CN111368752A - 车辆损伤的分析方法和装置 - Google Patents
车辆损伤的分析方法和装置 Download PDFInfo
- Publication number
- CN111368752A CN111368752A CN202010152952.0A CN202010152952A CN111368752A CN 111368752 A CN111368752 A CN 111368752A CN 202010152952 A CN202010152952 A CN 202010152952A CN 111368752 A CN111368752 A CN 111368752A
- Authority
- CN
- China
- Prior art keywords
- damage
- target vehicle
- scene
- vehicle
- determining
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title description 21
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012216 screening Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 12
- 238000012512 characterization method Methods 0.000 claims description 9
- 230000006735 deficit Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000004568 cement Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种车辆损伤的分析方法和装置。该方法包括:基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。通过本申请,解决了相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题。
Description
技术领域
本申请涉及车辆损坏分析技术领域,具体而言,涉及一种车辆损伤的分析方法和装置。
背景技术
在交通事故发生后,需要进行车辆损伤的识别,相关技术中主要利用机器学习对已标注的车损照片进行训练,形成对应的推理模型,再通过模型对新输入的图片进行损伤识别并形成对应结果。
但相关技术中的车辆损伤识别方法,一方面,需要对不同车型、车系分别建立模型,对于数据的数量及质量要求会较高,需要花费较大的人力物力来完善数据库,提供更高质量的数据。另一方面,现有图像识别技术对单张照片的识别效果受拍摄角度、清晰度、损伤在照片中的暴露程度等诸多因素的影响,受车损整个案件的识别受照片覆盖程度的影响,整体车损的识别效果不稳定。此外,对于保险人修改损伤痕迹的情况,相关技术中的车辆损伤识别方法难以识别出来,也导致了车损识别效果的不准确。
针对相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供一种车辆损伤的分析方法和装置,以解决相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题。
根据本申请的一个方面,提供了一种车辆损伤的分析方法。该方法包括:基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
可选地,在基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景之前,该方法还包括:采用3D摄像头按照预设景深条件拍摄事故现场的照片和/或视频,其中,预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
可选地,基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景包括:从事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;基于筛选得到的照片和/或视频模拟事故现场,得到模拟场景。
可选地,在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征包括:在模拟场景中定位目标车辆的各个部位以及各个场景对象;识别模拟场景中的损伤特征并定位损伤特征;根据目标车辆的各个部位的定位、各个场景对象的定位以及模拟场景中的损伤特征的定位,确定目标车辆的损伤特征以及各个场景对象的损伤特征。
可选地,在基于目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤之前,该方法还包括:至少记录目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;至少记录损伤的场景对象,损伤的场景对象的损伤类型、损伤程度和损伤方位。
可选地,基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤包括:根据目标车辆的损伤特征确定目标车辆的预估损伤;通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理。
可选地,通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理:至少根据目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断目标车辆部位的损伤与目标场景对象的损伤是否匹配;在目标车辆部位的损伤与目标场景对象的损伤匹配的情况下,确定目标车辆部位的预估损伤合理;在目标车辆部位的损伤与目标场景对象的损伤不匹配的情况下,确定目标车辆部位的预估损伤不合理。
根据本申请的另一方面,提供了一种车辆损伤的分析装置。该装置包括:模拟单元,用于基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;第一确定单元,用于在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;第二确定单元,用于基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
