CN108413891A - 车损测量方法与装置 - Google Patents

车损测量方法与装置 Download PDF

Info

Publication number
CN108413891A
CN108413891A CN201810072294.7A CN201810072294A CN108413891A CN 108413891 A CN108413891 A CN 108413891A CN 201810072294 A CN201810072294 A CN 201810072294A CN 108413891 A CN108413891 A CN 108413891A
Authority
CN
China
Prior art keywords
vehicle
photo
loss measurement
actual size
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810072294.7A
Other languages
English (en)
Inventor
谷斌
刘岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Weiyuan Digan Digital Technology Co Ltd
Original Assignee
Beijing Weiyuan Digan Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Weiyuan Digan Digital Technology Co Ltd filed Critical Beijing Weiyuan Digan Digital Technology Co Ltd
Priority to CN201810072294.7A priority Critical patent/CN108413891A/zh
Priority to PCT/CN2018/100920 priority patent/WO2019144604A1/zh
Publication of CN108413891A publication Critical patent/CN108413891A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种车损测量方法与装置，涉及车辆检测的技术领域，其中，车损测量方法包括获取车辆的车损照片；选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；获取所述车损照片中受损区域的像素，根据所述比例关系，计算得到所述受损区域的实际尺寸，进而本发明提供的车损测量方法与装置，解决了现有车损测量方法中根据车祸现场图像中受损部位与车辆部件之间的比例来粗略估计受损面积，无法达到理赔所需的精确程度的技术问题，实现了车辆精确定损的技术效果。

