CN113486725A - 智能车辆定损方法及装置、存储介质及电子设备 - Google Patents

Abstract

本发明的实施方式提供了一种智能车辆定损方法及装置、存储介质及电子设备。该方法包括：获取第一景别定损图像；识别所述第一景别定损图像中至少一个车辆受损部位；基于所述受损部位获取所述受损部位对应的第二景别图像；基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度；基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。本发明的上述技术不需要保险公司作业人员或车主用户具备专业的车辆定损相关知识即可完成定损，节省了人力和时间成本，提高了处理效率。

Description

智能车辆定损方法及装置、存储介质及电子设备

技术领域

本发明的实施方式涉及信息处理领域，更具体地，本发明的实施方式涉及一种智能车辆定损方法及装置、存储介质及电子设备。

背景技术

发生车辆交通事故后，保险公司需要若干定损图像来对出险车辆进行定损核损，并进行出险的资料进行存档。

目前，车辆定损的图像通常是由作业人员现场进行拍照获得，然后根据现场拍照的照片进行车辆定损处理。车辆定损的图像要求需要能够清楚的反应出车辆受损的具体部位、损伤部件、损伤类型、损伤程度等信息，这通常需要拍照人员具有专业车辆定损的相关知识，才能拍照获取符合定损处理要求的图像，这显然需要比较大的人力培训和定损处理的经验成本。尤其是在一些发生车辆交通事故后需要尽快撤离或移动车辆现场的情况下，保险公司作业人员赶到事故现场需要耗费较长的时间。并且，如果车主用户主动或者在保险公司作业人员要求下先行拍照，获取一些原始定损图像，由于非专业性，车主用户拍照获得的定损图像常常不符合定损图像处理要求。另外，作业人员现场拍照获得的图像往往也需要后期再次从拍摄设备导出，进行人工筛选，确定需要的定损图像，这同样需要消耗较大人力和时间，进而降低最终定损处理需要的定损图像的获取效率。

发明内容

在本上下文中，本发明的实施方式期望提供一种智能车辆定损方法及装置、存储有程序的存储介质及电子设备，以至少解决现有保险公司作业人员或车主用户现场拍照获取定损图像的方式，由于需要专业的车辆定损的相关知识等而导致的人力和时间成本大、获取符合定损处理需求的定损图像的方式效率低的问题。

在本发明实施方式的第一方面中，提供了一种智能车辆定损方法，包括：获取第一景别定损图像；识别所述第一景别定损图像中至少一个车辆受损部位；基于所述受损部位获取所述受损部位对应的第二景别图像；基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度；基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

可选地，在所述识别所述第一景别定损图像中至少一个车辆受损部位之前包括：判断所述第一景别定损图像是否完整；当所述第一景别定损图像是否完整时，进入识别所述第一景别定损图像中至少一个车辆受损部位的步骤。

可选地，在所述识别所述第一景别定损图像中至少一个车辆受损部位之前包括：判断所述第一景别定损图像的清晰度是否大于第一清晰度阈值，当所述第一景别定损图像的清晰度高于或等于第一清晰度阈值时，进入识别所述第一景别定损图像中至少一个车辆受损部位的步骤。

可选地，所述判断所述第一景别定损图像是否完整包括：判断所述第一景别定损图像是否包括完整的受损区域；当所述第一景别定损图像包括至少一个完整的受损区域时，确认所述第一景别定损图像完整；和/或；判断所述第一景别定损图像中是每个受损区域是否均完整；当所述第一景别定损图像中每个受损区域均完整，确认所述第一景别定损图像完整；和/或判断所述第一景别定损图像中的车辆区域的所有边缘外侧是否均为环境图像区域；当所述第一景别定损图像中的车辆区域的所有边缘外侧均为环境图像区域时，确认所述第一景别定损图像完整。

可选地，判断所述第一景别定损图像是否包括完整的受损区域包括：识别所述第一景别定损图像中的所有受损区域和所有未受损区域；判断所述受损区域的边缘之外是否为未受损区域：若是，判定该受损区域完整；否则，判定该受损区域不完整。

可选地，在所述基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度之前包括：判断所述第二景别定损图像的清晰度是否大于第二清晰度阈值，当所述第二景别定损图像的清晰度高于或等于第二清晰度阈值时，进入基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度的步骤。

可选地，所述获取所述车辆的定损图像包括：接收获取图像指令；基于所述获取图像指令生成第一提示信息，所述第一提示信息用于指引用户按照上述第一提示信息采集所述第一景别定损图像和所述第二景别定损图像。