为了实现上述目的,根据本申请的另一方面,提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述任意一种车辆损伤的分析方法。
为了实现上述目的,根据本申请的另一方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一种车辆损伤的分析方法。
通过本申请,采用以下步骤:基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤,解决了相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题。通过目标车辆的损伤特征以及各个场景对象的损伤特征确定目标车辆的损伤,进而达到了提高损伤识别结果的准确度的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的车辆损伤的分析方法的流程图;以及
图2是根据本申请实施例提供的车辆损伤的分析装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例,提供了一种车辆损伤的分析方法。
图1是根据本申请实施例的车辆损伤的分析方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景。
具体地,可以采用摄像头环绕整个事故车辆牌照和/或拍视频,根据得到的照片和/或视频作为模拟事故现场的基础数据。
为了降低不同案件现场查勘因人而异的拍摄的所造成的干扰差别,可选地,在本申请实施例提供的车辆损伤的分析方法中,在基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景之前,该方法还包括:采用3D摄像头按照预设景深条件拍摄事故现场的照片和/或视频,其中,预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
具体地,可以使用带3D摄像功能的移动手机或使用外挂3D景深摄像头对事故现场进行拍照和/或录像,此外,由于在模拟场景的过程中景深计算叠加需要满足特定匹配的要求,因而,在拍摄的过程中按照预设景深条件拍摄。
在模拟场景的过程中,照片和/或视频除了景深要求,还对特征点重合度有要求,可选地,在本申请实施例提供的车辆损伤的分析方法中,基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景包括:从事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;基于筛选得到的照片和/或视频模拟事故现场,得到模拟场景。
例如,可以将拍摄弧度范围小于20度的照片和/或视频筛选出来并上传场景模拟***,使得基础数据以满足筛选特征点重合要求,从而便于场景模拟***对图片或录像进行匹配计算检测以及拼接。
步骤S102,在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征。
可选地,在本申请实施例提供的车辆损伤的分析方法中,在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征包括:在模拟场景中定位目标车辆的各个部位以及各个场景对象;识别模拟场景中的损伤特征并定位损伤特征;根据目标车辆的各个部位的定位、各个场景对象的定位以及模拟场景中的损伤特征的定位,确定目标车辆的损伤特征以及各个场景对象的损伤特征。
具体地,定位目标车辆的各个部位可以包括定位车头、车尾、车左侧、车右侧等,定位各个场景对象可以包括定位事故现场的栏杆、水泥墩、树木等。模拟场景中的损伤特征可包含多种类型:如划痕,凹痕,变形等,分别将目标车辆的各个部位方位以及各个场景对象同损伤特征的定位相关联,确认目标车辆以及场景对象与损伤特征的关联关系,从而确定目标车辆的损伤特征以及各个场景对象的损伤特征。
步骤S103,基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
可选地,在本申请实施例提供的车辆损伤的分析方法中,基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤包括:根据目标车辆的损伤特征确定目标车辆的预估损伤;通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理。
具体地,可以先使用图像识别检测目标车辆外观配件受损情况,并基于目标车辆和场景对象的损伤特征之间的关联关系推理车辆外观配件受损情况是否合理,最终确定目标车辆的损伤,从而实现自动化定损以及风险控制和验证。
可选地,在本申请实施例提供的车辆损伤的分析方法中,在基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤之前,该方法包括:至少记录目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;至少记录损伤的场景对象,损伤的场景对象的损伤类型、损伤程度和损伤方位。
具体地,记录目标车辆的不同损伤特征对应的信息以及损伤的场景对象对应的信息,建立包含目标车辆和场景对象(人,物)的损伤场景知识图谱,为车辆损伤的最终确定奠定了数据基础。
可选地,在本申请实施例提供的车辆损伤的分析方法中,通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理包括:至少根据目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断目标车辆部位的损伤与目标场景对象的损伤是否匹配;在目标车辆部位的损伤与目标场景对象的损伤匹配的情况下,确定目标车辆部位的预估损伤合理;在目标车辆部位的损伤与目标场景对象的损伤不匹配的情况下,确定目标车辆部位的预估损伤不合理。
例如,受损的目标车辆部为车左前门,损伤类型为刮擦,损伤高度为40公分,预估目标车辆在此次事故中的损伤为左前门刮擦,识别到目标车辆关联的目标场景对象仅包含水泥墩,损伤类型为刮擦,损伤高度为10公分,由于左前门在损伤高度为40公分的情况下不可能刮擦到损伤高度为10公分的水泥墩,因而,左前门刮擦的预估损伤不合理。
