CN109271908A - 车损检测方法、装置及设备 - Google Patents

Abstract

本说明书实施例提供一种车损检测方法、装置及设备，在车损检测方法中，获取车辆的包括损伤信息的至少一幅拍摄图像。根据至少一幅拍摄图像，生成车辆的三维模型。对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。将形状特征输入分类算法或者检测算法，以获取车损检测结果。

Description

车损检测方法、装置及设备

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种车损检测方法、装置及设备。

背景技术

传统技术中，在对车辆进行定损时，获取车辆的包括损伤信息的至少一幅拍摄图像。从该至少一幅拍摄图像中提取视觉特征。根据提取的视觉特征，获取车损检测结果。由此可以看出，传统的车辆定损方法通常是基于视觉特征，来对车损进行检测。

因此，需要提供一种车损检测方法，以便能够基于其它特征来对车损进行检测。

发明内容

本说明书一个或多个实施例描述了一种车损检测方法、装置及设备，可以基于车辆的形状特征来对车损进行检测。

第一方面，提供了一种车损检测方法，包括：

获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

根据所述至少一幅拍摄图像，生成所述车辆的三维模型；

对所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

将所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。

第二方面，提供了一种车损检测装置，包括：

获取单元，用于获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

生成单元，用于根据所述获取单元获取的所述至少一幅拍摄图像，生成所述车辆的三维模型；

分割单元，用于对所述生成单元生成的所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

提取单元，用于从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

所述提取单元，还用于分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

所述获取单元，还用于将所述提取单元提取的所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。

第三方面，提供了一种车损检测设备，包括：

存储器；

一个或多个处理器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序被所述处理器执行时实现以下步骤：

获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

根据所述至少一幅拍摄图像，生成所述车辆的三维模型；

对所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

将所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。

本说明书一个或多个实施例提供的车损检测方法、装置及设备，获取车辆的包括损伤信息的至少一幅拍摄图像。根据至少一幅拍摄图像，生成车辆的三维模型。对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。将形状特征输入分类算法或者检测算法，以获取车损检测结果。由此可以看出，本说明的方案可以基于车辆的形状特征来对车损进行检测，从而可以实现对几何形状发生改变的车损进行准确检测。

附图说明

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例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它的附图。

图1为本说明书提供的车损检测方法的应用场景示意图；

图2为本说明书一个实施例提供的车损检测方法流程图；

图3a为本说明书提供的车损示意图之一；

图3b为本说明书提供的车损示意图之二；

图3c为本说明书提供的车损示意图之三；

图4为本说明书另一个实施例提供的车损检测方法流程图；

图5a为本说明书提供的车损示意图之四；

图5b为本说明书提供的车损示意图之五；

图5c为本说明书提供的车损示意图之六；

图6为本说明书一个实施例提供的车损检测装置示意图；

图7为本说明书一个实施例提供的车损检测设备示意图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

本说明书一个或多个实施例提供的车损检测方法可以应用于如图1所示的车辆定损系统10中，图1中车辆定损系统10可以包括：第一车损检测模块102、第二车损检测模块104以及检测结果合并模块106。

第一车损检测模块102用于获取车辆的包括车损信息的至少一幅拍摄图像。从该至少一幅拍摄图像中提取视觉特征。基于该视觉特征，对车损进行检测，以获取外观损伤检测结果。此处的外观损伤检测结果可以包括但不限于刮擦损伤以及裂纹损伤等。

第二车损检测模块104用于获取车辆的包括损伤信息的至少一幅拍摄图像。根据至少一幅拍摄图像，生成车辆的三维模型。对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。将形状特征输入分类算法或者检测算法，以获取车损检测结果。通过第二车辆检测模块104获取的损伤检测结果可以包括但不限于部件变形损伤、破损以及脱落损伤等。

