基于分布式人工智能图像识别的远程定损方法及系统的制作方法
【专利摘要】基于分布式人工智能图像识别的远程定损方法及系统，包括：图像采集设备进行事故车辆的外观件图像采集并发送于云平台；通过车载传感器设备获得碰撞数据信息，并由车载传感器设备上传至云平台；图像处理模块针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中；图像特征提取模块针对图像预处理的结果进行外观件图像的特征提取，对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果。本发明一方面可以快速地进行事故车辆外观件定损；另一方面通过图像和碰撞信息分步式定损，可以减少定损失误，从而提高理赔精度和效率。
【专利说明】
基于分布式人工智能图像识别的远程定损方法及系统
技术领域
[0001]本发明属于远程定损领域，具体说是基于分布式人工智能图像识别的远程定损方法及系统。
【背景技术】
[0002]由于车辆发生碰撞后，车辆自身会产生各种变形及损伤，但只靠定损员凭经验进行事故车辆定损，存在很多的主观性及联合骗保的机率。此外，传统定损为了事故车辆定损的准确性需要进行车辆拆解，这也额外增加了保险理赔的费用。面对当前保险市场激烈的竞争形式，为了进一步提高保险业理赔服务能力，通过车险远程定损系统这一全新的现代化服务方式加强理赔流程管控;优化理赔流程，提高理赔效率，有效整合理赔资源。目前，市场上有基于车辆事故拍照的定损系统，但图像存在伪造及拍摄不清楚等问题。
【发明内容】
[0003]本发明针对现有技术存在的上述问题，发明了一种基于分布式人工智能图像识别的远程定损方法及系统，一方面解决了定损员进行定损的主观性和减少联合骗保的机率；另一方面可避免事故车辆的拆解费用，从而大大提升在保客户的满意度和事故保险理赔的规范化。
[0004]—方面，本发明提供了基于分布式人工智能图像识别的远程定损方法，包括:
[0005]SI:图像采集设备进行事故车辆的外观件图像采集并发送于云平台；
[0006]S2:通过车载传感器设备获得碰撞数据信息，并由车载传感器设备上传至云平台；
[0007]S3:图像处理模块针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中；图像特征提取模块针对图像预处理的结果进行外观件图像的特征提取；
[0008]S4:对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果；
[0009]S5:由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型;再通过整车事故定损模型得到事故车辆的整车定损结果；
[0010]S6:根据整车定损结果通过定损单模块得到整车的保险理赔方案;将事故车辆的保险理赔方案通过网络发送给用户。
[0011 ]具体的，步骤S2中碰撞数据信息，包括三轴加速度、三轴角速度、音频、视频等数据。
[0012]具体的，步骤S3中对外观件图像进行预处理，包括灰度处理、图像网格图提取、图像变形位图提取、图像色差分配。
[0013]具体的，步骤S3中对外观件图像的特征提取，包括图像的变形范围、图像灰度分布及共生矩阵、图像变形比、图像颜色值方图、图像的聚合向量、图像的自回归纹理模型、图像小波变换。
[0014]具体的，步骤S3中车辆定损数据库，具体为:
[0015]第一步，获取事故车辆的外观件图像数据后，所得到的外观件图像数据存入车辆定损数据库中作为外观件原始图像库；
[0016]第二步，针对真实事故和事故碰撞仿真分析所得到的事故样本，通过自动定损模块得到的基于车型、零件外观定损、事故类型等定损结果存入车辆定损数据库中作为定损总数据库。
[0017]第三步，由图像处理模块所得到的图像预处理结果数据，存入车辆定损数据库中作为外观件预处理结果数据库；
[0018]第四步，由图像特征提取模块所得到的图像特征提取结果数据，存入车辆定损数据库中作为外观件图像特征数据库；
[0019]第五步，获取三轴加速度、三轴角速度、音频、视频图像数据，存入车辆定损数据库中作为原始碰撞信息数据库；