通过本实施例,根据损伤场景知识图谱,通过判断损伤关联是否成立,从而判断预估损伤是否合理,并生成碰撞逻辑结论与损坏清单,提高了定损效率和定损准确性。
本申请实施例提供的车辆损伤的分析方法,通过基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤,解决了相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题。通过目标车辆的损伤特征以及各个场景对象的损伤特征确定目标车辆的损伤,进而达到了提高损伤识别结果的准确度的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种车辆损伤的分析装置,需要说明的是,本申请实施例的车辆损伤的分析装置可以用于执行本申请实施例所提供的用于车辆损伤的分析方法。以下对本申请实施例提供的车辆损伤的分析装置进行介绍。
图2是根据本申请实施例的车辆损伤的分析装置的示意图。如图2所示,该装置包括:模拟单元10、第一确定单元20和第二确定单元30。
具体地,模拟单元10,用于基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景。
第一确定单元20,用于在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征。
第二确定单元30,用于基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
本申请实施例提供的车辆损伤的分析装置,通过模拟单元10基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;第一确定单元20在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;第二确定单元30基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤,解决了相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题,通过目标车辆的损伤特征以及各个场景对象的损伤特征确定目标车辆的损伤,进而达到了提高损伤识别结果的准确度的效果。
可选地,在本申请实施例提供的车辆损伤的分析装置中,该装置还包括:拍摄单元,用于在基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景之前,采用3D摄像头按照预设景深条件拍摄事故现场的照片和/或视频,其中,预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
可选地,在本申请实施例提供的车辆损伤的分析装置中,模拟单元10包括:筛选模块,用于从事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;模拟模块,用于基于筛选得到的照片和/或视频模拟事故现场,得到模拟场景。
可选地,在本申请实施例提供的车辆损伤的分析装置中,第一确定单元20包括:定位模块,用于在模拟场景中定位目标车辆的各个部位以及各个场景对象;识别模块,用于识别模拟场景中的损伤特征并定位损伤特征;第一确定模块,用于根据目标车辆的各个部位的定位、各个场景对象的定位以及模拟场景中的损伤特征的定位,确定目标车辆的损伤特征以及各个场景对象的损伤特征。
可选地,在本申请实施例提供的车辆损伤的分析装置中,该装置还包括:第一记录单元,用于在基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤之前,至少记录目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;第二记录单元,用于至少记录损伤的场景对象,损伤的场景对象的损伤类型、损伤程度和损伤方位。
可选地,在本申请实施例提供的车辆损伤的分析装置中,第二确定单元包括:第一确定模块,用于根据目标车辆的损伤特征确定目标车辆的预估损伤;验证模块,用于通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理。
可选地,在本申请实施例提供的车辆损伤的分析装置中,验证模块包括:判断子模块,用于至少根据目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断目标车辆部位的损伤与目标场景对象的损伤是否匹配;第一确定子模块,用于在目标车辆部位的损伤与目标场景对象的损伤匹配的情况下,确定目标车辆部位的预估损伤合理;第二确定子模块,用于在目标车辆部位的损伤与目标场景对象的损伤不匹配的情况下,确定目标车辆部位的预估损伤不合理。
车辆损伤的分析装置包括处理器和存储器,上述模拟单元10、第一确定单元20和第二确定单元30等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中采用车辆图片识别车辆损伤,损伤识别结果不准确的问题。
存储器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),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述车辆损伤的分析方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述车辆损伤的分析方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
在基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景之前,该方法还包括:采用3D摄像头按照预设景深条件拍摄事故现场的照片和/或视频,其中,预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景包括:从事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;基于筛选得到的照片和/或视频模拟事故现场,得到模拟场景。
