CN108647563A - 一种车辆定损的方法、装置及设备 - Google Patents
一种车辆定损的方法、装置及设备 Download PDFInfo
- Publication number
- CN108647563A CN108647563A CN201810259950.4A CN201810259950A CN108647563A CN 108647563 A CN108647563 A CN 108647563A CN 201810259950 A CN201810259950 A CN 201810259950A CN 108647563 A CN108647563 A CN 108647563A
- Authority
- CN
- China
- Prior art keywords
- video image
- vehicle
- target vehicle
- shooting
- damage
- 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
Links
- 230000006378 damage Effects 0.000 title claims abstract description 337
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012545 processing Methods 0.000 claims description 54
- 238000000605 extraction Methods 0.000 claims description 37
- 208000027418 Wounds and injury Diseases 0.000 claims description 34
- 208000014674 injury Diseases 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 20
- 239000000203 mixture Substances 0.000 claims description 16
- 239000002828 fuel tank Substances 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000002596 correlated effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006735 deficit Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000002845 discoloration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书实施例公开了一种车辆定损的方法、装置及设备,所述方法包括:采集包括待定损的目标车辆的标识的第一视频图像,如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种车辆定损的方法、装置及设备。
背景技术
随着汽车工业的迅猛发展,汽车产销量、保有量越来越高。而随着汽车数量的迅速增长,道路的改善,特别是高速公路和立交桥的增多,汽车的车速增高,车辆发生交通事故导致的碰撞受损也日益增加,汽车查勘与定损、汽车保险与理赔行业也随之兴起。
当被保险的车辆发生交通事故时,保险机构首先需要做的就是到现场查勘定损,其中,车辆定损是根据车辆构造原理,通过科学、系统的专业化检查、测试与勘测手段,对车辆碰撞与事故现场进行综合分析,运用车辆估损资料与维修数据,对车辆碰撞修复进行科学系统的估损定价。车辆的定损涉及到维修、制造和车主等多方面的技术和利益,它是整个车险服务中矛盾比较突出的部分,因此,车辆定损边的非常重要,为了做好车辆的查勘与定损,保险机构会设置有车辆定损人员,当被保险的车辆发生交通事故时,保险机构会调度车辆定损人员到现场查勘定损。现今,保险机构对车辆定损人员的需求量越来越大,对车辆定损人员的要求也越来越规范。由于调度车辆定损人员到事故现场需要一定的时间,而且,如果保险机构的车辆定损人员不足,会使得到达现场所花费的时间更长,从而造成车辆定损效率低下,这样就需要提供更高效的车辆定损方案。
发明内容
本说明书实施例的目的是提供一种车辆定损的方法、装置及设备,以提供一种更高效的车辆定损方案。
为实现上述技术方案,本说明书实施例是这样实现的:
本说明书实施例提供的一种车辆定损的方法,所述方法包括:
采集包括待定损的目标车辆的标识的第一视频图像;
如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
可选地,所述第二视频图像包括第三视频图像和第四视频图像,
所述继续采集包括所述目标车辆的损伤相关的第二视频图像,以及所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
可选地,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
可选地,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
可选地,所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求之前,所述方法还包括:
将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
接收所述定损服务器发送的所述判断结果;
所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
可选地,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
可选地,所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
可选地,所述基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
接收所述定损服务器发送的所述定损结果。
本说明书实施例提供的一种车辆定损的装置,所述装置包括:
第一视频采集模块,用于采集包括待定损的目标车辆的标识的第一视频图像;
第二视频采集模块,用于如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
车辆定损模块,用于如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
可选地,所述第二视频图像包括第三视频图像和第四视频图像,所述车辆定损模块,包括:
第三视频采集单元,用于继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
第四视频采集单元,用于如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
判定单元,用于如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
可选地,所述第二视频采集模块,包括:
特征提取单元,用于从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
判断单元,用于如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
可选地,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
可选地,所述装置还包括:
视频图像发送模块,用于将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
判断结果接收模块,用于接收所述定损服务器发送的所述判断结果;
所述车辆定损模块,用于如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
可选地,所述第二视频采集模块,包括:
第一区域确定单元,用于从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
第一填充单元,用于通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
第一判定单元,用于如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
可选地,所述车辆定损模块,包括:
第三区域确定单元,用于从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
第二填充单元,用于通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
第二判定单元,用于如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