在本发明实施方式的第三方面中，提供了一种存储有程序的存储介质，所述程序被处理器执行时实现上述智能车辆定损方法。

在本发明实施方式的第四方面中，提供了一种电子设备，包括处理器和存储有程序代码的存储介质，所述程序代码当被处理器执行时，实现第一方面描述的任意一项方法。

根据本发明实施方式的智能车辆定损方法及装置、存储介质及电子设备，其能够克服现有技术不足，不需要保险公司作业人员或车主用户具备专业的车辆定损相关知识，节省了人力和时间成本，提高了处理效率。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示意性地示出了根据本发明实施方式的智能车辆定损方法的一个示例性处理的流程图；

图2示意性地示出了根据本发明实施方式的智能车辆定损装置的一个示例的结构框图；

图3A-3D是示出本发明的智能车辆定损方法/装置的一个应用示例中定损图像示例界面的示意图；

图4示意性地示出了根据本发明一实施例的计算机的结构示意图；

图5示意性地示出了根据本发明一实施例的计算机可读存储介质的示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

本发明的实施例提供了一种智能车辆定损方法，如图1所示，该方法可以包括如下步骤：

S110.获取车辆的第一景别定损图像。

S120.识别所述第一景别定损图像中至少一个车辆受损部位。

S130.基于所述受损部位获取所述受损部位对应的第二景别图像。

S140.基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度。

S150.基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

其中，在本实施例中景别可以分为远景、中景、近景或特写，在本实施例中第一景别可以以中景，第二景别为近景为例进行说明，具体的，中景定损图像例如可以通过驱动图像采集设备进行图像采集而获得，或者通过在存储设备中根据用户的选择操作来选择已存储的图像而获得。

中景定损图像是指能够反映受损部位的中景定损图像，例如是能够看到事故车辆全貌的图像，例如距离车辆第一预定距离(如3米)所拍摄的车辆图像。

识别所述第一景别定损图像中至少一个车辆受损部位，可以通过预设的分类模型或识别模型来识别中景定损图像中的至少一个车辆受损部位。比如，将符合定损需求的中景定损图像输入到已经训练好的识别模型中，可以识别出有哪些部位受损，例如前车灯受损、保险杠受损，等等。

近景定损图像是指能够清晰地反映受损部位的近景定损图像，例如能够看到至少部分受损部位的清晰图片，比如，距离车辆第二预定距离(0.5米或1米或其他距离)拍摄的车辆图像。

其中，近景定损图像例如可以通过驱动图像采集设备进行图像采集而获得，或者通过在存储设备中根据用户的选择操作来选择已存储的图像而获得。

第一和第二预定距离例如可以根据经验值设定，或者通过试验的方法确定，这里不再赘述。

作为示例，用于采集中景定损图像和/或近景定损图像的图像采集设备例如包括以下一种或多种设备：单目摄像头、双目摄像头、距离传感器以及红外传感器。

在一个例子中，在识别中景定损图像中至少一个车辆受损部位之前需要确认中景定损图像是否满足定损需要，具体的，可以通过判定中景定损图像是否完整来确定中景定损图像是否符合定损需要。即若中景定损图像完整，则判定该中景定损图像符合定损需求；否则，判定其不符合定损需求。

在另一个例子中，也可以通过判定中景定损图像是否完整、并且中景定损图像的清晰度是否高于或等于第一清晰度阈值来确定其是否符合定损需求，只有同时满足这两个条件才符合定损需求。也即，若中景定损图像完整，且中景定损图像的清晰度高于或等于第一清晰度阈值，判定该中景定损图像符合定损需求。

例如，当中景定损图像满足以下任一条件时，可以判定该中景定损图像是完整的：该中景定损图像包括至少一个完整的受损区域(简称第一条件)；该中景定损图像所包括的每个受损区域均完整(简称第二条件)；以及该中景定损图像中的车辆区域的所有边缘外侧均为环境图像区域(简称第三条件)。

其中，上述环境图像区域例如可以通过现有环境检测算法获得，比如，环境图像是指诸如天空、道路、花草等对应的图像部分。

例如，可以通过如下方式来判定中景定损图像中的受损区域是否完整：识别中景定损图像中的所有受损区域和所有未受损区域；以及针对中景定损图像中的部分或全部受损区域中的每一个，判断该受损区域的边缘之外是否为未受损区域：若是，判定该受损区域完整；否则，判定该受损区域不完整。

