[發明專利]車險圖像處理方法、裝置、服務器及系統在審
| 申請號: | 201710640784.8 | 申請日: | 2017-07-31 |
| 公開(公告)號: | CN107610091A | 公開(公告)日: | 2018-01-19 |
| 發明(設計)人: | 侯金龍;章海濤;郭昕;徐娟;王劍;程遠;程丹妮 | 申請(專利權)人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/20;G06N3/04 |
| 代理公司: | 北京三友知識產權代理有限公司11127 | 代理人: | 李輝 |
| 地址: | 英屬開曼*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車險 圖像 處理 方法 裝置 服務器 系統 | ||
技術領域
本說明書實施方案屬于圖像數據處理技術領域,尤其涉及一種車險圖像處理方法、裝置、服務器及系統。
背景技術
隨著全國各個城市的快速發展,汽車市場越來越火熱,與此同時帶動了車險市場的快速發展,車險業務呈明顯增加趨勢。如何快速、準確、高效的處理車險業務、響應用戶需求,是各大保險服務方搶占車險市場的重要保障環節。
目前,在車險理賠業務中,當承保車險出險時,通常保險服務方會派作業人員或委托合作方的人員到出險現場拍攝車輛圖像、事故現場圖像等,以用于后續車輛定損、信息核實等。目前,車險服務方為了有效管理車輛出險拍攝的車險圖像,通常的做法包括采用人工方式審核車險圖像,確定出各個圖像的用途,例如車損照片、物損照片、證件照片等。隨著車險業務的快速增加,服務方需要處理的車險案件越來越多,現場獲取的車險圖像數據量也越來越多。例如對于一些服務方而言,大約每個車險案例平均拍攝約40張照片,甚至比較復雜的車險案例拍攝數量達到200多張,采用人工進行車險圖像識別、分類的處理消耗的人力和時間成本也越來越大。因此,業內需要一種更加快速、準確對車險圖像進行處理的方式。
發明內容
本說明書實施例目的在于提供一種車險圖像處理方法、裝置、服務器及系統,可以自動識別出車險圖像的場景用途,快速、準確的確定車險圖像的場景分類。
本說明書實施例提供的一種車險圖像處理方法、裝置、服務器及系統是包括如下的方式實現的:
一種車險圖像處理方法,所述方法包括:
獲取車險圖像;
利用預置的圖像分類算法對所述車險圖像進行處理,確定所述車險圖像的至少一個類別標簽;
按照所述分類標簽將所述車險圖像進行使用場景的分類存儲。
一種車險圖像處理裝置,所述裝置包括:
圖像獲取模塊,用于獲取車險圖像;
圖像處理模塊,用于利用預置的圖像分類算法對所述車險圖像進行處理,確定所述車險圖像的至少一個類別標簽;
分類存儲模塊,用于按照所述分類標簽將所述車險圖像進行使用場景的分類存儲。
一種車險圖像處理裝置,包括處理器以及用于存儲處理器可執行指令的存儲器,所述處理器執行所述指令時實現:
獲取車險圖像;
利用預置的圖像分類算法對所述車險圖像進行處理,確定所述車險圖像的至少一個類別標簽;
按照所述分類標簽將所述車險圖像進行使用場景的分類存儲。
一種服務器,包括至少一個處理器以及用于存儲處理器可執行指令的存儲器,所述處理器執行所述指令時實現:
獲取車險圖像;
利用預置的圖像分類算法對所述車險圖像進行處理,確定所述車險圖像的至少一個類別標簽;
按照所述分類標簽將所述車險圖像進行使用場景的分類存儲。
一種車險圖像系統,包括采集圖像存儲單元、算法服務器、車險圖像數據庫,所述算法服務器包括至少一個處理器以及用于存儲處理器可執行指令的存儲器,所述處理器執行所述指令時實現:
從所述采集圖像存儲單元獲取車險圖像;
利用預置的圖像分類算法對所述車險圖像進行處理,確定所述車險圖像的至少一個類別標簽;
將所述車險圖像案子所述類別標簽存儲到所述車險圖像數據庫相應的使用場景的存儲區域。
本說明書一個或多個實施例提供的一種車險圖像處理方法、裝置、服務器及系統,可以通過選取的圖像分類算法自動對車險圖像進行處理,識別車險圖像所屬的分類。利用本說明書實施例方案,可以大幅提高車險圖像分類的準確性和車險圖像標注效率,減少人工識別處理耗時,車險圖像處理的準確性和可靠性更高。
附圖說明
為了更清楚地說明本說明書實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是說明書中記載的一些實施例,對于本領域普通技術人員來講,在不付出創造性勞動性的前提下,還可以根據這些附圖獲得其他的附圖。
圖1是本說明書提供的一個應用車險圖像處理方法的系統框架示意圖;
圖2是本說明書提供的所述一種車險圖像處理方法實施例的流程示意圖;
圖3是本說明書一個實施例中使用單一任務的深度卷積神經網絡分類模型進行圖像處理的示意圖;
圖4是本說明書所述方法一個實施例中提供的共享卷積層的多任務深度卷積神經網絡分類模型結構示意圖;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司,未經阿里巴巴集團控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710640784.8/2.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