可选地,所述车辆定损模块,包括:
视频图像发送单元,用于将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
定损结果接收单元,用于接收所述定损服务器发送的所述定损结果。
本说明书实施例提供的一种车辆定损的设备,所述车辆定损的设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
采集包括待定损的目标车辆的标识的第一视频图像;
如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
由以上本说明书实施例提供的技术方案可见,本说明书实施例采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一种车辆定损的方法实施例;
图2A为本说明书一种车辆定损过程中视频拍摄界面的示意图;
图2B为本说明书一种车辆定损过程中开始拍摄视频图像时的视频拍摄界面示意图;
图2C为本说明书一种车辆定损过程中一个阶段的视频图像拍摄完成后进入下一步拍摄的视频拍摄界面示意图;
图2D为本说明书一种车辆定损过程中捕捉单元填充第一区域或第三区域的示意图;
图3为本说明书另一种车辆定损的方法实施例;
图4为本说明书又一种车辆定损的方法实施例;
图5为本说明书一种车辆定损的装置实施例;
图6为本说明书一种车辆定损的设备实施例。
具体实施方式
本说明书实施例提供一种车辆定损的方法、装置及设备。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
实施例一
如图1所示,本说明书实施例提供一种车辆定损的方法,该方法的执行主体可以为终端设备,或者可以是由终端设备和服务器共同执行,其中,该终端设备可以如个人计算机等设备,也可以如手机、平板电脑等移动终端设备,该终端设备可以为用户使用的终端设备。该服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群,而且,该服务器可以是进行车辆定损的服务器。该方法可以用于进行车辆定损等处理中。该方法具体可以包括以下步骤:
在步骤S102中,采集包括待定损的目标车辆的标识的第一视频图像。
其中,目标车辆可以是发生车辆碰撞后造成损伤的任意车辆。标识可以是用于确定目标车辆身份的信息,例如,目标车辆的车牌号码或目标车辆的发动机编号等。第一视频图像可以是通过摄像设备拍摄的视频的图像。
在实施中,进入21世纪以来,随着汽车工业的迅猛发展,汽车产销量、保有量越来越高。而随着汽车数量的迅速增长,道路的改善,特别是高速公路和立交桥的增多,汽车的车速增高,车辆发生交通事故导致的碰撞受损也日益增加,汽车查勘与定损、汽车保险与理赔行业也随之兴起。当被保险的车辆发生交通事故时,保险机构首先需要做的就是到现场查勘定损,其中,车辆定损可以是根据车辆构造原理,通过科学、系统的专业化检查、测试与勘测手段,对车辆碰撞与事故现场进行综合分析,运用车辆估损资料与维修数据,对车辆碰撞修复进行科学系统的估损定价。车辆的定损涉及到维修、制造和车主等多方面的技术和利益,它是整个车险服务中矛盾比较突出的部分。查勘和定损是为了确定事故损失而存在的,包括损失的真实性,损失的实际程度,维修或赔偿的程度等多个方面。为了做好车辆的查勘与定损,保险机构会设置有车辆定损人员,当被保险的车辆发生交通事故时,保险机构会调度车辆定损人员到现场查勘定损。现今,保险机构对车辆定损人员的需求量越来越大,对车辆定损人员的要求也越来越规范。由于调度车辆定损人员到事故现场需要一定的时间,而且,如果保险机构的车辆定损人员不足,会使得到达现场所花费的时间更长,从而造成时间的浪费和定损效率的低下,为此,本说明书实施例提供一种车辆的定损方法,即可以节省保险机构的人员的频繁调度,还可以提高车辆定损上午效率,具体可以包括以下内容:
考虑到当被保险的车辆(即目标车辆)发生交通事故时,报案人(如车辆驾驶员或乘车人等)到目标车辆的距离远远近于保险机构的车辆定损人员到目标车辆的距离,如果报案人能够上报目标车辆真实的、满足定损评判要求和定损所需要的规范证据等信息,则保险机构不需要再向目标车辆调度或派遣车辆定损人员,从而可以减少保险机构的人力资源的损耗,而且还可以提高车辆定损的效率,因此,可设置一种车辆定损信息上报或上传的机制,通过该机制可以引导用户上报规范的车辆损伤信息,下面可以对该机制的一种可能的实现方式进行说明,具体如下:
首先,为了确保用户需要定损的目标车辆,可以引导用户上报目标车辆真实有效的身份信息,这样,可以避免车辆的定损欺诈,尽可能的降低可能存在的风险。本说明书实施例中,为了尽可能的降低风险,可以采用视频图像的方式上报车辆定损相关的信息。用户的终端设备中可以设置有车辆定损信息上报机制的触发按键,另外,还可以基于车辆定损信息上报机制,通过计算机编程语言编写相应的应用程序。当用户需要向保险机构上报车辆的损伤情况时,可以点击车辆定损信息上报机制的触发按键,或者,启动相应的应用程序,以触发执行车辆定损信息上报机制。终端设备可以执行该车辆定损信息上报机制,此时,如图2A所示,终端设备可以启动摄像头,并打开视频拍摄功能,通过摄像头拍摄视频图像,此时,终端设备的显示界面中可以设置相应的提示信息,通过上述提示信息,用户可以执行相应的操作,其中,该提示信息可以用于提示用户拍摄目标车辆的标识等,这样,终端设备可以采集包括待定损的目标车辆的标识的第一视频图像。例如,该提示信息提示用户拍摄目标车辆的车牌号码,这样,如图2A和图2B所示,用户可以将终端设备的摄像头对准目标车辆的车牌号码进行视频拍摄,得到第一视频图像,其中,在实际应用中,如果标识为车牌号码,则终端设备的摄像预览界面中可以提供一个矩形区域,在拍摄车牌号码时,可以提示用户将车牌号码的图像放置在上述矩形区域内,以方便后续对车牌号码的识别。
在步骤S104中,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像。
其中,第二视频图像可以是通过摄像设备拍摄的、其中包括目标车辆损伤情况的视频的图像,其中的目标车辆损伤情况可以包括损伤部位和损伤程度等。拍摄标识的预定要求可以根据实际情况设定,例如,标识为车牌号码,则拍摄标识的预定要求可以为车牌号码的特征,可以包括:相对规则的矩形(其中,在非平面拍摄时为平行四边形)、蓝底白字或黄底黑字、中文+白点+5位英文和/或数字的组合等。
在实施中,用户在使用终端设备拍摄目标车辆标识的过程中,终端设备可以对拍摄的第一视频图像进行图像分析,即可以实时计算视频窗口中,所拍摄目标车辆的目标区域,通过捕捉显示单元的组合,填充目标区域的面积,从而可以捕捉到第一视频图像中存在的与标识相对应的特征,然后,可以锁定相应的区域,并对该区域进行进一步识别判断,从而确定第一视频图像是否符合拍摄标识的预定要求。
例如,标识为车牌号码,终端设备可以对拍摄的第一视频图像进行图像分析,即可以实时计算视频窗口中所拍摄目标车辆的与车牌号码的“相对规则的矩形”相匹配的目标区域,通过捕捉显示单元的组合,填充目标区域的面积,从而可以捕捉到第一视频图像中存在的与车牌号码的“相对规则的矩形”相匹配的特征,然后,可以锁定上述规则的矩形区域,并对该规则的矩形区域进行进一步识别,即判断该规则的矩形区域是否是蓝底白字或黄底黑字,以及判断该规则的矩形区域中是否包含中文+白点+5位英文和/或数字的组合等,从而确定第一视频图像是否符合拍摄标识的预定要求。如果该规则的矩形区域是蓝底白字或黄底黑字,且其中包含中文+白点+5位英文和/或数字的组合,则确定第一视频图像符合拍摄标识的预定要求,否则,第一视频图像不符合拍摄标识的预定要求。其中,第一视频图像是否符合拍摄标识的预定要求的直观处理方法可以包括多种,例如对目标区域进行变色处理,即如果确定第一视频图像符合拍摄标识的预定要求,则可以将上述规则的矩形区域由灰色变为红色等,从而使得用户及时了解拍摄的视频图像是否符合规范或要求。
如果第一视频图像符合拍摄标识的预定要求,则终端设备可以开启下一步引导的提示信息,此时,如图2C所示,终端设备的显示界面中可以设置下一步的提示信息,通过上述提示信息,用户可以继续拍摄相应的视频图像,其中,该提示信息可以用于提示用户拍摄目标车辆的损伤情况等,这样,终端设备可以采集包括目标车辆的损伤部位和损伤程度的第二视频图像。
在步骤S106中,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损。
其中,拍摄车辆损伤特征的预定要求可以根据实际情况设定,例如,标识为车牌号码,则拍摄标识的预定要求可以为车牌号码的特征,可以包括:相对规则的矩形(其中,在非平面拍摄时为平行四边形)、蓝底白字或黄底黑字、中文+白点+5位英文和/或数字的组合等。
在实施中,用户在使用终端设备拍摄包括目标车辆的损伤相关的第二视频图像的过程中,终端设备可以对拍摄的第二视频图像进行图像分析,即可以实时计算视频窗口中所拍摄目标车辆的目标区域,通过捕捉显示单元的组合,填充目标区域的面积,从而可以捕捉到第二视频图像中存在的车辆损伤特征,然后,可以锁定相应的区域,并对该区域进行进一步识别判断,从而确定第二视频图像是否符合拍摄车辆损伤特征的预定要求。其中,第二视频图像是否符合拍摄车辆损伤特征的预定要求的直观处理方法可以包括多种,例如对目标区域进行变色处理等。
