[發明專利]車損判定方法、服務器及存儲介質

在審

• 申請號: 201810382312.1
• 申請日: 2018-04-26
• 公開（公告）號: CN108734702A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 王健宗;王晨羽;馬進;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明提供了一種車損判定方法、服務器及存儲介質，該方法接收定損請求及用戶上傳的待定損照片。接著，該方法利用預先訓練的分類模型對所述待定損照片進行分析，獲取每張待定損照片中車輛各個部位的分類信息，再根據每張待定損照片中車輛各個部位的分類信息，利用預先確定的拍攝角度判定規則，判斷每張待定損照片的拍攝角度。最后，該方法結合拍攝角度以及車輛部位的分類信息，利用預先訓練的定損模型分析出每張待定損照片中車輛各個部位的損傷情況，輸出每張待定損照片的損傷分析結果。利用本發明，能夠有效降低車險理賠環節的人力物力，提高車損勘查準確性及查全率。

技術領域

本發明涉及圖片識別技術領域，尤其涉及一種車損判定方法、服務器及計算機可讀存儲介質。

背景技術

隨著人工智能(Artificial Intelligence,AI)的發展技術的不斷成熟，其應用領域也不斷擴大。全球知名的科技公司都在各個領域中做出了關于人工智能的產業布局。在保險領域，保險公司也抓準此次機遇，利用人工智能解決現有保險業務的難點，實現產業的轉型升級。對于保險業務而言，車險業務是其中一個重要的組成部分，而目前車險業務的一個難點在于車險理賠環節需要投入大量的人力、物力進行車損勘查。為了有效降低車險理賠環節的人力、物力。目前部分保險公司接受用戶利用手持終端在事故現場拍攝車損照片，上傳至車險理賠服務器進行自動檢測，發起自助車險理賠。然而，目前現有的自動檢測方案中，用戶拍攝的車損照片經常因拍攝角度問題導致容易受損部位檢測遺漏甚至識別錯誤，查全率及識別的準確率低。

發明內容

鑒于以上內容，本發明提供一種車損判定方法、服務器及計算機可讀存儲介質，其主要目的在于提高車輛受損部位檢測的全面性及準確性。

為實現上述目的，本發明提供一種車損判定方法，該方法包括：

接收步驟：接收定損請求及用戶上傳的待定損照片；

分類步驟：利用預先訓練的分類模型對所述待定損照片進行分析，獲取每張待定損照片中車輛各個部位的分類信息；

角度判定步驟：根據每張待定損照片中車輛各個部位的分類信息，利用預先確定的拍攝角度判定規則，判斷每張待定損照片的拍攝角度；

定損步驟：結合拍攝角度以及車輛部位的分類信息，利用預先訓練的定損模型分析出每張待定損照片中車輛各個部位的損傷情況，輸出每張待定損照片中車輛的損傷分析結果。

優選地，所述分類模型為單次檢測器(Single Shot MultiBox Detector,SSD)模型，所述分類模型的訓練步驟如下：

獲取第一預設數量的包含車輛的樣本圖片，并在每張樣本圖片上進行分類標注；

將分類標注后的樣本圖片分成第一比例的訓練集和第二比例的驗證集，其中，第一比例大于第二比例；

利用訓練集中的樣本圖片對所述分類模型進行訓練，并在訓練完后利用驗證集中的樣本圖片驗證所述分類模型的準確率；

若準確率大于預設值，則訓練完成，若準確率小于或等于預設值，則增加樣本圖片的數量，之后返回將樣本圖片分成訓練集和驗證集的步驟。

優選地，所述定損模型為視覺幾何組-16(Visual Geometry Group-16,VGG-16)模型，所述定損模型的訓練步驟如下：

針對車輛的每個部位，獲取第二預設數量的該部位的樣本圖片，并對該部位的每張樣本圖片進行損傷標注，其中，該第二預設數量的樣本圖片包含第三比例的該部位存在損傷的樣本圖片和第四比例的該部位不存在損傷的樣本圖片；

將損傷標注后的該部位的樣本圖片隨機分成第五比例的訓練集和第六比例的驗證集，其中，第五比例大于第六比例；