Description

车损测量方法与装置
技术领域
本发明涉及车辆检测技术领域，尤其是涉及一种车损测量方法与装置。
背景技术
随着社会经济的不断发展，车辆的保有率也越来越高。相应的，车辆受损的现象也越来越频繁，因而快速的车辆定损对于人们的工作生活就显得尤为重要。目前车险理赔员大多采用远程获取车祸现场图像的方式对车辆进行定损，以达到提高事故的理赔效率。但在具体的理赔过程中，人们发现车祸现场图像往往不能精确反映受损部位的实际尺寸，根据车祸现场图像中受损部位与车辆部件之间的比例来粗略估计受损面积，往往无法达到理赔所需的精确程度。
发明内容
有鉴于此，本发明的目的在于提供一种车损测量方法及装置，以缓解了现有测量方法通过车祸现场图像中受损部位与车辆部件之间的比例来粗略估计受损面积，导致无法达到理赔所需精确程度的技术问题。
第一方面，本发明实施例提供了一种车损测量方法，应用于车损测量平台，包括：获取车辆的车损照片；
选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；
获取所述车损照片中受损区域的像素，根据所述比例关系，计算得到所述受损区域的实际尺寸。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取车辆的车损照片之前，还包括：建立车型数据库，
其中，所述车型数据库包括车辆的型号信息以及轮毂的实际尺寸。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述获取车辆的车损照片之后，还包括：
根据所述车损照片，搜索所述车型数据库，获取所述车辆的型号信息。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系，具体包括：
选取所述汽车头部照片中的车牌或汽车尾部照片中的车牌；
计算所述车牌的像素值；
建立所述车牌的像素值与车牌的实际尺寸的比例关系。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系，具体包括：
选取所述汽车侧面照片中的轮毂；
计算所述轮毂的像素值；
建立所述轮毂的像素值与轮毂的实际尺寸的比例关系。
第二方面，本发明实施例还提供一种车损测量装置，包括：照片获取模块，用于获取车辆的车损照片；
比例关系模块，用于选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；
计算模块，用于获取所述车损照片中受损区域的像素，根据所述参照物的像素与实际尺寸的比例关系，计算得到所述受损区域的实际尺寸。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，还包括数据库模块，所述数据库模块包括车辆的型号信息以及轮毂的实际尺寸。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，还包括搜索模块，所述搜索模块用于根据所述车损照片，搜索所述车型数据库，获取所述车辆的型号信息。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，所述车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
本发明实施例带来了以下有益效果：本发明实施例提供的一种车损测量方法与装置，其中，该方法包括：获取车辆的车损照片；选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；获取所述车损照片中受损区域的像素，根据所述比例关系，计算得到所述受损区域的实际尺寸。本发明通过获取照片中参照物的像素与实际尺寸的比例关系，计算得到受损区域的实际尺寸，进而实现车辆的精确定损；从而解决了现有车损方案中通过车祸现场图像中受损部位与车辆部件之间的比例来粗略估计受损面积而无法达到理赔所需的精确程度的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
图1为本发明实施例一提供的一种车损测量方法的流程；
图2为本发明实施例二提供的一种建立参照物像素与实际尺寸关系的流程图；
图3为本发明实施例二提供的另一种建立参照物像素与实际尺寸关系的流程图；
