[發(fā)明專利]基于人工智能的水淹車定損方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202010930254.9
• 申請日: 2020-09-07
• 公開（公告）號: CN112085721A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設計）人: 朱志華;尹釧;楊松青
• 申請（專利權）人: 中國平安財產(chǎn)保險股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06N3/08;G06N3/04
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于人工智能的水淹車定損方法，其特征在于，包括：

接收用戶端發(fā)送的包含水淹車唯一標識的理賠指令，并根據(jù)所述唯一標識，從所述用戶端的上傳數(shù)據(jù)中獲取所述水淹車的特征數(shù)據(jù)和水淹車圖像，其中，所述特征數(shù)據(jù)包括水淹車的車型及水淹車的部件參數(shù)；

通過透視變換的方式，對所述水淹車圖像進行矯正，得到基礎圖像，并對所述基礎圖像進行銳化處理，得到銳化圖像；

對所述銳化圖像進行灰度化處理，得到灰度圖，并對所述灰度圖進行二值化處理，識別出所述灰度圖的識別區(qū)域，得到目標圖像,其中，所述識別區(qū)域包括水淹車輪廓和水位線；

將所述目標圖像輸入到訓練好的識別模型中，得到所述水淹車的水淹等級；

將所述水淹等級與所述特征數(shù)據(jù)進行數(shù)據(jù)關聯(lián)，識別所述水淹車的需要定損的部件，并根據(jù)所述需要定損的部件,確定所述水淹車的受損情況。

2.根據(jù)權利要求1所述的基于人工智能的水淹車定損方法，其特征在于，所述通過透視變換的方式，對所述水淹車圖像進行矯正，得到基礎圖像，并對所述基礎圖像進行銳化處理，得到銳化圖像包括：

將所述水淹車圖像投影到一個新的視平面；

通過預設的算法，計算水淹車圖像的邊緣偏離所述新的視平面的角度，并通過所述角度對所述水淹車圖像進行矯正，得到所述基礎圖像；

通過對所述基礎圖像進行銳化處理，消除所述基礎圖像的背景紋路，得到所述銳化圖像。

3.根據(jù)權利要求1所述的基于人工智能的水淹車定損方法，其特征在于，所述對所述銳化圖像進行灰度化處理，得到灰度圖，并對所述灰度圖進行二值化處理，識別出所述灰度圖的識別區(qū)域，得到目標圖像包括：

采用分量法，對所述銳化圖像進行灰度化處理，得到灰度圖；

基于所述灰度圖進行灰度值取樣，得到灰度取樣值；

通過將所述灰度取樣值與預先選取的閾值進行對比，將所述灰度取樣值大于所述預先選取的閾值的像素作為識別特征；

將所有的所述識別特征進行組合，得到所述識別區(qū)域，并將所述識別區(qū)域作為所述目標圖像。

4.根據(jù)權利要求3所述的基于人工智能的水淹車定損方法，其特征在于，所述將所有的所述識別特征進行組合，得到所述識別區(qū)域，并將所述識別區(qū)域作為所述目標圖像還包括：

通過圖像增強技術，增強所述灰度圖中水淹車輪廓和水位線的效果。

5.根據(jù)權利要求1所述的基于人工智能的水淹車定損方法，其特征在于，所述通過透視變換的方式，對所述水淹車圖像進行矯正，得到基礎圖像，并對所述基礎圖像進行銳化處理，得到銳化圖像還包括：

采用中值平滑的方式，消除所述水淹車圖像的隨機噪聲。

6.根據(jù)權利要求1所述的基于人工智能的水淹車定損方法，其特征在于，所述將所述水淹等級與所述特征數(shù)據(jù)進行數(shù)據(jù)關聯(lián)，識別所述水淹車的需要定損的部件，并根據(jù)所述需要定損的部件,確定所述水淹車的受損情況包括：

識別水淹車的車型，將所述車型與水淹等級進行數(shù)據(jù)關聯(lián)，并獲取車型的歷史部件理賠數(shù)據(jù)；

根據(jù)所述水淹等級及所述歷史部件理賠數(shù)據(jù)，統(tǒng)計所述水淹車的需要定損的部件；

根據(jù)所述需要定損的部件,確定所述水淹車的受損情況。

7.根據(jù)權利要求1至6任一項所述的基于人工智能的水淹車定損方法，其特征在于，所述接收用戶端發(fā)送的包含水淹車唯一標識的理賠指令，并根據(jù)所述唯一標識獲取所述水淹車的特征數(shù)據(jù)和水淹車圖像還包括：

從所述水淹車圖像識別出車牌部位、VIN碼部位，并從所述車牌部位中識別出車牌號，從所述VIN碼部位識別出VIN碼；

通過所述車牌號或者所述VIN碼，判別所述水淹車是否為投保車輛。