如果第二视频图像符合拍摄车辆损伤特征的预定要求,则终端设备可以提示用户已完成本次拍摄,如果用户指示继续拍摄,则可以继续通过上述步骤S104和步骤S106的处理进行视频图像拍摄,如果用户指示结束拍摄,则终端设备可以获取第一视频图像和第二视频图像,并可以分别对第一视频图像和第二视频图像进行图像分析,确定目标车辆损伤的所属部件、损伤程度,从而制定维修方案、维修价格以及车险的理赔建议等,从而达到对目标车辆进行定损的目的。
需要说明的是,对目标车辆进行定损的处理可以是在终端设备中执行,也可以是由服务器执行。对于由服务器执行的情况,终端设备获取到第一视频图像和第二视频图像后,可以将第一视频图像和第二视频图像发送给车辆定损服务器,车辆定损服务器接收到第一视频图像和第二视频图像后,可以对第一视频图像和第二视频图像进行视频分析,确定目标车辆损伤的所属部件、损伤程度,从而制定维修方案、维修价格以及车险的理赔建议等车辆定损结果,然后,可以将车辆定损结果发送给终端设备,这样,可以减轻终端设备的数据处理压力,提高数据处理效率。
本说明书实施例提供一种车辆定损的方法,采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
实施例二
如图3所示,本说明书实施例提供一种车辆定损的方法,该方法的执行主体可以为终端设备,其中,该终端设备可以如个人计算机等设备,也可以如手机、平板电脑等移动终端设备,该终端设备可以为用户使用的终端设备。该方法可以用于进行车辆定损等处理中。该方法具体可以包括以下步骤:
在步骤S302中,采集包括待定损的目标车辆的标识的第一视频图像。
其中,车辆标识的特征可以包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口等,在实际应用中,车辆标识的特征也并不限于上述内容,还可以包括能够证明目标车辆身份的其它信息,例如发动机编号或车辆识别代码(VIN,Vehicle Identification Number)等。
上述步骤S302的步骤内容与上述实施例一中步骤S102的步骤内容相同,步骤S302的具体处理过程可以参见上述实施例一中步骤S102的相关内容,在此不再赘述。
在步骤S304中,从第一视频图像中提取与目标车辆的标识相关的图像特征。
在实施中,终端设备中可以设置有视频图像的特征提取算法,该特征提取算法可以对视频图像中属于特征性的信息进行提取。终端设备通过上述步骤S302的处理过程获取第一视频图像后,可以调取预先设置的特征提取算法,通过特征提取算法可以对第一视频图像进行分析,可以从第一视频图像中提取包含特征性的信息,并可以根据目标车辆的标识的相关信息,可以从提取的包含特征性的信息中提取与目标车辆的标识相关的图像特征。
在步骤S306中,如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
在实施中,终端设备中可以存储有车辆的特征库,该特征库中可以存储有车辆标识的特征,具体地,该特征库中可以存储有车牌的相关特征、前大灯的相关特征、轮毂的相关特征、车门把手的相关特征、车辆尾灯的相关特征、车辆后视镜的相关特征、油箱盖的相关特征和充电口的相关特征等,其中,车牌的相关特征可以包括:相对规则的矩形(其中,在非平面拍摄时为平行四边形)、蓝底白字或黄底黑字、中文+白点+5位英文和/或数字的组合或多位英文和数字的组合等,前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖或充电口的相关特征可以包括:外观样式特征、内部结构样式特征等。
终端设备通过上述步骤S304的处理提取到第一视频图像的图像特征后,可以将提取的图像特征与特征库中存储的车辆标识的特征进行匹配,如果提取的图像特征与特征库中存储的车辆标识的特征不匹配,则表明用户拍摄的第一视频图像不符合规范或要求,此时,可以输出提示信息以提示用户重新拍摄视频图像,如果提取的图像特征与特征库中存储的车辆标识的特征相匹配,则表明用户拍摄的第一视频图像符合规范或要求,此时,可以存储该第一视频图像。
在实际应用中,上述确定第一视频图像是否符合拍摄标识的预定要求的处理,可以通过多种方式实现,以下提供一种可选的处理方式,具体可以包括以下步骤一~步骤三。
步骤一,从上述第一视频图像中确定目标车辆的标识所在的第一区域。
在实施中,可以通过目标车辆的标识的相关特征确定第一区域,目标车辆的标识可以参见上述相关内容,例如,目标车辆的标识为车牌号码,则第一区域可以是车牌号码所在的车牌的区域,车牌的相关特征可以参见上述相关内容,即车牌的相关特征可以包括:相对规则的矩形、蓝底白字或黄底黑字、中文+白点+5位英文和/或数字的组合或多位英文和数字的组合等,因此,可以在第一视频图像中查找具备上述特征的区域,可以将上述区域确定为第一区域,该第一区域中会包括目标车辆的标识。
步骤二,通过预设的捕捉单元填充上述第一区域,得到捕捉单元组成的第二区域。
其中,预设的捕捉单元可以是图像捕捉的基本组成单元,捕捉单元的大小可以根据实际情况设定,例如,捕捉单元可以是一个方形,该方形的边长可以为1毫米或一个或多个像素点的长度等。
在实施中,通过上述步骤一的处理,可以实时计算视频窗口中所拍摄的目标车辆中存在目标车辆的标识的相关特征的第一区域,并可以确定第一区域的形状,然后,如图2D所示,可以使用捕捉单元,根据第一区域的形状对第一区域所圈定的区域面积进行填充,直到通过多个捕捉单元填充的区域覆盖第一区域为止,其中,多个捕捉单元中的任何两个捕捉单元之间不存在重叠放置的情况。最终,可以得到捕捉单元组成的第二区域。
步骤三,如果上述第二区域中的视频图像符合拍摄标识的预定要求,则将该第二区域突出显示,以确定第一视频图像符合拍摄标识的预定要求。
在实施中,可以通过上述步骤S304的处理提取第二区域中的视频图像的图像特征后,可以将提取的图像特征与特征库中存储的车辆标识的特征进行匹配,如果提取的图像特征与特征库中存储的车辆标识的特征不匹配,则表明用户拍摄的第一视频图像不符合规范或要求,此时,可以输出提示信息以提示用户重新拍摄视频图像,如果提取的图像特征与特征库中存储的车辆标识的特征相匹配,则此时,为了能够让用户及时了解其拍摄的视频图像符合要求,可以将该第二区域突出显示,以表明用户拍摄的第一视频图像符合规范或要求。其中,将该第二区域突出显示的具体实现方式可以包括多种,例如,可以第二区域的颜色变换为与之前的颜色不同的颜色,如由蓝色变为红色等,或者,也可以将第二区域进行闪烁显示等。
如图2C所示,通过上述方式确定目标车辆的身份后,可以通过如由不可操作按键或箭头变为可操作按键或箭头,或者,直接解锁下一步处理等方式引导用户进入下一步的处理,即请求用户拍摄车辆损伤情况的相关视频图像,考虑到确定车辆损伤情况往往包括两个部分,即确定车辆损伤的部位和确定损伤的程度,为此,可以通过以下步骤S308和步骤S310的处理确定目标车辆的损伤情况。
在步骤S308中,继续采集用于判定目标车辆的损伤部位的第三视频图像。
在实施中,终端设备中可以显示指示用户对准车辆损伤的部位进行视频拍摄的指示信息,用户可以根据指示信息的内容,将终端设备的摄像头对准目标车辆的损伤部位,继续进行视频拍摄。用户在实时拍摄目标车辆的损伤部位的第三视频图像时,终端设备可以实时计算视频窗口中所拍摄的目标车辆中存在损伤部位的目标区域,然后,可以通过捕捉显示单元的组合,填充目标区域的面积,从而可以捕捉到目标车辆完整的损伤部位的第三视频图像,可以锁定上述目标区域。
在步骤S310中,如果第三视频图像能够判定目标车辆的损伤部位,则继续采集用于判定目标车辆的损伤程度的第四视频图像。
在实施中,终端设备通过上述步骤S308的处理得到包括目标车辆的损伤部位的第三视频图像后,可以对该第三视频图像进行分析,可以从第三视频图像中提取包含特征性的信息,并可以根据目标车辆的各个部位的相关信息,可以从提取的包含特征性的信息中提取与判定目标车辆的损伤部位相关的图像特征,并可以通过提取的图像特征判定目标车辆的损伤部位,如果终端设备能够通过提取的图像特征判别出损伤部位属于目标车辆的哪个位置,则可以通过如由不可操作按键或箭头变为可操作按键或箭头,或者,直接解锁下一步处理等方式引导用户进入下一步的处理,即请求用户拍摄车辆程度的相关视频图像。此时,终端设备中可以显示指示用户对准车辆损伤的部位进行损伤细节拍摄的指示信息,用户可以根据指示信息的内容,将终端设备的摄像头对准目标车辆的损伤部位,继续进行详细的视频拍摄。用户在实时拍摄目标车辆的损伤程度的第四视频图像时,终端设备可以实时计算视频窗口中所拍摄的目标车辆中存在损伤部位的损伤程度的目标区域,然后,可以通过捕捉显示单元的组合,填充目标区域的面积,从而可以捕捉到目标车辆损伤程度的第四视频图像。
在步骤S312中,如果第四视频图像能够判定目标车辆的损伤程度,则基于第一视频图像和第二视频图像,对目标车辆进行定损。