其中，在图像中识别受损区域和未受损区域的过程可以利用边缘检测算法来实现。

又如，还可以通过如下方式来判定中景定损图像中的受损区域是否完整：识别中景定损图像中的所有受损区域和所有未受损区域；以及针对中景定损图像中的部分或全部受损区域中的每一个，判断该受损区域的边缘是否至少部分地与中景定损图像的图像边界重合：若是，判定该受损区域不完整；否则，判定该受损区域完整。

作为示例，在基于所述近景图像识别车辆受损部位的损伤类型和/或损伤程度之前也许要近景图像满足定损需求，具体的可以通过判定近景定损图像的清晰度是否高于或等于第二清晰度阈值来判定其是否符合定损需求。也即，若近景定损图像的清晰度高于或等于第二清晰度阈值，判定该近景定损图像符合定损需求。

应当注意的是，近景定损图像和中景定损图像各自的定损需求可以是不同的。

上述第一清晰度阈值和/或第二清晰度阈值例如可以根据经验值设定，或者通过试验的方法确定，这里不再赘述。

此外，作为示例，在获取车辆的定损图像(例如中景定损图像或近景定损图像)的过程中，接收获取图像指令；基于所述获取图像指令生成第一提示信息，所述第一提示信息用于指引用户按照上述第一提示信息采集所述第一景别定损图像和所述第二景别定损图像。

其中，第一提示信息例如可以包括显示信息和/或声音信息。显示信息例如可以包括图像、文字、视频和动画中的任一种或多种。声音信息可以是音乐等提示音，也可以是人声等包含语言提示内容的音频信息等。

例如，可以采用预定显示屏来显示图像采集设备所采集的实时图像，并在预定显示屏的预定区域显示显示信息。预定显示屏可以是特定设备上的显示屏，如手机等智能设备。

在一个例子中，可以在预定显示屏的全部显示区域显示图像采集设备所采集的实时图像，并在该实时图像的对应位置显示浮于该实时图像上方的显示信息。

在另一个例子中，也可以在预定显示屏的部分显示区域显示图像采集设备所采集的实时图像。

作为示例，第一提示信息的内容例如包括：用于表示定损图像对应的定损需求的内容；和/或用于指示操作图像采集设备的用户的拍摄位置参考值和/或拍摄参数参考值的内容，其中，拍摄参数参考值包括对应的拍摄角度参考值、光圈参考值和快门参考值中的任一种或多种。

此外，作为示例，若已获取的定损图像(如中景定损图像或近景定损图像)不符合定损需求，输出第二提示信息，以通过第二提示信息提示用户调整拍摄位置和/或拍摄参数以重新采集所需要的定损图像。其中，拍摄参数包括对应的拍摄角度、光圈和快门中的任一种或多种。

作为示例，通过第二提示信息提示用户调整拍摄位置和/或拍摄参数以重新采集所需要的定损图像的步骤例如包括：获得已获取的定损图像的拍摄位置和/或拍摄参数；以及根据已获取的定损图像的拍摄位置和/或拍摄参数以及对应的拍摄位置参考值和/或拍摄参数参考值，确定用户所需的调整操作。

例如，可以在图像采集设备采集所需要的定损图像期间，实时获取当前的拍摄位置和/或拍摄参数；以及根据当前的拍摄位置和/或拍摄参数以及所需要的定损图像所对应的拍摄位置参考值和/或拍摄参数参考值，实时地确定当前所需的调整操作以指示用户进行相应的调整。

此外，可以在图像采集设备采集所需要的定损图像期间，实时获取当前的拍摄位置和/或拍摄参数；以及根据当前的拍摄位置和/或拍摄参数以及所需要的定损图像所对应的拍摄位置参考值和/或拍摄参数参考值，实时地确定当前所需的调整操作以进行相应的自动调整，直到当前的拍摄位置和/或拍摄参数与所需要的定损图像所对应的拍摄位置参考值和/或拍摄参数参考值之间的距离小于预设差值。

预设差值例如可以根据经验值设定，或者通过试验的方法确定，这里不再赘述。

其中，上述调整操作例如可以包括拍摄位置和/或拍摄参数的调整趋向。

此外，上述调整操作除了可以包括拍摄位置和/或拍摄参数的调整趋向之外，还可以选择性地包括拍摄位置和/或拍摄参数的调整量。

作为示例，在图像采集设备每次完成采集后，例如可以响应于用户的存储操作、或自动地将采集到的图像存储在非易失性存储器中。

作为示例，在图像采集设备每次完成采集后，例如可以将采集到的图像存储在易失性存储器中；若存储在易失性存储器中的图像符合对应的定损需求，响应于用户的存储操作、或自动地将该图像存储在非易失性存储器中；若存储在易失性存储器中的图像不符合对应的定损需求，驱动图像采集设备进行下一次图像采集。

