基于人工智能的车辆损伤分析方法、装置、设备及介质与流程

本发明涉及人工智能、图像处理、智能语音、金融科技，尤其涉及一种基于人工智能的车辆损伤分析方法、装置、设备及介质。

背景技术：

1、当被保险的车辆发生交通事故时，保险公司会对现场进行查勘定损。车辆定损涉及到维修、制造和车主多方面的技术和利益，它是金融科技的整个车险服务中矛盾突出的部分。而如何有效地估算出损伤区域如擦伤、凹陷、深度凹陷、褶皱及保险杠缺失等的实际损伤在部件上的面积占比，对准确的进行车辆定损至关重要。目前通过基于车辆现场图像和车辆三维模型进行对比，以计算损伤面积，未考虑损伤所在的景深，导致计算的损伤面积的准确性不高，进而导致无法准确的计算出损伤面积占比。

技术实现思路

1、基于此，有必要针对现有技术的通过基于车辆现场图像和车辆三维模型进行对比，以计算损伤面积，未考虑损伤所在的景深，导致计算的损伤面积的准确性不高，进而导致无法准确的计算出损伤面积占比的技术问题，提出了一种基于人工智能的车辆损伤分析方法、装置、设备及介质。

2、第一方面，提供了一种基于人工智能的车辆损伤分析方法，所述方法包括：

3、获取目标车辆的目标车架号、车辆轮廓图及损伤细节图；

4、根据所述目标车架号、所述车辆轮廓图确定所述目标车辆的车辆型号，作为目标型号；

5、根据所述损伤细节图，确定损伤部件信息和损伤位置数据；

6、根据所述损伤细节图和所述损伤部件信息，确定实际深度数据及实际位姿数据，并根据所述损伤部件信息，从所述目标型号对应的部件数据库中，确定部件标准数据；

7、根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比。

8、第二方面，提供了一种基于人工智能的车辆损伤分析装置，所述装置包括：

9、数据获取模块，用于获取目标车辆的目标车架号、车辆轮廓图及损伤细节图；

10、目标型号确定模块，用于根据所述目标车架号、所述车辆轮廓图确定所述目标车辆的车辆型号，作为目标型号；

11、损伤分析模块，用于根据所述损伤细节图，确定损伤部件信息和损伤位置数据；

12、损失数据提取模块，用于根据所述损伤细节图和所述损伤部件信息，确定实际深度数据及实际位姿数据，并根据所述损伤部件信息，从所述目标型号对应的部件数据库中，确定部件标准数据；

13、部件损伤物理面积占比确定模块，用于根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比。

14、第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人工智能的车辆损伤分析方法的步骤。

15、第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于人工智能的车辆损伤分析方法的步骤。

16、本发明的基于人工智能的车辆损伤分析方法、装置、设备及介质，其中方法根据所述目标车架号、所述车辆轮廓图确定所述目标车辆的车辆型号，作为目标型号，根据所述损伤细节图，确定损伤部件信息和损伤位置数据，根据所述损伤细节图和所述损伤部件信息，确定实际深度数据及实际位姿数据，并根据所述损伤部件信息，从所述目标型号对应的部件数据库中，确定部件标准数据，根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比，从而实现了基于深度和位姿计算部件损伤物理面积占比，提高了计算得到的部件损伤物理面积占比的准确性；而且，只需要目标车辆的目标车架号、车辆轮廓图及损伤细节图，即可自动计算出部件损伤物理面积占比，不需要定损员去车损现场或修理厂进行实地查勘，提高了确定部件损伤物理面积占比的效率，减少了人工成本。

技术特征：

1.一种基于人工智能的车辆损伤分析方法，所述方法包括：

2.根据权利要求1所述的基于人工智能的车辆损伤分析方法，其特征在于，所述根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比的步骤之后，包括：

3.根据权利要求1所述的基于人工智能的车辆损伤分析方法，其特征在于，所述根据所述目标车架号、所述车辆轮廓图确定所述目标车辆的车辆型号，作为目标型号的步骤，包括：

4.根据权利要求1所述的基于人工智能的车辆损伤分析方法，其特征在于，所述根据所述损伤细节图，确定损伤部件信息和损伤位置数据的步骤，包括：

5.根据权利要求4所述的基于人工智能的车辆损伤分析方法，其特征在于，所述基于预训练的部件分割模型，对所述损伤细节图进行部件分割，得到部件检测框，并根据所述部件检测框，从所述损伤细节图中提取部件图像区域，得到目标部件图像的步骤，包括：

6.根据权利要求1所述的基于人工智能的车辆损伤分析方法，其特征在于，所述根据所述损伤细节图和所述损伤部件信息，确定实际深度数据及实际位姿数据的步骤，包括：

7.根据权利要求1所述的基于人工智能的车辆损伤分析方法，其特征在于，所述根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比的步骤，包括：

8.一种基于人工智能的车辆损伤分析装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于人工智能的车辆损伤分析方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于人工智能的车辆损伤分析方法的步骤。

技术总结
本申请涉及金融科技技术领域，揭示了一种基于人工智能的车辆损伤分析方法、装置、设备及介质，其中方法包括：根据所述目标车架号、所述车辆轮廓图确定所述目标车辆的车辆型号，作为目标型号；根据所述损伤细节图，确定损伤部件信息和损伤位置数据；根据所述损伤细节图和所述损伤部件信息，确定实际深度数据及实际位姿数据，并根据所述损伤部件信息，从所述目标型号对应的部件数据库中，确定部件标准数据；根据所述部件标准数据、所述实际深度数据、所述实际位姿数据和所述损伤位置数据，计算部件损伤物理面积占比。从而实现了基于深度和位姿计算部件损伤物理面积占比，提高了计算得到的部件损伤物理面积占比的准确性。

技术研发人员：时勇杰,刘莉红,陈远旭
受保护的技术使用者：平安科技（上海）有限公司
技术研发日：
技术公布日：2024/3/11