检测结果合并模块106用于将第一车损检测模块102获取的外观损伤检测结果与第二车损检测模块104获取的车损检测结果进行合并，以便得到更全面的损伤检测结果。

应理解，图1所示车辆定损系统10只是示意性地，根据本说明书实施例的系统不限于图1所示的结构。例如，第一车损检测模块102不是必须的，通过该检测模块对车损进行检测只是为了获取更全面的车损检测结果。

图2为本说明书一个实施例提供的车损检测方法流程图。所述方法的执行主体可以为具有处理能力的设备：服务器或者系统或者模块，如，可以为图1中第二车损检测模块104。如图2所示，所述方法具体可以包括：

步骤202，获取车辆的包括损伤信息的至少一幅拍摄图像。

上述至少一幅拍摄图像可以是由数据采集者(包括C端用户以及保险公司的定损人员等)在拍摄车辆的损伤部位时所获得的。该拍摄图像可以覆盖该车辆的至少一个部件。此处的部件可以包括但不限于车门、保险杠、车牌、翼子板、大灯以及轮胎等。

步骤204，根据该至少一幅拍摄图像，生成车辆的三维模型。

这里，可使用现有技术中已有的各种三维建模技术，基于至少一幅拍摄图像，进行建模。在一个实施例中，可基于用户提供的、或者通过图像识别算法基于上述至少一幅拍摄图像识别的车型信息，获取该车型的预先精确建模的三维模型。之后，可基于上述至少一幅拍摄图像，对该三维模型进行修改。例如，基于上述至少一幅拍摄图像，可获取车辆左前门上有凹陷的车损，在该情况中，可在已有的三维模型上将左前门的对应位置处修改为凹陷的结构。

本说明书生成的三维模型可以表示如下的几何信息：若干三维顶点的坐标及法向量和/或若干三角面片的坐标和/或若干体素的坐标。

步骤206，对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。

在一个实施例中，可以使用分割器来对车辆的三维模型进行部件分割。该分割器可以通过使用大量不同车型的已完成部件分割的三维模型训练获得。

具体地，可以将如上的几何信息输入分割器，之后由分割器将若干三维顶点和/或若干三角面片和/或若干体素划分为多个分组，每个分组与一个部件相对应，由此便实现了部件分割。可以理解的是，某个部件的三维模型可以表示为如下的几何信息：与该部件对应的分组中三维顶点的坐标和法向量和/或该分组中三角面片的坐标和/或该分组中体素的坐标。

步骤208，从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。

如，可以预先定义多种不同的车型。之后，针对每种车型，获取该车型的至少一幅拍摄图像。此处的拍摄图像可以是该车型在无损情况下所拍摄的。使用现有技术中已有的各种三维建模技术，基于上述至少一幅拍摄图像，进行建模。从而可以得到与不同车型对应的三维模型(也称整车三维模型)。可以理解的是，此处的三维模型是不同车型在无损情况下的三维模型，也即是不同车型的精确的三维模型。

在获取到上述不同车型的精确的三维模型之后，可以根据上述训练好的分割器对其进行部件分割，以获取不同车型的多个部件在无损情况下的三维模型。之后，可以对车型、整车三维模型以及该车型的多个部件在无损情况下的三维模型之间的对应关系进行记录。在一种实现方式中，可以将上述对应关系记录到预设的存储单元中。

在一个例子中，上述预设的存储单元可以如表1所示。

表1

需要说明的是，预设的存储单元中可以记录与各个车型对应的所有部件在无损情况下的三维模型。

应理解，表1所示的预设的存储单元仅为了示例性目的，并且本说明书决不被限制于这里描述的特殊示例性实施例。如，表1中的整车三维模型不是必须的，这里还记录整车三维模型是为了在无法确定待定损车辆的车型时使用(具体使用方法后续进行说明)。