[0020]第六步，对三轴加速度、三轴角速度数据通过对其信号进行碰撞信息提取并进行滤波处理，处理后的结果存入车辆定损数据库中作为二次碰撞信息数据库;对音频数据进行去噪、滤波处理后结果存入车辆定损数据库中作为二次音频数据库;对视频图像进行图像灰度等预处理后结果存入车辆定损数据库中作为二次视频数据库；
[0021]第七步，从车辆定损数据库的二次数据库针对不同数据类型进行特征提取存入车辆定损数据库中作为碰撞信息特征数据库；
[0022]第八步，根据碰撞仿真事故重现的定损数据建立基于车型、基于部位、基于零件的维修方案，并存入车辆定损数据库中作为车辆维修库。
[0023]更具体的，定损总数据库包括以下三个分数据库:
[0024]I)根据车型按照不同外观零部件建立损伤级别存入车辆定损数据库中作为外观件损伤级别库；
[0025]2)根据碰撞仿真事故重现的数据建立事故分类规则及类型，并存入车辆定损数据库中作为事故类型库；
[0026]3)根据建立事故与损伤级别的映射关系存入车辆定损数据库作为整车定损库。
[0027]另一方面，本发明还提供了一种基于分布式人工智能图像识别的远程定损系统，包括:
[0028]图像采集设备，进行事故车辆的外观件图像采集并发送于云平台；
[0029]车载传感器设备，获得碰撞数据信息，并由车载传感器设备上传至云平台；
[0030]图像处理模块，针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中；
[0031]图像特征提取模块，针对图像预处理的结果进行外观件图像的特征提取；
[0032]外观件定损结果模块，对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果；
[0033]整车定损结果，由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型;再通过整车事故定损模型得到事故车辆的整车定损结果；
[0034]定损单模块，将事故车辆的保险理赔方案通过网络发送给用户。
[0035]自动定损模块，根据真实事故和碰撞事故仿真分析所得到的大量数据样本，进行数据分类、数据预处理，结合定损专家经验及自动定损方法，实现事故车辆的自动定损；
[0036]车辆定损数据库，存储各种数据。
[0037]进一步的，车辆外观件定损模型，是基于人工智能的图像识别方法和图像灰度匹配方法，采用Si ft特征匹配算法、模板匹配算法、信息整合图像识别算法，建立相关的图像识别模块，封装为平台中间件之一。
[0038]进一步的，车辆事故类型判定模型，是采用决策树、随机森林人工智能学习方法和关联规则的归一化方法，建立相关的车辆事故类型判定模块，封装为平台中间件之一。
[0039]更进一步的，采用SVM、BP神经网络人工智能学习方法和关联数据归一化方法，并建立相关的整车事故定损模块，封装为平台中间件之一。
[0040]本发明由于采用以上技术方法，能够取得如下的技术效果:本发明可以快速地进行事故外观件定损，尤其针对低速碰撞事故发生后，大部分理赔主要发生在车辆外观件，所以远程定损先由外观件精准定损可以提高远程定损的理赔精度和效率;能快速判定事故类型及事故责任，加速理赔效率，并能结合以往的理赔事件进行理赔借鉴;本发明还可以给出事故车辆的整体定损结果且给出对方事故车辆的理赔范围。
[0041]本申请一方面解决了定损员进行定损的主观性和减少联合骗保的机率;另一方面可避免事故车辆的拆解费用，从而大大提升在保客户的满意度和事故保险理赔的规范化。
【附图说明】
[0042]为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为基于分布式人工智能图像识别的远程定损系统结构示意图。
[0044]图2为基于分布式人工智能图像识别的远程定损流程结构示意图。
【具体实施方式】
[0045]为使本发明的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述:
[0046]实施例1
[0047]基于分布式人工智能图像识别的远程定损方法，包括:
[0048]S1:图像采集设备，所述的图像采集设备可以为手机或摄像设备，进行事故车辆的外观件图像采集并由手机APP发送于云平台；
[0049]S2:通过车载OBD传感器设备获得碰撞数据信息，所述碰撞数据信息包括三轴加速度、三轴角速度、音频、视频等数据，并由车载OBD传感器设备上传至云平台；
[0050]S3:图像处理模块针对事故车辆采集的外观件图像进行预处理，所述外观件图像进行预处理包括灰度处理、图像网格图提取、图像变形位图提取、图像色差分配等图像数据预处理;并将图像预处理的结果存储于车辆定损数据库中；图像特征提取模块针对图像预处理的结果进行外观件图像的特征提取，所述特征提取包括图像的变形范围、图像灰度分布及共生矩阵、图像变形比、图像颜色值方图、图像的聚合向量、图像的自回归纹理模型、图像小波变换等图像特征；
[0051]S4:对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果；
[0052]S5:由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型;再通过整车事故定损模型得到事故车辆的整车定损结果；
[0053]S6:根据整车定损结果通过定损单模块得到整车的保险理赔方案;最终保险公司将事故车辆的保险理赔方案通过网络发送给用户的手机保险APP软件。
[0054]另一方面，本发明还提供了一种基于分布式人工智能图像识别的远程定损系统，包括:
[0055]图像采集设备，进行事故车辆的外观件图像采集并发送于云平台；
[0056]车载OBD传感器设备，获得碰撞数据信息，所述碰撞数据信息包括三轴加速度、三轴角速度、音频、视频等数据，并由车载OBD传感器设备上传至云平台；
[0057]图像处理模块，针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中；
[0058]图像特征提取模块，针对图像预处理的结果进行外观件图像的特征提取;所述特征提取包括图像的变形范围、图像灰度分布及共生矩阵、图像变形比、图像颜色值方图、图像的聚合向量、图像的自回归纹理模型、图像小波变换等图像特征；
[0059]外观件定损结果模块，对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果；
[0060]整车定损结果，由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型;再通过整车事故定损模型得到事故车辆的整车定损结果；
[0061]定损单模块，得到整车的保险理赔方案;最终保险公司将事故车辆的保险理赔方案通过网络发送给用户的手机保险APP软件。
[0062]自动定损模块，根据真实事故和碰撞事故仿真分析所得到的大量数据样本，进行数据分类、数据预处理，结合定损专家经验及自动定损方法，如能量变化、车辆零件的变形、材料内能曲线变化等实现事故车辆的自动定损；
[0063]车辆定损数据库，存储各种数据。
[0064]实施例2
[0065]与实施例1具体相同的技术方案，更为具体的是，其中车辆定损数据库，具体为:
[0066]第一步，获取事故车辆的外观件图像数据后，一方面通过图像采集设备，如手机或摄像设备，另一方面通过事故碰撞仿真分析，将所得到的外观件图像数据存入车辆定损数据库中作为外观件原始图像库；
[0067]第二步，针对真实事故和事故碰撞仿真分析所得到的事故样本，通过自动定损模块得到的基于车型、零件外观定损、事故类型等定损结果存入车辆定损数据库中作为定损总数据库。
[0068]第三步，由图像处理模块所得到的图像预处理结果数据，存入车辆定损数据库中作为外观件预处理结果数据库；
[0069]第四步，由图像特征提取模块所得到的图像特征提取结果数据，存入车辆定损数据库中作为外观件图像特征数据库；
[0070]第五步，获取三轴加速度、三轴角速度、音频、视频图像数据，一方面通过车辆OBD传感器设备，另一方面通过事故碰撞仿真分析，所得数据存入车辆定损数据库中作为原始碰撞信息数据库；