图4为本发明实施例三提供的一种车损测量装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前理赔过程中，车祸现场图像往往不能精确反映受损部位的实际尺寸，根据车祸现场图像中受损部位与车辆部件之间的比例来粗略估计受损面积，往往无法达到理赔所需的精确程度。基于此，本发明实施例提供的一种车损测量方法与装置，可以实现车辆的精确定损。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种车损测量方法进行详细介绍，
实施例一：
图1示出了本发明实施例提供的一种车损测量方法，应用于车损测量平台，包括：
步骤S110：获取车辆的车损照片；
需要补充的是，在获取车辆的车损照片之前，还需要建立车型数据库，
其中，车型数据库包括车辆的型号信息、轮毂的实际尺寸及其他信息(如车辆尺寸、生产年份等)。通过建立车型数据库，用户可以根据车型数据库中某一项信息的搜索而获得包括车辆型号信息在内的全部信息。
在获取车辆的车损照片之后，车损测量平台将根据车损照片，搜索车型数据库，获取车辆的型号信息。具体的，用户根据车损照片获得受损车辆的粗略信息，并根据此粗略信息搜索车型数据库，获得车辆的型号信息以及受损车辆轮毂的实际尺寸。
步骤S120：选取车损照片中参照物，建立参照物的像素与实际尺寸的比例关系；
这里需要说明的是，车损可能会发生在车体的不同位置，因而车损照片所选取的参照物也不尽相同。例如车损发生在汽车的头部或尾部，车损照片中则会选取车牌作为参照物；当车损发生在汽车的侧面，车损照片中则会选取轮毂作为参照物。选取车牌或轮毂的原因在于两者实际尺寸固定且不受照片拍摄角度变化的影响。因此，车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
当选取参照物后，车损测量平台会获取参照物的像素信息Wp，该像素信息Wp是指参照物在车损照片中所占用的像素点；同时根据车型数据库中参照物(车牌或轮毂)的实际尺寸Wm，得到两者的比例关系R：
步骤S130：获取车损照片中受损区域的像素，根据比例关系，计算得到受损区域的实际尺寸。
具体的，在车损照片中获取受损区域的像素Wl，需要指出的是，受损区域可能仅是一道线，或者是一个面积区域，在计算过程中统一认为是一个面积区域。进而，根据公式(1)所获得的比例关系，计算得到上述受损区域的面积Ws：
Ws＝Wl*R (2)
本发明实施例提供的一种车损测量方法，应用于车损测量平台，首先获取车辆的车损照片；然后选取车损照片中参照物，建立参照物的像素与实际尺寸的比例关系；最后获取车损照片中受损区域的像素，根据比例关系，计算得到受损区域的实际尺寸。本发明实施例过获取照片中参照物的像素与实际尺寸的比例关系，进而计算得到受损区域的尺寸，从而解决了现有车损方案中通过观察受损部位与车辆部件之间的比例来粗略估计受损程度所导致无法达到理赔所需精确程度的技术问题。
实施例二：
图2示出了本发明实施例提供的一种建立参照物像素与实际尺寸关系的流程图，具体包括：
步骤S201：选取汽车头部照片中的车牌或汽车尾部照片中的车牌；
这里需要指出的是，当获取汽车头部或汽车尾部照片后之前，车损测量平台需要通过支持向量机或深度学习算法实现对车牌自动选取。具体的，之前车损测量平台需要通过现场拍照或网络爬虫的等方式大量获得带有车牌的照片，之后对上述照片进行人工标注分类，通过支持向量机或深度学习训练模型的学习，实现对对车牌的自动获取。
步骤S202：计算车牌的像素值；
步骤S203：建立车牌的像素值与车牌的实际尺寸的比例关系。
这里需要说明的是，车损照片是以像素的形式对图像进行呈现，车损测量平台通过选取照片中的车牌后，计算车牌所包含的像素个数即像素信息Wp，进而根据车牌的实际尺寸Wm建立车牌的像素信息Wp与车牌的实际尺寸Wm的比例关系另外，车牌的实际尺寸Wm可以是车牌的宽度信息、长度信息或者是面积信息。
进一步的，图3示出了本发明实施例提供的另一种建立参照物像素与实际尺寸关系的流程图，具体包括：
步骤S301：选取汽车侧面照片中的轮毂；
这里需要指出的是，当获取汽车侧面照片后之前，车损测量平台需要通过深度学习训练模型的方式以实现对轮毂自动选取的功能，具体的，之前车损测量平台需要通过现场拍照或网络爬虫的等方式大量获得带有车牌的照片，之后对上述照片进行人工标注分类，通过支持向量机或深度学习训练模型的学习，实现对对车牌的自动获取。
步骤S302：计算轮毂的像素值；
步骤S303：建立轮毂的像素值与轮毂的实际尺寸的比例关系。