步骤208中，可以通过两种方式从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。

第一种方式，对至少一幅拍摄图像进行图像识别，以确定该车辆的车型信息。如，可以先通过图像识别的方式，从拍摄图像中识别可以用于确定车型信息的部件编号(如，发动机编号等)。之后根据识别到的部件编号，确定该车辆的车型信息。最后，根据车型信息和至少一个部件的部件信息(如，部件名称)，从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。以表1为例来说，如果确定的车型信息为车型A，且假设上述分割得到的是部件X的三维模型，也即部件信息为部件X，则可以提取到部件X的三维模型XX。

第二种方式，计算该车辆的三维模型与预设的存储单元中不同车型的三维模型之间的相似度。根据该相似度，确定该车辆的车型信息。根据车型信息和至少一个部件的部件信息(如，部件名称)，从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。还以表1为例来说，可以计算该车辆的三维模型分别与车型A、车型B的三维模型之间的相似度。如果与车型A的三维模型之间的相似度大于阈值，则可以确定该车辆的车型信息为车型A。且假设上述分割得到的是部件X的三维模型，也即部件信息为部件X，则可以提取到部件X的三维模型XX。

步骤210，分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。

此处的获得的部件的三维模型可以是通过上述步骤206获得。而提取的部件的三维模型可以是通过上述步骤208提取。

步骤210中的形状特征例如可以为表面曲面形状等，其可以唯一地表征某一部件的三维模型的特点，其可以由该部件对应分组中的部分三维顶点和/或部分三角面片和/或部分体素构成。从三维模型上提取形状特征为传统常规技术，在此不复赘述。

步骤212，将形状特征输入分类算法或者检测算法，以获取车辆的损伤检测结果。

可选地，在执行步骤212之前，可以先根据从不同车型的多个部件在有损情况下的三维模型上提取的形状特征以及从不同车型的多个部件在无损情况下的三维模型上提取的形状特征，对分类算法或检测算法进行训练，从而得到训练好的分类算法或检测算法。此处的分类算法可以具体为多分类分类算法。需要说明的是，当对分类算法进行训练时，对上述在有损情况下的三维模型上提取的形状特征，可以设定对应的损伤类型标签。而当对检测算法进行训练时，对上述在有损情况下的三维模型上提取的形状特征，可以设定对应的损伤类型以及损伤位置标签。

当还执行上述训练的步骤时，步骤212可以为：将形状特征输入训练好的分类算法或者检测算法，以获取车辆的损伤检测结果。具体地，可以是将从获得的部件的三维模型上提取的形状特征以及将从提取的部件的三维模型上提取的形状特征均输入分类算法或者检测算法。

可以理解的是，当将形状特征输入分类算法时，获取的车辆的损伤检测结果可以包括损伤类型。当将形状特征输入检测算法时，获取的车辆的损伤检测结果可以包括损伤类型及损伤位置。此处的损伤类型可以包括但不限于部件变形损伤、破损或脱落损伤等。

需要说明的是，步骤212获取的车辆的损伤检测结果也可以称为几何形状损伤检测结果。

本说明书上述实施例提供的车损检测方法，可以基于车辆的形状特征来对车损进行检测，从而可以实现对几何形状发生改变的损伤类型进行准确检测。例如，可以对图3a-图3c所示的车损进行准确检测。需要说明的是，上述损伤类型在视觉外观上的特征并不明显，或者多样性太强不具有较为单一的视觉特征。

图4为本说明书另一个实施例提供的车损检测方法流程图。所述方法的执行主体可以为具有处理能力的设备：服务器或者系统或者模块，如，可以为图1中车辆定损系统10。如图4所示，所述方法具体可以包括：

步骤402-步骤412与步骤202-步骤212相同，在此不复赘述。

步骤414，从至少一幅拍摄图像中提取车辆的视觉特征。

此处的视觉特征可以包括但不限于颜色、纹理以及形状等。

步骤416，根据视觉特征，对所车辆的损伤进行检测，从而得到外观损伤检测结果。

此处的外观损伤检测结果可以包括但不限于刮擦损伤以及裂纹损伤等。

通过上述步骤414和步骤416可以实现基于视觉特征来对车辆的损伤进行检测。在一种实现方式中，该两个步骤可以通过现有的车损检测算法来实现，本说明书在此不复赘述。需要说明的是，基于视觉特征对车辆的损伤进行检测时，通常仅对部分视觉特征发生较大改变的损伤类型具有较好的检测精度，如，仅对图5a-图5c所示的车损实现准确检测。