作为示例，在获取(例如采集或从预定存储设备中选择)中景定损图像后，且在该中景定损图像被判定符合定损需求之前，不可进行近景定损图像的获取。

作为示例，在图像采集设备的每一次采集后，在获得该次采集图像是否符合定损需求的判定结果之前，将图像采集设备设置为不可使用。

作为示例，识别中景定损图像中的至少一个车辆受损部位的步骤包括：确定中景定损图像中的至少一个完整的受损区域；以及识别(比如可通过神经网络训练分类等方法实现)至少一个完整的受损区域各自对应的车辆受损部位并合并相同的识别结果，以根据合并后的结果确定中景定损图像中的至少一个车辆受损部位。

作为示例，中景定损图像的数量为一个或多个；以及中景定损图像中的每个车辆受损部位所对应的近景定损图像的数量为一个或多个。

作为示例，通过用户设备执行判定每次获取的定损图像是否符合定损需求的处理。

作为示例，将每次获取的定损图像发送至服务器，以通过服务器来执行判定每次获取的定损图像是否符合定损需求的处理。

作为示例，该方法还可以包括：确定至少一个候选修理厂以推荐给用户。

其中，确定至少一个候选修理厂以推荐给用户的步骤例如可以通过如下处理来实现：获取车辆的相关信息，车辆的相关信息包括车辆的品牌、型号、车辆所属地和事故发生地中的至少一种信息；以及在车辆的投保状态处于在保状态的情况下，根据车辆的至少一个车辆受损部位及其损伤类型和/或损伤程度以及车辆的相关信息，确定至少一个候选修理厂以推荐给用户。

作为示例，至少一个候选修理厂可以通过如下方式确定：在预设的多个候选修理厂中，选择符合预定条件的至少一个候选修理厂，其中，预定条件包括以下条件中的一个或多个：候选修理厂的维修类型范围包括维修至少一个车辆受损部位以及每个车辆受损部位对应的损伤类型和/或损伤程度；候选修理厂的维修品牌和型号范围包括车辆的品牌和型号；以及候选修理厂的位置与车辆对应的车辆所属地或事故发生地之间的距离小于或等于预设距离阈值。

预设距离阈值例如可以根据经验值设定，或者通过试验的方法确定，这里不再赘述。

本发明的实施例提供了一种智能车辆定损装置，如图2所示，该装置可以设置于终端设备中，例如，该装置可以设置于台式计算机、笔记型计算机、智能移动电话、平板电脑以及其他智能终端设备中；当然，本发明实施方式的装置也可以设置于服务器中。具体的，该装置可以包括：第一获取单元210，获取第一景别定损图像；第一识别单元220，用于识别所述第一景别定损图像中至少一个车辆受损部位；第二获取单元230，用于基于所述受损部位获取所述受损部位对应的第二景别图像；第二识别单元240，用于基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度；损失确定单元250，用于基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

下面结合图3A-3D所示的定损图像示例来描述本发明的智能车辆定损方法/装置的一个应用示例。

首先，用户/定损人员在事故现场打开定损软件，定损软件驱动图像采集设备(例如手机的摄像头)采集事故现场的图像。

在采集事故现场的图像时，会对采集过程有一个引导(提示)以使得能够采集到合格的能够用于定损的图像。

首先，提示用户采集能够反应受损部位的中景定损图像，用户在手持手机采集图像之前，软件可以在手机的显示屏有一个提示(例如在屏幕的全部显示区域显示实时图像，并在实时图像的对应位置显示浮于实时图像上方的提示/引导)，指导用户站在车辆的什么方位，距离车辆第一预定距离(比如3米)的位置，进行中景定损图像的采集(例如，采集设备可以考虑为双目摄像头或者摄像头加传感器，用于构建三维立体图像)。

采集可以是响应于用户的操作而进行图像的存储，之后再对存储的图像进行分析，确认是否合格，比如用户点击屏幕上的拍摄按钮或者手机上的硬件按钮，拍摄下当前屏幕上显示的实时图像，将其存储在非易失性存储器中，如内存卡，之后再对存储到的图像进行分析(可以上传到服务器进行分析，也可以在本地进行分析，对比文件是上传到服务器进行分析)，确认存储器中的图像是否合格。