这里需要说明的是，车损照片是以像素的形式对图像进行呈现，车损测量平台通过选取照片中的轮毂后，会计算轮毂所包含的像素个数即像素信息Wp，进而根据轮毂的实际尺寸Wm建立轮毂的像素信息Wp与轮毂的实际尺寸Wm的比例关系另外，轮毂的实际尺寸Wm可以是轮毂的半径信息或者是面积信息。
实施例三
图4示出了本发明实施例提供的一种车损测量装置的结构示意图。具体包括：
照片获取模块401，用于获取车辆的车损照片；具体的，车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
比例关系模块402，用于选取车损照片中参照物，建立参照物的像素与实际尺寸的比例关系；
计算模块403，用于获取车损照片中受损区域的像素，根据参照物的像素与实际尺寸的比例关系，计算得到受损区域的实际尺寸。
需要说明的是，上述车损测量装置还包括：包括数据库模块404，搜索模块405。
数据库模块404包括车辆的型号信息以及轮毂的实际尺寸。
搜索模块405用于根据车损照片，搜索车型数据库，获取车辆的型号信息。
本发明实施例提供的车损车辆装置，与上述实施例提供的车损测量方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种车损测量方法，应用于车损测量平台，其特征在于，包括：
获取车辆的车损照片；
选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；
获取所述车损照片中受损区域的像素，根据所述比例关系，计算得到所述受损区域的实际尺寸。
2.根据权利要求1所述的车损测量方法，其特征在于，所述获取车辆的车损照片之前，还包括：建立车型数据库，
其中，所述车型数据库包括车辆的型号信息以及轮毂的实际尺寸。
3.根据权利要求2所述的车损测量方法，其特征在于，所述获取车辆的车损照片之后，还包括：
根据所述车损照片，搜索所述车型数据库，获取所述车辆的型号信息。
4.根据权利要求1或2所述的车损测量方法，其特征在于，所述车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
5.根据权利要求4所述的车损测量方法，其特征在于，所述选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系，具体包括：
选取所述汽车头部照片中的车牌或汽车尾部照片中的车牌；
计算所述车牌的像素值；
建立所述车牌的像素值与车牌的实际尺寸的比例关系。
6.根据权利要求4所述的车损测量方法，其特征在于，所述选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系，具体包括：
选取所述汽车侧面照片中的轮毂；
计算所述轮毂的像素值；
建立所述轮毂的像素值与轮毂的实际尺寸的比例关系。
7.一种车损测量装置，其特征在于，包括：
照片获取模块，用于获取车辆的车损照片；
比例关系模块，用于选取所述车损照片中参照物，建立所述参照物的像素与实际尺寸的比例关系；
计算模块，用于获取所述车损照片中受损区域的像素，根据所述参照物的像素与实际尺寸的比例关系，计算得到所述受损区域的实际尺寸。
8.根据权利要求7所述的车损测量装置，其特征在于，还包括数据库模块，所述数据库模块包括车辆的型号信息以及轮毂的实际尺寸。
9.根据权利要求7所述的车损测量装置，其特征在于，还包括搜索模块，所述搜索模块用于根据所述车损照片，搜索所述车型数据库，获取所述车辆的型号信息。
10.根据权利要求8所述的车损测量装置，其特征在于，所述车损照片包括：汽车头部照片、汽车尾部照片和/或汽车侧面照片。
CN201810072294.7A 2018-01-25 2018-01-25 车损测量方法与装置 Pending CN108413891A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810072294.7A CN108413891A (zh) 2018-01-25 2018-01-25 车损测量方法与装置
PCT/CN2018/100920 WO2019144604A1 (zh) 2018-01-25 2018-08-17 车损测量方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810072294.7A CN108413891A (zh) 2018-01-25 2018-01-25 车损测量方法与装置