还需要说明的是，上述步骤402-步骤412与步骤414-步骤416的执行顺序可以互换，或者也可以同时执行，本说明书对此不作限定。

步骤418，将几何形状损伤检测结果与外观损伤检测结果进行合并，从而得到最终的损伤检测结果。

本说明书实施例通过上述步骤414和步骤416可以对具有显著的视觉特征的损伤类型进行较好的检测，而通过上述步骤402-步骤412可以较好的检测那些在图像上难以准确检测的损伤类型。将两种类型的损伤检测方法合并后，可以更全面的检测不同类型的损伤，从而可以提升损伤检测的整体性能。

需要说明的是，上述步骤402-步骤412可以由车辆定损系统10中的第二车损检测模块104执行。上述步骤414-步骤416可以由车辆定损系统10中的第一车损检测模块102执行。上述步骤418可以由车辆定损系统10中的检测结果合并模块106执行。

综上，由于基于形状特征的车损检测方法与基于视觉特征的车损检测方法所覆盖的损伤类型具有互补性，因此，本说明书实施例中将两种方法的损伤检测结果进行了合并，从而可以获得更全面的车损检测结果。如，既可以包括刮擦损伤以及裂纹损伤等外观损伤检测结果，又可以包括部件变形损伤、破损以及脱落损伤等几何形状损伤检测结果。

与上述车损检测方法对应地，本说明书一个实施例还提供的一种车损检测装置，如图6所示，该装置可以包括：

获取单元602，用于获取车辆的包括损伤信息的至少一幅拍摄图像。该拍摄图像覆盖车辆的至少一个部件。

生成单元604，用于根据获取单元602获取的至少一幅拍摄图像，生成车辆的三维模型。

此处，车辆的三维模型表示为如下的几何信息：若干三维顶点的坐标及法向量和/或若干三角面片的坐标和/或若干体素的坐标。

分割单元606，用于对生成单元604生成的车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。

分割单元606具体可以用于：

将若干三维顶点和/或若干三角面片和/或若干体素划分为多个分组，每个分组与一个部件相对应。

提取单元608，用于从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。该预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型。

提取单元608具体可以用于：

对至少一幅拍摄图像进行图像识别，以确定车辆的车型信息。

根据车型信息以及至少一个部件的部件信息，从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。

提取单元608，还用于分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。

获取单元602，还用于将提取单元608提取的形状特征输入分类算法或者检测算法，以获取车辆的损伤检测结果。

可选地，该装置还可以包括：检测单元610和合并单元612。

提取单元608，还用于从至少一幅拍摄图像中提取车辆的视觉特征。

检测单元610，用于根据提取单元608提取的视觉特征，对车辆的损伤进行检测，从而得到外观损伤检测结果。

合并单元612，用于将损伤检测结果与外观损伤检测结果进行合并，从而得到最终的损伤检测结果。

可选地，预设的存储单元还记录了不同车型的三维模型。提取单元608还可以用于：

计算车辆的三维模型与预设的存储单元中不同车型的三维模型之间的相似度。

根据相似度，确定车辆的车型信息。

根据车型信息以及至少一个部件的部件信息，从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。

可选地，该装置还可以包括：

训练单元614，用于根据从不同车型的多个部件在有损情况下的三维模型上提取的形状特征以及从不同车型的多个部件在无损情况下的三维模型上提取的形状特征，对分类算法或检测算法进行训练，从而得到训练好的分类算法或检测算法。