其中,第二视频图像可以包括第三视频图像和第四视频图像。
在实施中,终端设备通过上述步骤S310的处理得到包括目标车辆的损伤程度的第四视频图像后,可以对该第四视频图像进行分析,可以从第四视频图像中提取包含特征性的信息,并可以根据目标车辆的各个部位的相关信息,可以从提取的包含特征性的信息中提取与判定目标车辆的损伤程度相关的图像特征,并可以通过提取的图像特征判定目标车辆的损伤程度,如果终端设备能够通过提取的图像特征判别出损伤部位的损伤程度,则可以基于第一视频图像和第二视频图像,对目标车辆进行定损,对于上述对车辆进行定损的处理过程可以参见上述实施例一中步骤S106的相关内容,在此不再赘述。
在实际应用中,上述确定第二视频图像是否拍摄车辆损伤特征的预定要求的处理,可以通过多种方式实现,以下提供一种可选的处理方式,如图2D所示,具体可以包括以下步骤一~步骤三。
步骤一,从上述第二视频图像中确定目标车辆的损伤相关的第三区域。
步骤二,通过预设的捕捉单元填充上述第三区域,得到捕捉单元组成的第四区域。
步骤三,如果上述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将该第四区域突出显示,以确定上述第二视频图像符合拍摄车辆损伤特征的预定要求。
上述步骤一~步骤三的具体处理过程可以参见上述相关内容,在此不再赘述。其中,需要说明的是,对于第二视频图像包括第三视频图像和第四视频图像的情况,其中,第三视频图像能够判定目标车辆的损伤部位的处理,基于上述步骤一~步骤三,则有:从第三视频图像中确定目标车辆的损伤部位所在的第一子区域;通过预设的捕捉单元填充上述第一子区域,得到捕捉单元组成的第二子区域;如果上述第二子区域中的视频图像能够判定目标车辆的损伤部位,则将该第二子区域突出显示,以确定上述第三视频图像能够判定目标车辆的损伤部位。其中,第四视频图像能够判定目标车辆的损伤程度的处理,基于上述步骤一~步骤三,则有:从第四视频图像中确定目标车辆的损伤程度的第三子区域;通过预设的捕捉单元填充上述第三子区域,得到捕捉单元组成的第四子区域;如果上述第四子区域中的视频图像能够判定目标车辆的损伤程度,则将该第四子区域突出显示,以确定上述第四视频图像能够判定目标车辆的损伤部位。其中,第三区域可以包括第一子区域和第三子区域,第四区域可以包括第二子区域和第四子区域。
需要说明的是,上述第二视频图像是否符合拍摄车辆损伤特征的预定要求的处理是通过终端设备实现的,在实际应用中,为了降低终端设备的处理压力,可以将判断第二视频图像是否符合拍摄车辆损伤特征的预定要求的处理交由服务器完成,则相应的处理可以包括以下步骤一和步骤二:
步骤一,将第二视频图像发送给车辆定损服务器,以使车辆定损服务器判断第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果。
在实施中,基于上述第二视频图像包括第三视频图像和第四视频图像的情况,上述步骤一的具体处理过程还可以包括以下内容:如果第一视频图像符合拍摄标识的预定要求,则继续采集用于判定目标车辆的损伤部位的第三视频图像;将第三视频图像发送给车辆定损服务器,以使车辆定损服务器判断第三视频图像是否能够判定目标车辆的损伤部位,得到判断结果,车辆定损服务器可以向终端设备发送该判断结果。如果该判断结果指示第三视频图像能够判定目标车辆的损伤部位,则终端设备继续采集用于判定目标车辆的损伤程度的第四视频图像,可以将第四视频图像发送给车辆定损服务器,以使车辆定损服务器判断第四视频图像是否能够判定目标车辆的损伤程度,得到判断结果,车辆定损服务器可以向终端设备发送该判断结果。其中,具体判断第三视频图像是否能够判定目标车辆的损伤部位,以及第四视频图像是否能够判定目标车辆的损伤程度的处理过程,可以参见上述相关内容,在此不再赘述。
步骤二,接收定损服务器发送的上述判断结果。
基于上述步骤一和步骤二的处理过程,上述步骤S312的处理可以为:如果上述判断结果指示第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损。
本说明书实施例提供一种车辆定损的方法,采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
实施例三
如图4所示,本说明书实施例提供一种车辆定损的方法,该方法的执行主体可以为终端设备和车辆定损服务器,其中,该终端设备可以如个人计算机等设备,也可以如手机、平板电脑等移动终端设备,该终端设备可以为用户使用的终端设备。该车辆定损服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群,而且,该车辆定损服务器可以是进行车辆定损的服务器。该方法可以用于进行车辆定损等处理中。该方法具体可以包括以下步骤:
在步骤S402中,终端设备采集包括待定损的目标车辆的标识的第一视频图像。
其中,车辆标识的特征可以包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
在步骤S404中,终端设备从第一视频图像中提取与目标车辆的标识相关的图像特征。
在步骤S406中,如果提取的图像特征与设定的车辆标识的特征相匹配,则终端设备确定第一视频图像符合拍摄标识的预定要求。
上述步骤S402~步骤S406的处理过程可以参见上述实施例二中步骤S302~步骤S306的相关内容,在此不再赘述。
在步骤S408中,终端设备继续采集用于判定目标车辆的损伤部位的第三视频图像。
在步骤S410中,如果第三视频图像能够判定目标车辆的损伤部位,则终端设备继续采集用于判定目标车辆的损伤程度的第四视频图像。
上述步骤S408和步骤S410的处理过程可以参见上述实施例二中步骤S308和步骤S310的相关内容,在此不再赘述。
为了减轻终端设备的处理压力,可以将撤离定损的处理交由服务器(即车辆定损服务器)完成,具体额可以参见下述步骤S412~步骤S416的处理。
在步骤S412中,如果第四视频图像能够判定目标车辆的损伤程度,则终端设备将第一视频图像和第二视频图像发送给车辆定损服务器,其中,第二视频图像包括第三视频图像和第四视频图像。
需要说明的是,上述第二视频图像是否符合拍摄车辆损伤特征的预定要求的处理是通过终端设备实现的,在实际应用中,为了降低终端设备的处理压力,可以将判断第二视频图像是否符合拍摄车辆损伤特征的预定要求的处理交由服务器完成,则相应的处理可以包括以下步骤一和步骤二:
步骤一,将第二视频图像发送给车辆定损服务器,以使车辆定损服务器判断第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果。
在实施中,基于上述第二视频图像包括第三视频图像和第四视频图像的情况,上述步骤一的具体处理过程还可以包括以下内容:如果第一视频图像符合拍摄标识的预定要求,则继续采集用于判定目标车辆的损伤部位的第三视频图像;将第三视频图像发送给车辆定损服务器,以使车辆定损服务器判断第三视频图像是否能够判定目标车辆的损伤部位,得到判断结果,车辆定损服务器可以向终端设备发送该判断结果。如果该判断结果指示第三视频图像能够判定目标车辆的损伤部位,则终端设备继续采集用于判定目标车辆的损伤程度的第四视频图像,可以将第四视频图像发送给车辆定损服务器,以使车辆定损服务器判断第四视频图像是否能够判定目标车辆的损伤程度,得到判断结果,车辆定损服务器可以向终端设备发送该判断结果。
步骤二,接收定损服务器发送的上述判断结果。
基于上述步骤一和步骤二的处理过程,上述步骤S412的处理可以为:如果上述判断结果指示第二视频图像符合拍摄车辆损伤特征的预定要求,则终端设备将第一视频图像和第二视频图像发送给车辆定损服务器。
在步骤S414中,车辆定损服务器根据第一视频图像和第二视频图像对目标车辆进行定损,得到目标车辆的定损结果。
在实施中,车辆定损服务器接收到第一视频图像和第二视频图像(包括第三视频图像和第四视频图像)后,可以对第一视频图像和第二视频图像分别进行视频分析,确定目标车辆损伤的所属部件、损伤程度,从而制定维修方案、维修价格以及车险的理赔建议等车辆定损结果,这样,可以提高车辆定损的处理效率。
在步骤S416中,终端设备接收定损服务器发送的上述定损结果。
本说明书实施例提供一种车辆定损的方法,采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
实施例四
以上为本说明书实施例提供的车辆定损的方法,基于同样的思路,本说明书实施例还提供一种车辆定损的装置,如图5所示。
该车辆定损的装置包括:第一视频采集模块501、第二视频采集模块502和车辆定损模块503,其中:
第一视频采集模块501,用于采集包括待定损的目标车辆的标识的第一视频图像;
第二视频采集模块502,用于如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
车辆定损模块503,用于如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
本说明书实施例中,所述第二视频图像包括第三视频图像和第四视频图像,所述车辆定损模块503,包括:
第三视频采集单元,用于继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
第四视频采集单元,用于如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
判定单元,用于如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
本说明书实施例中,所述第二视频采集模块502,包括:
特征提取单元,用于从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
判断单元,用于如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
本说明书实施例中,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
本说明书实施例中,所述装置还包括:
视频图像发送模块,用于将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
判断结果接收模块,用于接收所述定损服务器发送的所述判断结果;
所述车辆定损模块,用于如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
本说明书实施例中,所述第二视频采集模块502,包括:
第一区域确定单元,用于从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
第一填充单元,用于通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
第一判定单元,用于如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
本说明书实施例中,所述车辆定损模块503,包括:
第三区域确定单元,用于从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
第二填充单元,用于通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
第二判定单元,用于如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
本说明书实施例中,所述车辆定损模块503,包括:
视频图像发送单元,用于将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
定损结果接收单元,用于接收所述定损服务器发送的所述定损结果。
本说明书实施例提供一种车辆定损的装置,采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
实施例五
以上为本说明书实施例提供的车辆定损的装置,基于同样的思路,本说明书实施例还提供一种车辆定损的设备,如图6所示。
所述车辆定损的设备可以为上述实施例提供的终端设备。
车辆定损的设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器601和存储器602,存储器602中可以存储有一个或一个以上存储应用程序或数据。其中,存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对车辆定损的设备中的一系列计算机可执行指令。更进一步地,处理器601可以设置为与存储器602通信,在车辆定损的设备上执行存储器602中的一系列计算机可执行指令。车辆定损的设备还可以包括一个或一个以上电源603,一个或一个以上有线或无线网络接口604,一个或一个以上输入输出接口605,一个或一个以上键盘606。
具体在本实施例中,车辆定损的设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对车辆定损的设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
采集包括待定损的目标车辆的标识的第一视频图像;
如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
本说明书实施例中,所述第二视频图像包括第三视频图像和第四视频图像,
所述继续采集包括所述目标车辆的损伤相关的第二视频图像,以及所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
本说明书实施例中,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
本说明书实施例中,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
本说明书实施例中,所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求之前,还包括:
将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
接收所述定损服务器发送的所述判断结果;
所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
本说明书实施例中,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
本说明书实施例中,所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
本说明书实施例中,所述基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
接收所述定损服务器发送的所述定损结果。
本说明书实施例提供一种车辆定损的设备,采集包括待定损的目标车辆的标识的第一视频图像,如果第一视频图像符合拍摄标识的预定要求,则继续采集包括目标车辆的损伤相关的第二视频图像,如果第二视频图像符合拍摄车辆损伤特征的预定要求,则基于第一视频图像和第二视频图像,对目标车辆进行定损,这样,当用户仅需要通过摄像设备对待定损的目标车辆拍摄视频图像,即可完成对目标车辆的定损,不需要保险机构调度相应的车辆定损人员到现场进行查勘和定损,从而使得保险机构节省了大量人力资源和物力资源,而且,通过终端设备或服务器对用户上传的视频图像的分析进行车辆定损,节省了车辆定损所需的时间,提高了车辆定损的效率。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书的实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (17)
1.一种车辆定损的方法,所述方法包括:
采集包括待定损的目标车辆的标识的第一视频图像;
如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
2.根据权利要求1所述的方法,所述第二视频图像包括第三视频图像和第四视频图像,
所述继续采集包括所述目标车辆的损伤相关的第二视频图像,以及所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
3.根据权利要求2所述的方法,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
4.根据权利要求3所述的方法,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
5.根据权利要求4所述的方法,所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求之前,所述方法还包括:
将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
接收所述定损服务器发送的所述判断结果;
所述如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
6.根据权利要求1-5中任一项所述的方法,所述第一视频图像符合拍摄标识的预定要求,包括:
从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
7.根据权利要求1-5中任一项所述的方法,所述第二视频图像符合拍摄车辆损伤特征的预定要求,包括:
从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
8.根据权利要求1所述的方法,所述基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损,包括:
将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
接收所述定损服务器发送的所述定损结果。
9.一种车辆定损的装置,所述装置包括:
第一视频采集模块,用于采集包括待定损的目标车辆的标识的第一视频图像;