在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征包括:在模拟场景中定位目标车辆的各个部位以及各个场景对象;识别模拟场景中的损伤特征并定位损伤特征;根据目标车辆的各个部位的定位、各个场景对象的定位以及模拟场景中的损伤特征的定位,确定目标车辆的损伤特征以及各个场景对象的损伤特征。
在基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤之前,该方法还包括:至少记录目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;至少记录损伤的场景对象,损伤的场景对象的损伤类型、损伤程度和损伤方位。
基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤包括:根据目标车辆的损伤特征确定目标车辆的预估损伤;通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理。
通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理包括:至少根据目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断目标车辆部位的损伤与目标场景对象的损伤是否匹配;在目标车辆部位的损伤与目标场景对象的损伤匹配的情况下,确定目标车辆部位的预估损伤合理;在目标车辆部位的损伤与目标场景对象的损伤不匹配的情况下,确定目标车辆部位的预估损伤不合理。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景;在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征;基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤。
在基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景之前,该方法还包括:采用3D摄像头按照预设景深条件拍摄事故现场的照片和/或视频,其中,预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
基于目标车辆所在事故现场的照片和/或视频模拟事故现场,得到模拟场景包括:从事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;基于筛选得到的照片和/或视频模拟事故现场,得到模拟场景。
在模拟场景中确定目标车辆的损伤特征以及各个场景对象的损伤特征包括:在模拟场景中定位目标车辆的各个部位以及各个场景对象;识别模拟场景中的损伤特征并定位损伤特征;根据目标车辆的各个部位的定位、各个场景对象的定位以及模拟场景中的损伤特征的定位,确定目标车辆的损伤特征以及各个场景对象的损伤特征。
在基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤之前,该方法还包括:至少记录目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;至少记录损伤的场景对象,损伤的场景对象的损伤类型、损伤程度和损伤方位。
基于目标车辆的损伤特征和各个场景对象的损伤特征之间的关联关系确定目标车辆的损伤包括:根据目标车辆的损伤特征确定目标车辆的预估损伤;通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理。
通过目标车辆的损伤特征与各个场景对象的损伤特征之间的关联关系征验证目标车辆的损伤是否合理:至少根据目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断目标车辆部位的损伤与目标场景对象的损伤是否匹配;在目标车辆部位的损伤与目标场景对象的损伤匹配的情况下,确定目标车辆部位的预估损伤合理;在目标车辆部位的损伤与目标场景对象的损伤不匹配的情况下,确定目标车辆部位的预估损伤不合理。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(***)、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。
存储器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)。存储器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,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种车辆损伤的分析方法,其特征在于,包括:
基于目标车辆所在事故现场的照片和/或视频模拟所述事故现场,得到模拟场景;
在所述模拟场景中确定所述目标车辆的损伤特征以及各个场景对象的损伤特征;
基于所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系确定所述目标车辆的损伤。
2.根据权利要求1所述的方法,其特征在于,在基于目标车辆所在事故现场的照片和/或视频模拟所述事故现场,得到模拟场景之前,所述方法还包括:
采用3D摄像头按照预设景深条件拍摄所述事故现场的照片和/或视频,其中,所述预设景深条件包括每个照片和/或视频的拍摄景深位于预设景深范围内,以及两个照片和/或视频之间的景深差距位于预设差值范围内。
3.根据权利要求1所述的方法,其特征在于,基于目标车辆所在事故现场的照片和/或视频模拟所述事故现场,得到模拟场景包括:
从所述事故现场的照片和/或视频中筛选特征点重合度满足预设要求的照片和/或视频;
基于筛选得到的照片和/或视频模拟所述事故现场,得到所述模拟场景。
4.根据权利要求1所述的方法,其特征在于,在所述模拟场景中确定所述目标车辆的损伤特征以及各个场景对象的损伤特征包括:
在所述模拟场景中定位所述目标车辆的各个部位以及所述各个场景对象;
识别所述模拟场景中的损伤特征并定位所述损伤特征;
根据所述目标车辆的各个部位的定位、所述各个场景对象的定位以及所述模拟场景中的所述损伤特征的定位,确定所述目标车辆的损伤特征以及所述各个场景对象的损伤特征。