也可以不在非易失性存储器如内存卡等设备中存储初始采集图像而将其只缓存在内存等易失性存储器中，根据缓存的图像确定下一步的操作，比如在本地对缓存的实时图像进行分析，确定实时图像是否合格，如果不合格，指示用户如何调整来获得合格的中景定损图像，例如指示用户调整位置，在确认可以采集到合格的中景定损图像之后，提示用户采集图像或者自动采集图像并存储。

可选地，在确认采集到的图像合格才允许用户继续采集，比如在上一步采集之后，将拍摄按钮设置为不可用，所述拍摄按钮可以被预先设置为两种状态，一种是可用状态，用户可以通过操作所述拍摄按钮进行图像的采集，采集之后，所述拍摄按钮即被设置为不可用，在接收到采集的图像合格的结果之后，改变所述拍摄按钮的状态，将其由不可用状态转换为可用状态。

此外，可选地，对实时显示的图像进行分析，确认当前位置，拍摄角度，光圈、快门等参数采集到的图像是否合适，如果不合适，指示用户应当怎样做(比如靠近或远离事故车辆)才能采集到合适的中景定损图像，或者指示用户调整拍摄参数，或者自动调整拍摄参数。

在采集到合适的中景定损图像之后，对采集到的中景定损图像进行分析，识别其中的车辆受损部位，在识别到车辆受损部位之后，指示用户采集车辆受损部位的近景定损图像以确认车辆受损的具体情况(此外，在采集近景定损图像时也可以执行采集中景定损图像类似的步骤)。

如图3A所示，提示用户采集损伤视频，应当理解的是，本发明实施例所述的定损图像(如中景或近景定损图像)应当理解为广义的图像，也就是说，不仅仅限于单帧图像，而是可以包括多帧图像；当包括多帧图像时，可以看做是如图3A等所示的损伤视频。例如，可以提示用户在第二预定距离处(如图中所示的1.5米～0.5米)采集近景定损图像。

如图3B所示，通过拍摄采集到前大灯(右)、前保险杠皮、前翼子板(右)的损伤部位的近景图像。

如图3C所示，当采集的图像不合格时，提示用户重新采集。例如，提示其调整位置、角度、光线等后重新采集。

如图3D所示，当用户调整了操作后，重新采集的定损图像(如图中所示的损伤视频)合格，则保存后可以提交。

通过对采集到的中景定损图像和近景定损图像的识别，确认车辆的受损情况，进而根据预设的规则确认损失。例如，根据车辆的受损情况，车辆的投保状况，车辆的品牌型号以及所在地信息推荐相应的修理厂。

本发明实施例提供了一种电子设备进行说明，图4示出了适于用来实现本发明实施方式的示例性电子设备40的框图，该电子设备40可以是计算机系统或服务器。图4显示的电子设备40仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，电子设备40以通用电子设备的形式表现。电子设备40的组件可以包括但不限于：一个或者多个处理器或者处理单元401，系统存储器402，连接不同系统组件(包括系统存储器402和处理单元401)的总线403。

电子设备40典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备40访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器402可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)4021和/或高速缓存存储器4022。电子设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，ROM 4023可以用于读写不可移动的、非易失性磁介质(图4中未显示，通常称为“硬盘驱动器”)。尽管未在图4中示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。系统存储器402中可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块4024的程序/实用工具4025，可以存储在例如系统存储器402中，且这样的程序模块4024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块4024通常执行本发明所描述的实施例中的功能和/或方法。

电子设备40也可以与一个或多个外部设备404(如键盘、指向设备、显示器等)通信。这种通信可以通过输入/输出(I/O)接口405进行。并且，电子设备40还可以通过网络适配器406与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器406通过总线403与电子设备40的其它模块(如处理单元401等)通信。应当明白，尽管图4中未示出，可以结合计算机系统/服务器40使用其它硬件和/或软件模块。

处理单元401通过运行存储在系统存储器402中的程序，从而执行各种功能应用以及数据处理，例如，执行并实现智能车辆定损方法中的各步骤；例如，获取所述车辆的中景定损图像；在获取的中景定损图像符合定损需求的情况下，识别所述中景定损图像中的至少一个车辆受损部位，获取所述至少一个车辆受损部位各自的近景定损图像；在获取的近景定损图像符合定损需求的情况下，根据所述至少一个车辆受损部位各自的近景定损图像，确定每个车辆受损部位的损伤类型和/或损伤程度；以及基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