第二视频采集模块,用于如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
车辆定损模块,用于如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
10.根据权利要求9所述的装置,所述第二视频图像包括第三视频图像和第四视频图像,所述车辆定损模块,包括:
第三视频采集单元,用于继续采集用于判定所述目标车辆的损伤部位的第三视频图像;
第四视频采集单元,用于如果所述第三视频图像能够判定所述目标车辆的损伤部位,则继续采集用于判定所述目标车辆的损伤程度的第四视频图像;
判定单元,用于如果所述第四视频图像能够判定所述目标车辆的损伤程度,则确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
11.根据权利要求10所述的装置,所述第二视频采集模块,包括:
特征提取单元,用于从所述第一视频图像中提取与所述目标车辆的标识相关的图像特征;
判断单元,用于如果提取的图像特征与设定的车辆标识的特征相匹配,则确定第一视频图像符合拍摄标识的预定要求。
12.根据权利要求11所述的装置,所述车辆标识的特征包括以下一个或多个的组合:车牌号码、前大灯、轮毂、车门把手、车辆尾灯、车辆后视镜、油箱盖和充电口。
13.根据权利要求12所述的装置,所述装置还包括:
视频图像发送模块,用于将所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器判断所述第二视频图像是否符合拍摄车辆损伤特征的预定要求,得到判断结果;
判断结果接收模块,用于接收所述定损服务器发送的所述判断结果;
所述车辆定损模块,用于如果所述判断结果指示所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
14.根据权利要求9-13中任一项所述的装置,所述第二视频采集模块,包括:
第一区域确定单元,用于从所述第一视频图像中确定所述目标车辆的标识所在的第一区域;
第一填充单元,用于通过预设的捕捉单元填充所述第一区域,得到捕捉单元组成的第二区域;
第一判定单元,用于如果所述第二区域中的视频图像符合拍摄标识的预定要求,则将所述第二区域突出显示,以确定所述第一视频图像符合拍摄标识的预定要求。
15.根据权利要求9-13中任一项所述的装置,所述车辆定损模块,包括:
第三区域确定单元,用于从所述第二视频图像中确定所述目标车辆的损伤相关的第三区域;
第二填充单元,用于通过预设的捕捉单元填充所述第三区域,得到捕捉单元组成的第四区域;
第二判定单元,用于如果所述第四区域中的视频图像符合拍摄车辆损伤特征的预定要求,则将所述第四区域突出显示,以确定所述第二视频图像符合拍摄车辆损伤特征的预定要求。
16.根据权利要求9所述的装置,所述车辆定损模块,包括:
视频图像发送单元,用于将所述第一视频图像和所述第二视频图像发送给车辆定损服务器,以使所述车辆定损服务器根据所述第一视频图像和所述第二视频图像对所述目标车辆进行定损,得到所述目标车辆的定损结果;
定损结果接收单元,用于接收所述定损服务器发送的所述定损结果。
17.一种车辆定损的设备,所述车辆定损的设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
采集包括待定损的目标车辆的标识的第一视频图像;
如果所述第一视频图像符合拍摄标识的预定要求,则继续采集包括所述目标车辆的损伤相关的第二视频图像;
如果所述第二视频图像符合拍摄车辆损伤特征的预定要求,则基于所述第一视频图像和所述第二视频图像,对所述目标车辆进行定损。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810259950.4A CN108647563A (zh) | 2018-03-27 | 2018-03-27 | 一种车辆定损的方法、装置及设备 |
PCT/CN2018/123336 WO2019184479A1 (zh) | 2018-03-27 | 2018-12-25 | 一种车辆定损的方法、装置及设备 |
TW108100823A TWI740088B (zh) | 2018-03-27 | 2019-01-09 | 車輛定損的方法、裝置及設備 |
US16/918,888 US11087138B2 (en) | 2018-03-27 | 2020-07-01 | Vehicle damage assessment method, apparatus, and device |
US17/370,984 US20210334548A1 (en) | 2018-03-27 | 2021-07-08 | Vehicle damage assessment method, apparatus, and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810259950.4A CN108647563A (zh) | 2018-03-27 | 2018-03-27 | 一种车辆定损的方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108647563A true CN108647563A (zh) | 2018-10-12 |
Family
ID=63744841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810259950.4A Pending CN108647563A (zh) | 2018-03-27 | 2018-03-27 | 一种车辆定损的方法、装置及设备 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11087138B2 (zh) |
CN (1) | CN108647563A (zh) |
TW (1) | TWI740088B (zh) |
WO (1) | WO2019184479A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635651A (zh) * | 2018-11-07 | 2019-04-16 | 中国平安财产保险股份有限公司 | 一种基于图像识别的车辆定损方法、存储介质及服务器 |
WO2019184479A1 (zh) * | 2018-03-27 | 2019-10-03 | 阿里巴巴集团控股有限公司 | 一种车辆定损的方法、装置及设备 |
CN111612104A (zh) * | 2020-06-30 | 2020-09-01 | 爱保科技有限公司 | 车辆定损图像获取方法、装置、介质和电子设备 |
CN113486725A (zh) * | 2021-06-11 | 2021-10-08 | 爱保科技有限公司 | 智能车辆定损方法及装置、存储介质及电子设备 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7263983B2 (ja) * | 2019-08-30 | 2023-04-25 | 富士通株式会社 | 撮影漏れ検出装置、及び、撮影漏れ検出方法 |
US10814800B1 (en) * | 2019-12-06 | 2020-10-27 | Degould Limited | Vehicle imaging station |
US11769120B2 (en) * | 2020-10-14 | 2023-09-26 | Mitchell International, Inc. | Systems and methods for improving user experience during damage appraisal |
CN112632329A (zh) * | 2020-12-18 | 2021-04-09 | 咪咕互动娱乐有限公司 | 视频提取方法、装置、电子设备及存储介质 |
KR102367231B1 (ko) * | 2021-01-04 | 2022-02-25 | 쿠팡 주식회사 | 작업자가 작업을 수행하도록 하는 방법 및 장치 |
US11919479B2 (en) * | 2021-05-18 | 2024-03-05 | Ford Global Technologies, Llc | Systems and methods for providing security to a vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153668A1 (en) * | 2007-12-14 | 2009-06-18 | Yong Gyoo Kim | System and method for real-time video quality assessment based on transmission properties |