[0071]第六步，对三轴加速度、三轴角速度数据通过对其信号进行碰撞信息提取并进行滤波处理，处理后的结果存入车辆定损数据库中作为二次碰撞信息数据库;对音频数据进行去噪、滤波处理后结果存入车辆定损数据库中作为二次音频数据库;对视频图像，如碰撞仿真产生的为碰撞事故动画及事故车辆的零件损伤图片，进行图像灰度等预处理后结果存入车辆定损数据库中作为二次视频数据库；
[0072]第七步，从车辆定损数据库的二次数据库针对不同数据类型进行特征提取存入车辆定损数据库中作为碰撞信息特征数据库；
[0073]第八步，根据碰撞仿真事故重现的定损数据建立基于车型、基于部位、基于零件的维修方案，并存入车辆定损数据库中作为车辆维修库。
[0074]实施例3
[0075]与实施例1具体相同的技术方案，更为具体的是，其中定损总数据库，具体为:
[0076]I)根据车型按照不同外观零部件建立损伤级别存入车辆定损数据库中作为外观件损伤级别库；
[0077]2)根据碰撞仿真事故重现的数据建立事故分类规则及类型，并存入车辆定损数据库中作为事故类型库；
[0078]3)根据建立事故与损伤级别的映射关系存入车辆定损数据库作为整车定损库。
[0079]实施例4
[0080]为了快速地进行事故外观件定损，尤其针对低速碰撞事故发生后，大部分理赔主要发生在车辆外观件，故提供了车辆外观件定损模型，是基于人工智能的图像识别方法和图像灰度匹配方法，采用Si ft特征匹配算法、模板匹配算法、信息整合图像识别算法等，建立相关的图像识别模块，封装为平台中间件之一。
[0081]为了快速判定事故类型及事故责任，能加速理赔效率，故提供了车辆事故类型判定模型，是采用决策树、随机森林等人工智能学习方法和关联规则的归一化方法，建立相关的车辆事故类型判定模块，封装为平台中间件之一。
[0082]—方面实现给出事故车辆的整体定损结果，另一方面实现给出对方事故车辆的理赔范围。故提供了整车事故定损模型，采用SVM、BP神经网络等人工智能学习方法和关联数据归一化方法，并建立相关的整车事故定损模块，封装为平台中间件之一。
[0083]实施例5
[0084]作为实施例1-4的补充，该实施例中建立基于WEB的保险理赔系统网络环境基础设施;面向车险用户的APP;面向保险公司的应用中间件，封装网络环境中的各种资源，并向集成平台提供接口，采用定损Web服务的形式封装定损应用中间件，通过定损工作流集成各个单独的功能实现和服务;在定损网络工作流中实现基于定损Web服务的信息共享与应用的集成，最终定损集成平台上，以透明的方式提供定损服务，包含理赔方案及维修分析服务，并允许保险公司与保户动态注册、注销及管理各自的资源和服务，实现定损流程化、标准化。
[0085]以上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
【主权项】
1.基于分布式人工智能图像识别的远程定损方法，其特征在于，包括: 51:图像采集设备进行事故车辆的外观件图像采集并发送于云平台； 52:通过车载传感器设备获得碰撞数据信息，并由车载传感器设备上传至云平台； S3:图像处理模块针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中；图像特征提取模块针对图像预处理的结果进行外观件图像的特征提取； S4:对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果； S5:由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型；再通过整车事故定损模型得到事故车辆的整车定损结果； S6:根据整车定损结果通过定损单模块得到整车的保险理赔方案;最终将事故车辆的保险理赔方案通过网络发送给用户。2.根据权利要求1所述的基于分布式人工智能图像识别的远程定损方法，其特征在于，步骤S2中碰撞数据信息，包括三轴加速度、三轴角速度、音频、视频等数据。3.根据权利要求1所述的基于分布式人工智能图像识别的远程定损方法，其特征在于，步骤S3中对外观件图像进行预处理，包括灰度处理、图像网格图提取、图像变形位图提取、图像色差分配。4.