本发明实施方式的计算机可读存储介质一个具体例子如图5所示。

图5的计算机可读存储介质为光盘500，其上存储有计算机程序(即程序产品)，该程序被处理器执行时，会实现上述方法实施方式中所记载的各步骤，例如，获取所述车辆的中景定损图像；在获取的中景定损图像符合定损需求的情况下，识别所述中景定损图像中的至少一个车辆受损部位，获取所述至少一个车辆受损部位各自的近景定损图像；在获取的近景定损图像符合定损需求的情况下，根据所述至少一个车辆受损部位各自的近景定损图像，确定每个车辆受损部位的损伤类型和/或损伤程度；以及基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失；各步骤的具体实现方式在此不再重复说明。

应当注意，尽管在上文详细描述中提及了智能车辆定损装置的若干单元、模块或子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种智能车辆定损方法，其特征在于包括：

获取第一景别定损图像；

识别所述第一景别定损图像中至少一个车辆受损部位；

基于所述受损部位获取所述受损部位对应的第二景别图像；

基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度；

基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

2.根据权利要求1所述的智能车辆定损方法，其特征在于，在所述识别所述第一景别定损图像中至少一个车辆受损部位之前包括：

判断所述第一景别定损图像是否完整；

当所述第一景别定损图像是否完整时，进入识别所述第一景别定损图像中至少一个车辆受损部位的步骤。

3.根据权利要求1或2所述的智能车辆定损方法，其特征在于，在所述识别所述第一景别定损图像中至少一个车辆受损部位之前包括：

判断所述第一景别定损图像的清晰度是否大于第一清晰度阈值，

当所述第一景别定损图像的清晰度高于或等于第一清晰度阈值时，进入识别所述第一景别定损图像中至少一个车辆受损部位的步骤。

4.根据权利要求2所述的智能车辆定损方法，其特征在于，所述判断所述第一景别定损图像是否完整包括：

判断所述第一景别定损图像是否包括完整的受损区域；

当所述第一景别定损图像包括至少一个完整的受损区域时，确认所述第一景别定损图像完整；和/或；

判断所述第一景别定损图像中是每个受损区域是否均完整；

当所述第一景别定损图像中每个受损区域均完整，确认所述第一景别定损图像完整；和/或

判断所述第一景别定损图像中的车辆区域的所有边缘外侧是否均为环境图像区域；

当所述第一景别定损图像中的车辆区域的所有边缘外侧均为环境图像区域时，确认所述第一景别定损图像完整。

5.根据权利要求4所述的智能车辆定损方法，其特征在于，判断所述第一景别定损图像是否包括完整的受损区域包括：

识别所述第一景别定损图像中的所有受损区域和所有未受损区域；

判断所述受损区域的边缘之外是否为未受损区域：若是，判定该受损区域完整；否则，判定该受损区域不完整。

6.根据权利要求1-3中任一项所述的智能车辆定损方法，其特征在于，在所述基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度之前包括：

判断所述第二景别定损图像的清晰度是否大于第二清晰度阈值，

当所述第二景别定损图像的清晰度高于或等于第二清晰度阈值时，进入基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度的步骤。

7.根据权利要求1所述的智能车辆定损方法，其特征在于，所述获取所述车辆的定损图像包括：

接收获取图像指令；

基于所述获取图像指令生成第一提示信息，所述第一提示信息用于指引用户按照上述第一提示信息采集所述第一景别定损图像和所述第二景别定损图像。

8.智能车辆定损装置，其特征在于，包括：

第一获取单元，获取第一景别定损图像；

第一识别单元，用于识别所述第一景别定损图像中至少一个车辆受损部位；

第二获取单元，用于基于所述受损部位获取所述受损部位对应的第二景别图像；

第二识别单元，用于基于所述第二景别图像识别车辆受损部位的损伤类型和/或损伤程度；

损失确定单元，用于基于所述至少一个车辆受损部位及各自的损伤类型和/或损伤程度，确定所述车辆的损失。

9.一种计算机可读存储介质，其特征在于，存储有程序代码，所述程序代码当被处理器执行时，实现如权利要求1-7之一所述的方法。

10.一种电子设备，其特征在于，包括处理器和存储有程序代码的存储介质，所述程序代码当被处理器执行时，实现如权利要求1-7之一所述的方法。

Images