CN104932359A (zh) * | 2015-05-29 | 2015-09-23 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆远程无人定损系统及定损方法 |
CN107368776A (zh) * | 2017-04-28 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 车辆定损图像获取方法、装置、服务器和终端设备 |
CN107563893A (zh) * | 2017-08-31 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种车险理赔方法、客户端、服务器以及系统 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6696978B2 (en) * | 2001-06-12 | 2004-02-24 | Koninklijke Philips Electronics N.V. | Combined laser/radar-video speed violation detector for law enforcement |
US20040032906A1 (en) * | 2002-08-19 | 2004-02-19 | Lillig Thomas M. | Foreground segmentation for digital video |
US7809587B2 (en) * | 2004-05-07 | 2010-10-05 | International Business Machines Corporation | Rapid business support of insured property using image analysis |
US20060269105A1 (en) * | 2005-05-24 | 2006-11-30 | Langlinais Ashton L | Methods, Apparatus and Products for Image Capture |
US8483440B2 (en) * | 2011-04-13 | 2013-07-09 | Xerox Corporation | Methods and systems for verifying automatic license plate recognition results |
US9760789B2 (en) * | 2012-04-17 | 2017-09-12 | Conduent Business Services, Llc | Robust cropping of license plate images |
US8774465B2 (en) * | 2012-06-12 | 2014-07-08 | State Farm Mutual Automobile Insurance Company | System and method for providing automotive purchase, insurance quote, and vehicle financing information using vehicle recognition |
US10783585B1 (en) * | 2012-08-16 | 2020-09-22 | Allstate Insurance Company | Agent-facilitated claims damage estimation |
US9407874B2 (en) * | 2013-04-30 | 2016-08-02 | Esurance Insurance Services, Inc. | Remote claims adjuster |
US9070289B2 (en) * | 2013-05-10 | 2015-06-30 | Palo Alto Research Incorporated | System and method for detecting, tracking and estimating the speed of vehicles from a mobile platform |
US9025825B2 (en) * | 2013-05-10 | 2015-05-05 | Palo Alto Research Center Incorporated | System and method for visual motion based object segmentation and tracking |
FR3007172B1 (fr) * | 2013-06-12 | 2020-12-18 | Renault Sas | Procede et systeme d'identification d'un degat cause a un vehicule |
US10410278B2 (en) * | 2013-07-25 | 2019-09-10 | The Crawford Group, Inc. | Method and apparatus for integrated image capture for vehicles to track damage |
TWM478859U (zh) * | 2014-01-09 | 2014-05-21 | Han-Wei Chang | 人車路交通事故影音自動分析系統 |
US10867327B1 (en) * | 2014-06-27 | 2020-12-15 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
US10089396B2 (en) * | 2014-07-30 | 2018-10-02 | NthGen Software Inc. | System and method of a dynamic interface for capturing vehicle data |
JP6387782B2 (ja) * | 2014-10-17 | 2018-09-12 | ソニー株式会社 | 制御装置、制御方法及びコンピュータプログラム |
CN105894817B (zh) * | 2015-01-26 | 2019-04-30 | 杭州海康威视数字技术股份有限公司 | 车辆违章停车的取证方法及其装置 |
US9619701B2 (en) * | 2015-05-20 | 2017-04-11 | Xerox Corporation | Using motion tracking and image categorization for document indexing and validation |
US9824453B1 (en) * | 2015-10-14 | 2017-11-21 | Allstate Insurance Company | Three dimensional image scan for vehicle |
US20170147990A1 (en) * | 2015-11-23 | 2017-05-25 | CSI Holdings I LLC | Vehicle transactions using objective vehicle data |
US10692050B2 (en) * | 2016-04-06 | 2020-06-23 | American International Group, Inc. | Automatic assessment of damage and repair costs in vehicles |
US9886771B1 (en) * | 2016-05-20 | 2018-02-06 | Ccc Information Services Inc. | Heat map of vehicle damage |
CN106127142A (zh) * | 2016-06-21 | 2016-11-16 | 北京小米移动软件有限公司 | 对象追踪方法及装置 |
GB2554361B8 (en) * | 2016-09-21 | 2022-07-06 | Emergent Network Intelligence Ltd | Automatic image based object damage assessment |
US10255521B2 (en) * | 2016-12-12 | 2019-04-09 | Jack Cooper Logistics, LLC | System, method, and apparatus for detection of damages on surfaces |
US10657707B1 (en) * | 2017-01-09 | 2020-05-19 | State Farm Mutual Automobile Insurance Company | Photo deformation techniques for vehicle repair analysis |