获取单元602具体可以用于：

将形状特征输入训练单元614训练好的分类算法或者检测算法，以获取车辆的损伤检测结果。

上述与分类算法或者训练好的分类算法对应的损伤检测结果包括损伤类型。与检测算法或者训练好的检测算法对应的损伤检测结果包括损伤类型及损伤位置。

本说明书上述实施例装置的各功能模块的功能，可以通过上述方法实施例的各步骤来实现，因此，本说明书一个实施例提供的装置的具体工作过程，在此不复赘述。

本说明书一个实施例提供的车损检测装置，获取单元602获取车辆的包括损伤信息的至少一幅拍摄图像。生成单元604根据至少一幅拍摄图像，生成车辆的三维模型。分割单元606对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。提取单元608从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。提取单元608分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。获取单元602将形状特征输入分类算法或者检测算法，以获取车辆的损伤检测结果。由此，可以实现对几何形状发生改变的损伤类型进行准确检测。

本说明书一个实施例提供的车损检测装置可以为图1中第二车损检测模块104的一个子模块或者子单元。

与上述车损检测方法对应地，本说明书实施例还提供了一种车损检测设备，如图7所示，该设备可以包括：存储器702、一个或多个处理器704以及一个或多个程序。其中，该一个或多个程序存储在存储器702中，并且被配置成由一个或多个处理器704执行，该程序被处理器704执行时实现以下步骤：

获取车辆的包括损伤信息的至少一幅拍摄图像。该拍摄图像覆盖车辆的至少一个部件。

根据至少一幅拍摄图像，生成车辆的三维模型。

对车辆的三维模型进行部件分割，以获得至少一个部件的三维模型。

从预设的存储单元中提取该至少一个部件在无损情况下的三维模型。该预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型。

分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征。

将形状特征输入分类算法或者检测算法，以获取车辆的损伤检测结果。

本说明书一个实施例提供的车损检测设备，可以实现对几何形状发生改变的损伤类型进行准确检测。

需要说明的是，图7示出的是本说明书实施例提供的车损检测设备为服务器的例子。在实际应用中，该设备也可以为终端，本说明书对此不作限定。

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，对于设备实施例而言，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。

结合本说明书公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于服务器中。当然，处理器和存储介质也可以作为分立组件存在于服务器中。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。

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。

以上所述的具体实施方式，对本说明书的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本说明书的具体实施方式而已，并不用于限定本说明书的保护范围，凡在本说明书的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本说明书的保护范围之内。

Claims (17)

1.一种车损检测方法，包括：

获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

根据所述至少一幅拍摄图像，生成所述车辆的三维模型；

对所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

将所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。

2.根据权利要求1所述的方法，还包括：

从所述至少一幅拍摄图像中提取所述车辆的视觉特征；

根据所述视觉特征，对所述车辆的损伤进行检测，从而得到外观损伤检测结果；

将所述损伤检测结果与所述外观损伤检测结果进行合并，从而得到最终的损伤检测结果。

3.根据权利要求1或2所述的方法，所述从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型，包括：

对所述至少一幅拍摄图像进行图像识别，以确定所述车辆的车型信息；

根据所述车型信息以及所述至少一个部件的部件信息，从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型。

4.根据权利要求1或2所述的方法，所述预设的存储单元还记录了不同车型的三维模型；

所述从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型，包括：

计算所述车辆的三维模型与所述预设的存储单元中不同车型的三维模型之间的相似度；

根据所述相似度，确定所述车辆的车型信息；

根据所述车型信息以及所述至少一个部件的部件信息，从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型。

5.根据权利要求1所述的方法，还包括：

根据从不同车型的多个部件在有损情况下的三维模型上提取的形状特征以及从不同车型的多个部件在无损情况下的三维模型上提取的形状特征，对所述分类算法或所述检测算法进行训练，从而得到训练好的分类算法或检测算法；

