[發明專利]一種基于深度學習的車險核保驗車圖片采集方法及系統

在審

• 申請號: 202011367482.6
• 申請日: 2020-11-27
• 公開（公告）號: CN112364820A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 叢建亭;黃賢俊;侯進
• 申請（專利權）人: 深源恒際科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06Q40/08;G06N3/04
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 林聰源

本發明公開了一種基于深度學習的車險核保驗車圖片采集方法及系統，包括：掃描左前側車輛外觀圖片、右前側車輛外觀圖片、左后側車輛外觀圖片或右后側車輛外觀圖片；實時對掃描視頻的圖像幀進行車輛姿態識別和姿態校驗；校驗通過后，捕獲左前側車輛四角圖片、右前側車輛四角圖片、左后側車輛四角圖片或右后側車輛四角圖片；對車輛四角圖片進行燈具部件檢測；檢測到燈具后，以燈具為錨點，變焦拉近相機鏡頭，捕獲對應的四角圖片的局部圖片；上傳對應的車輛四角圖片和局部圖片。本發明基于深度神經網絡的分類方法，能獲取極高的準確率和召回率。

技術領域

本發明涉及車輛定損技術領域，具體涉及一種基于深度學習的車險核保驗車圖片采集方法及系統。

背景技術

車輛外觀部件：通常指車輛的外觀組成部分，例如保險杠總成、葉子板總成、車門總成、輪胎輪轂等，不包括類似打開前機蓋后可見的發動機，水箱等配件。

核保驗車：車輛參加保險需要由車輛車主在投保保單上輸入車輛投保的車輛信息，保險公司會派驗車員進行驗車，除了比對車輛身份信息外,通常還需要采集車輛四角圖片(如圖1所示，包括左前側車輛四角圖片、右前側車輛四角圖片、左后側車輛四角圖片和右后側車輛四角圖片)用于檔案儲存，便于日后理賠過程中的車輛外觀細節比對使用。

現有在核保驗車時，需對汽車外觀四角圖片進行采集，而后人工基于采集后的四角圖片對汽車外觀進行損傷核查；該需求在汽車業務中比較常見，例如汽車保險承保、分時租賃以及汽車日租的取車還車環節，都需要確認汽車外觀是否有損傷。

針對車輛圖片的采集，現有技術方案包括：

現有專利CN108647700A公開了基于深度學習的多任務車輛部件識別模型、方法和系統，該方法對遠距離車輛圖片進行圖像增強后，訓練了一個多標簽的ResNet分類網絡；該識別系統支持識別的車輛部件共有3類，分別為：車燈-后視鏡、車標、風擋玻璃；另外該系統支持車型和車身顏色的識別。

現有專利CN201711347241.3公開了車險的自助理賠方法、裝置、設備和計算機存儲介質；其為是一種車險的自助理賠方法，用于定損的報案信息采集和定損結束后推送給客戶，從而完成自助理賠。

現有專利CN111652087A公開了驗車方法、裝置、電子設備和存儲介質，該發明是核保驗車時對車輛身份做圖像識別和校驗，流程是圖像識別車輛外觀，再結合樣本庫該類型車輛圖片做相似性度量。

現有的系統存在以下問題：

1、用戶在拍照過程中主要是基于語音提示或示例圖對車輛四個角度進行拍照，但客戶認知相對有限且上傳的圖片需要經過后臺人工或機器校驗后才知道是否符合拍攝規范，延遲性高，二次拍攝影響客戶體驗；

2、車輛外觀四角圖片上傳以后，再由核保人員進行外觀損傷評估，由于車輛外觀四角圖片需要看清楚車輛外觀全貌，因此拍攝距離通常較遠，這也就導致了外觀損傷(尤其是小面積的刮擦或凹陷)成像尺寸較小，人工核驗困難；同時，保險公司通常會對上傳圖片做質量壓縮以后再存儲到系統中，導致圖片質量進一步降低，因此極大地消耗了核保人員的精力和歷史經驗，審核效率低下。

發明內容

針對現有技術中存在的上述問題，本發明提供一種基于深度學習的車險核保驗車圖片采集方法及系統。

本發明公開了一種基于深度學習的車險核保驗車圖片采集方法，包括：

掃描左前側車輛外觀圖片、右前側車輛外觀圖片、左后側車輛外觀圖片或右后側車輛外觀圖片；

實時對掃描視頻的圖像幀進行車輛姿態識別和姿態校驗；

校驗通過后，捕獲左前側車輛四角圖片、右前側車輛四角圖片、左后側車輛四角圖片或右后側車輛四角圖片；

對車輛四角圖片進行燈具部件檢測；