CN106658173A (zh) * | 2017-02-16 | 2017-05-10 | 成都市极米科技有限公司 | 一种视频显示方法、装置及系统 |
JP6768557B2 (ja) * | 2017-02-27 | 2020-10-14 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラシステム及び監視方法 |
CN111914692B (zh) * | 2017-04-28 | 2023-07-14 | 创新先进技术有限公司 | 车辆定损图像获取方法及装置 |
CN108647563A (zh) * | 2018-03-27 | 2018-10-12 | 阿里巴巴集团控股有限公司 | 一种车辆定损的方法、装置及设备 |
-
2018
- 2018-03-27 CN CN201810259950.4A patent/CN108647563A/zh active Pending
- 2018-12-25 WO PCT/CN2018/123336 patent/WO2019184479A1/zh active Application Filing
-
2019
- 2019-01-09 TW TW108100823A patent/TWI740088B/zh active
-
2020
- 2020-07-01 US US16/918,888 patent/US11087138B2/en active Active
-
2021
- 2021-07-08 US US17/370,984 patent/US20210334548A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153668A1 (en) * | 2007-12-14 | 2009-06-18 | Yong Gyoo Kim | System and method for real-time video quality assessment based on transmission properties |
CN104932359A (zh) * | 2015-05-29 | 2015-09-23 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆远程无人定损系统及定损方法 |
CN107368776A (zh) * | 2017-04-28 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 车辆定损图像获取方法、装置、服务器和终端设备 |
CN107563893A (zh) * | 2017-08-31 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种车险理赔方法、客户端、服务器以及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019184479A1 (zh) * | 2018-03-27 | 2019-10-03 | 阿里巴巴集团控股有限公司 | 一种车辆定损的方法、装置及设备 |
US11087138B2 (en) | 2018-03-27 | 2021-08-10 | Advanced New Technologies Co., Ltd. | Vehicle damage assessment method, apparatus, and device |
CN109635651A (zh) * | 2018-11-07 | 2019-04-16 | 中国平安财产保险股份有限公司 | 一种基于图像识别的车辆定损方法、存储介质及服务器 |
CN109635651B (zh) * | 2018-11-07 | 2024-05-24 | 中国平安财产保险股份有限公司 | 一种基于图像识别的车辆定损方法、存储介质及服务器 |
CN111612104A (zh) * | 2020-06-30 | 2020-09-01 | 爱保科技有限公司 | 车辆定损图像获取方法、装置、介质和电子设备 |
CN111612104B (zh) * | 2020-06-30 | 2021-04-13 | 爱保科技有限公司 | 车辆定损图像获取方法、装置、介质和电子设备 |
CN113486725A (zh) * | 2021-06-11 | 2021-10-08 | 爱保科技有限公司 | 智能车辆定损方法及装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20200334467A1 (en) | 2020-10-22 |
TWI740088B (zh) | 2021-09-21 |
WO2019184479A1 (zh) | 2019-10-03 |
TW201942793A (zh) | 2019-11-01 |
US11087138B2 (en) | 2021-08-10 |
US20210334548A1 (en) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108647563A (zh) | 一种车辆定损的方法、装置及设备 | |
US10846556B2 (en) | Vehicle insurance image processing method, apparatus, server, and system | |
CN112435215B (zh) | 一种基于图像的车辆定损方法、移动终端、服务器 | |
TW201935390A (zh) | 理賠業務的資料處理方法、裝置、電子設備、伺服器 | |
CN108830954A (zh) | 停车场的管理方法、系统及计算机可读存储介质 | |
US20170161961A1 (en) | Parking space control method and system with unmanned paired aerial vehicle (uav) | |
CN106791710A (zh) | 目标检测方法、装置和电子设备 | |
CN109508404B (zh) | 维修教学视频管理方法、装置、终端设备及存储介质 | |
CN104239386B (zh) | 用于对面部识别匹配区分优先级的方法和系统 | |
US10255804B2 (en) | Method for generating a digital record and roadside unit of a road toll system implementing the method | |
CN105185121B (zh) | 一种虚拟卡口并行识别车牌的方法 | |
CN108848301A (zh) | 一种票据拍摄交互方法、装置、处理设备及客户端 | |
CN107944382B (zh) | 目标跟踪方法、装置及电子设备 | |
CN109740420A (zh) | 车辆违法识别方法及相关产品 | |
US20150161464A1 (en) | Detecting and reporting improper activity involving a vehicle | |
CN109147068A (zh) | 无牌车辆管理方法、装置及计算机可读存储介质 | |
CN108280524A (zh) | 识别车辆和生成预约信息的系统和方法 | |
CN109635825A (zh) | 车辆属性检测方法、装置及存储介质 | |
CN109754610A (zh) | 车辆监控方法及装置 | |
US20230360246A1 (en) | Method and System of Real-Timely Estimating Dimension of Signboards of Road-side Shops | |
CN110348463A (zh) | 用于识别车辆的方法和装置 | |
JP2020518165A (ja) | 異なるデバイスによって生成されたビデオ画像、ピクチャ等のコンテンツの管理および検証のためのプラットフォーム | |
KR20200094818A (ko) | 인공지능 기반 차량 검색 시스템 | |
Jin et al. | A deep-learning-based scheme for detecting driver cell-phone use | |
CN108805601A (zh) | 一种识别用户、账号注册的方法、装置及设备 |
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: 20181012 |
|
RJ01 | Rejection of invention patent application after publication |