所述将所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果，包括：

将所述形状特征输入所述训练好的分类算法或者检测算法，以获取所述车辆的损伤检测结果。

6.根据权利要求5所述的方法，与所述分类算法或者所述训练好的分类算法对应的损伤检测结果包括损伤类型；与所述检测算法或者所述训练好的检测算法对应的损伤检测结果包括损伤类型及损伤位置。

7.根据权利要求1所述的方法，所述车辆的三维模型表示为如下的几何信息：若干三维顶点的坐标及法向量和/或若干三角面片的坐标和/或若干体素的坐标。

8.根据权利要求7所述的方法，所述对所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型，包括：

将所述若干三维顶点和/或若干三角面片和/或若干体素划分为多个分组，每个分组与一个部件相对应。

9.一种车损检测装置，包括：

获取单元，用于获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

生成单元，用于根据所述获取单元获取的所述至少一幅拍摄图像，生成所述车辆的三维模型；

分割单元，用于对所述生成单元生成的所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

提取单元，用于从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

所述提取单元，还用于分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

所述获取单元，还用于将所述提取单元提取的所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。

10.根据权利要求9所述的装置，还包括：检测单元和合并单元；

所述提取单元，还用于从所述至少一幅拍摄图像中提取所述车辆的视觉特征；

所述检测单元，用于根据所述提取单元提取的所述视觉特征，对所述车辆的损伤进行检测，从而得到外观损伤检测结果；

所述合并单元，用于将所述损伤检测结果与所述外观损伤检测结果进行合并，从而得到最终的损伤检测结果。

11.根据权利要求9或10所述的装置，所述提取单元具体用于：

对所述至少一幅拍摄图像进行图像识别，以确定所述车辆的车型信息；

根据所述车型信息以及所述至少一个部件的部件信息，从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型。

12.根据权利要求9或10所述的装置，所述预设的存储单元还记录了不同车型的三维模型；所述提取单元还用于：

计算所述车辆的三维模型与所述预设的存储单元中不同车型的三维模型之间的相似度；

根据所述相似度，确定所述车辆的车型信息；

根据所述车型信息以及所述至少一个部件的部件信息，从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型。

13.根据权利要求9所述的装置，还包括：

训练单元，用于根据从不同车型的多个部件在有损情况下的三维模型上提取的形状特征以及从不同车型的多个部件在无损情况下的三维模型上提取的形状特征，对所述分类算法或所述检测算法进行训练，从而得到训练好的分类算法或检测算法；

所述获取单元具体用于：

将所述形状特征输入所述训练单元训练好的分类算法或者检测算法，以获取所述车辆的损伤检测结果。

14.根据权利要求13所述的装置，与所述分类算法或者所述训练好的分类算法对应的损伤检测结果包括损伤类型；与所述检测算法或者所述训练好的检测算法对应的损伤检测结果包括损伤类型及损伤位置。

15.根据权利要求9所述的装置，所述车辆的三维模型表示为如下的几何信息：若干三维顶点的坐标及法向量和/或若干三角面片的坐标和/或若干体素的坐标。

16.根据权利要求15所述的装置，所述分割单元具体用于：

将所述若干三维顶点和/或若干三角面片和/或若干体素划分为多个分组，每个分组与一个部件相对应。

17.一种车损检测设备，包括：

存储器；

一个或多个处理器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序被所述处理器执行时实现以下步骤：

获取车辆的包括损伤信息的至少一幅拍摄图像；所述拍摄图像覆盖所述车辆的至少一个部件；

根据所述至少一幅拍摄图像，生成所述车辆的三维模型；

对所述车辆的三维模型进行部件分割，以获得所述至少一个部件的三维模型；

从预设的存储单元中提取所述至少一个部件在无损情况下的三维模型；所述预设的存储单元中记录了不同车型的多个部件在无损情况下的三维模型；

分别在获得的部件的三维模型以及提取的部件的三维模型上提取对应的形状特征；

将所述形状特征输入分类算法或者检测算法，以获取所述车辆的损伤检测结果。