Publications (1)

Publication Number Publication Date
CN108413891A true CN108413891A (zh) 2018-08-17

Family

ID=63126477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810072294.7A Pending CN108413891A (zh) 2018-01-25 2018-01-25 车损测量方法与装置

Country Status (2)

Country Link
CN (1) CN108413891A (zh)
WO (1) WO2019144604A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443218A (zh) * 2018-10-31 2019-03-08 广东泓胜科技股份有限公司 一种监管车辆外廓尺寸的系统
CN110479615A (zh) * 2019-07-18 2019-11-22 深圳优地科技有限公司 基于无人机的快递分拣方法、装置及终端设备
CN111175024A (zh) * 2020-01-03 2020-05-19 昆山丘钛微电子科技有限公司 一种红外激光器的测试方法
CN111507989A (zh) * 2020-04-15 2020-08-07 上海眼控科技股份有限公司 语义分割模型的训练生成方法、车辆外观检测方法、装置
CN112509028A (zh) * 2020-11-18 2021-03-16 中铁第五勘察设计院集团有限公司 估算窗户面积的方法和装置
WO2022267996A1 (zh) * 2021-06-25 2022-12-29 华为云计算技术有限公司 目标对象的定损方法、定损装置、计算设备集群、介质和程序产品

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112182212B (zh) * 2020-09-27 2024-06-07 广州汽车集团股份有限公司 一种网络车辆碰撞数据的处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268783A (zh) * 2014-05-30 2015-01-07 翱特信息系统（中国）有限公司 车辆定损估价的方法、装置和终端设备
CN105865326A (zh) * 2015-01-21 2016-08-17 成都理想境界科技有限公司 实物尺寸测量方法及图像数据库数据采集方法
CN106097726A (zh) * 2016-08-23 2016-11-09 苏州科达科技股份有限公司 检测区域的确定、交通信息检测方法及装置
CN106780048A (zh) * 2016-11-28 2017-05-31 中国平安财产保险股份有限公司 一种智能车险的自助理赔方法、自助理赔装置及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005181034A (ja) * 2003-12-18 2005-07-07 Casio Comput Co Ltd サイズ測定装置およびプログラム
CN105043269B (zh) * 2015-07-08 2017-09-29 上海与德通讯技术有限公司 一种物体尺寸的测量方法及电子设备
CN105043271B (zh) * 2015-08-06 2018-09-18 宁波市北仑海伯精密机械制造有限公司 长度测量方法及装置
CN105444678B (zh) * 2015-11-09 2018-03-27 佛山绿怡信息科技有限公司 手机尺寸测量方法和系统
CN105627920A (zh) * 2015-12-18 2016-06-01 小米科技有限责任公司 尺寸显示方法和装置
CN105928598A (zh) * 2016-04-20 2016-09-07 上海斐讯数据通信技术有限公司 基于拍照测量物体质量的方法及系统
CN106370128A (zh) * 2016-11-09 2017-02-01 重庆帅邦机械有限公司 一种汽车零部件定损方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268783A (zh) * 2014-05-30 2015-01-07 翱特信息系统（中国）有限公司 车辆定损估价的方法、装置和终端设备
CN105865326A (zh) * 2015-01-21 2016-08-17 成都理想境界科技有限公司 实物尺寸测量方法及图像数据库数据采集方法
CN106097726A (zh) * 2016-08-23 2016-11-09 苏州科达科技股份有限公司 检测区域的确定、交通信息检测方法及装置
CN106780048A (zh) * 2016-11-28 2017-05-31 中国平安财产保险股份有限公司 一种智能车险的自助理赔方法、自助理赔装置及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109443218A (zh) * 2018-10-31 2019-03-08 广东泓胜科技股份有限公司 一种监管车辆外廓尺寸的系统
CN110479615A (zh) * 2019-07-18 2019-11-22 深圳优地科技有限公司 基于无人机的快递分拣方法、装置及终端设备
CN111175024A (zh) * 2020-01-03 2020-05-19 昆山丘钛微电子科技有限公司 一种红外激光器的测试方法
CN111507989A (zh) * 2020-04-15 2020-08-07 上海眼控科技股份有限公司 语义分割模型的训练生成方法、车辆外观检测方法、装置
CN112509028A (zh) * 2020-11-18 2021-03-16 中铁第五勘察设计院集团有限公司 估算窗户面积的方法和装置
WO2022267996A1 (zh) * 2021-06-25 2022-12-29 华为云计算技术有限公司 目标对象的定损方法、定损装置、计算设备集群、介质和程序产品

Also Published As

Publication number Publication date
WO2019144604A1 (zh) 2019-08-01

Similar Documents

Publication Publication Date Title
CN108413891A (zh) 车损测量方法与装置
CN106446150B (zh) 一种车辆精确检索的方法及装置
CN106295646A (zh) 一种基于深度学习的车牌字符分割方法和装置
CN106525000B (zh) 基于激光扫描离散点强度梯度的道路标线自动化提取方法
CN108182383A (zh) 一种车窗检测的方法及设备
EP3690707A1 (en) Post-processing method and device for detecting lanes to plan drive path of autonomous vehicle by using segmentation score map and clustering map
US9396553B2 (en) Vehicle dimension estimation from vehicle images
CN109919144B (zh) 可行驶区域检测方法、装置、计算机存储介质及路测视觉设备
CN108885791A (zh) 地面检测方法、相关装置及计算机可读存储介质
US20140119639A1 (en) Water-body classification
CN108734087A (zh) 物体自动识别方法以及系统、购物设备和存储介质
CN110490839B (zh) 一种检测高速公路中损坏区域的方法、装置及计算机设备
CN105953773B (zh) 斜坡坡度角获取方法及装置
US9443129B2 (en) Methods and apparatus for image analysis using threshold compactness features
CN106033621A (zh) 一种三维建模的方法及装置
CN113808098A (zh) 道路病害识别方法、装置、电子设备及可读存储介质
US20170178341A1 (en) Single Parameter Segmentation of Images
CN107808157A (zh) 一种雷管编码定位及识别的方法及装置
CN104463240B (zh) 一种仪表定位方法及装置
CN107451156A (zh) 一种图像再识别方法及识别装置
CN104210110A (zh) 3d打印辅助方法、装置及3d打印设备
CN111243003A (zh) 车载双目摄像机及其检测道路限高杆的方法、装置
CN108154130A (zh) 一种目标图像的检测方法、装置及存储介质、机器人
CN108154513A (zh) 基于双光子成像数据的细胞自动探测和分割方法
CN113673288B (zh) 空闲车位检测方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180817

RJ01 Rejection of invention patent application after publication