根据权利要求1所述的基于分布式人工智能图像识别的远程定损方法，其特征在于，步骤S3中对外观件图像的特征提取，包括图像的变形范围、图像灰度分布及共生矩阵、图像变形比、图像颜色值方图、图像的聚合向量、图像的自回归纹理模型、图像小波变换。5.根据权利要求1所述的基于分布式人工智能图像识别的远程定损方法，其特征在于，步骤S3中车辆定损数据库，具体为: 第一步，获取事故车辆的外观件图像数据后，所得到的外观件图像数据存入车辆定损数据库中作为外观件原始图像库； 第二步，针对真实事故和事故碰撞仿真分析所得到的事故样本，通过自动定损模块得到的基于车型、零件外观定损、事故类型等定损结果存入车辆定损数据库中作为定损总数据库。 第三步，由图像处理模块所得到的图像预处理结果数据，存入车辆定损数据库中作为外观件预处理结果数据库； 第四步，由图像特征提取模块所得到的图像特征提取结果数据，存入车辆定损数据库中作为外观件图像特征数据库； 第五步，获取三轴加速度、三轴角速度、音频、视频图像数据，存入车辆定损数据库中作为原始碰撞信息数据库； 第六步，对三轴加速度、三轴角速度数据通过对其信号进行碰撞信息提取并进行滤波处理，处理后的结果存入车辆定损数据库中作为二次碰撞信息数据库;对音频数据进行去噪、滤波处理后结果存入车辆定损数据库中作为二次音频数据库;对视频图像进行图像灰度等预处理后结果存入车辆定损数据库中作为二次视频数据库； 第七步，从车辆定损数据库的二次数据库针对不同数据类型进行特征提取存入车辆定损数据库中作为碰撞信息特征数据库； 第八步，根据碰撞仿真事故重现的定损数据建立基于车型、基于部位、基于零件的维修方案，并存入车辆定损数据库中作为车辆维修库。6.根据权利要求5所述的基于分布式人工智能图像识别的远程定损方法，其特征在于，定损总数据库包括以下三个分数据库: 1)根据车型按照不同外观零部件建立损伤级别存入车辆定损数据库中作为外观件损伤级别库； 2)根据碰撞仿真事故重现的数据建立事故分类规则及类型，并存入车辆定损数据库中作为事故类型库； 3)根据建立事故与损伤级别的映射关系存入车辆定损数据库作为整车定损库。7.基于分布式人工智能图像识别的远程定损系统，其特征在于，包括: 图像采集设备，进行事故车辆的外观件图像采集并发送于云平台； 车载传感器设备，获得碰撞数据信息，并由车载传感器设备上传至云平台； 图像处理模块，针对事故车辆采集的外观件图像进行预处理，并将图像预处理的结果存储于车辆定损数据库中； 图像特征提取模块，针对图像预处理的结果进行外观件图像的特征提取； 外观件定损结果模块，对所得到预处理事故车辆外观件图像特征信息与车辆定损数据库中的图像库进行图像匹配，从而通过车辆外观件定损模型得到事故车辆的外观件定损结果; 整车定损结果，由外观件定损结果通过车辆事故类型判定模型得到事故车辆的碰撞事故类型;再通过整车事故定损模型得到事故车辆的整车定损结果； 定损单模块，将事故车辆的保险理赔方案通过网络发送给用户。 自动定损模块，根据真实事故和碰撞事故仿真分析所得到的大量数据样本，进行数据分类、数据预处理，结合定损专家经验及自动定损方法，实现事故车辆的自动定损； 车辆定损数据库，存储各种数据。8.根据权利要求7所述的基于分布式人工智能图像识别的远程定损系统，其特征在于，包括:车辆外观件定损模型，是基于人工智能的图像识别方法和图像灰度匹配方法，采用Sift特征匹配算法、模板匹配算法、信息整合图像识别算法，建立相关的图像识别模块，封装为平台中间件之一。9.根据权利要求7所述的基于分布式人工智能图像识别的远程定损系统，其特征在于，车辆事故类型判定模型，是采用决策树、随机森林人工智能学习方法和关联规则的归一化方法，建立相关的车辆事故类型判定模块，封装为平台中间件之一。10.根据权利要求7所述的基于分布式人工智能图像识别的远程定损系统，其特征在于，采用SVM、BP神经网络人工智能学习方法和关联数据归一化方法，并建立相关的整车事故定损模块，封装为平台中间件之一。
【文档编号】G06Q40/08GK106021548SQ201610365742
【公开日】2016年10月12日
【申请日】2016年5月27日
【发明人】田雨农, 张虹
【申请人】大连楼兰科技股份有限公司