5.根据权利要求4所述的方法,其特征在于,在基于所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系确定所述目标车辆的损伤之前,所述方法还包括:
至少记录所述目标车辆的不同损伤特征对应的车辆部位、损伤类型、损伤程度和损伤方位;
至少记录损伤的场景对象、所述损伤的场景对象的损伤类型、损伤程度和损伤方位。
6.根据权利要求4所述的方法,其特征在于,基于所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系确定所述目标车辆的损伤包括:
根据所述目标车辆的损伤特征确定所述目标车辆的预估损伤;
通过所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系征验证所述目标车辆的预估损伤是否合理。
7.根据权利要求6所述的方法,其特征在于,通过所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系征验证所述目标车辆的预估损伤是否合理包括:
至少根据所述目标车辆的损伤的目标车辆部位、损伤类型、损伤程度和损伤方位以及与所述目标车辆部位关联的目标场景对象的损伤类型、损伤程度和损伤方位判断所述目标车辆部位的损伤与所述目标场景对象的损伤是否匹配;
在所述目标车辆部位的损伤与所述目标场景对象的损伤匹配的情况下,确定所述目标车辆部位的所述预估损伤合理;
在所述目标车辆部位的损伤与所述目标场景对象的损伤不匹配的情况下,确定所述目标车辆部位的所述预估损伤不合理。
8.一种车辆损伤的分析装置,其特征在于,包括:
模拟单元,用于基于目标车辆所在事故现场的照片和/或视频模拟所述事故现场,得到模拟场景;
第一确定单元,用于在所述模拟场景中确定所述目标车辆的损伤特征以及各个场景对象的损伤特征;
第二确定单元,用于基于所述目标车辆的损伤特征与所述各个场景对象的损伤特征之间的关联关系确定所述目标车辆的损伤。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的车辆损伤的分析方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的车辆损伤的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010152952.0A CN111368752B (zh) | 2020-03-06 | 2020-03-06 | 车辆损伤的分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010152952.0A CN111368752B (zh) | 2020-03-06 | 2020-03-06 | 车辆损伤的分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111368752A true CN111368752A (zh) | 2020-07-03 |
CN111368752B CN111368752B (zh) | 2023-06-02 |
Family
ID=71212556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010152952.0A Active CN111368752B (zh) | 2020-03-06 | 2020-03-06 | 车辆损伤的分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111368752B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434829A (zh) * | 2020-11-26 | 2021-03-02 | 广东修炼科技股份有限公司 | 一种车辆维保项目确定方法、***、装置及存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164019A (ja) * | 2002-11-08 | 2004-06-10 | Tsubasa System Co Ltd | 車両査定額算出方法 |
JP2006350744A (ja) * | 2005-06-16 | 2006-12-28 | Broadleaf:Kk | 損傷車両画像作成システム及びこれを用いて構築された車両修理費見積システム。 |
CN102129383A (zh) * | 2010-12-30 | 2011-07-20 | 长安大学 | 车碰车再坠车复合事故分析计算与模拟再现计算机*** |
US20110218825A1 (en) * | 2010-03-03 | 2011-09-08 | International Business Machines Corporation | Three-dimensional interactive vehicle damage claim interface |
US20130317865A1 (en) * | 2012-05-24 | 2013-11-28 | State Farm Mutual Automobile Insurance Company | Server for Real-Time Accident Documentation and Claim Submission |
US20150019447A1 (en) * | 2013-07-10 | 2015-01-15 | International Business Machines Corporation | Reverse event signature for identifying hit and run vehicles |
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
GB201720273D0 (en) * | 2017-12-05 | 2018-01-17 | Mason-Drust Wayne | A road traffic collision assist system and method |
US20180182039A1 (en) * | 2016-01-22 | 2018-06-28 | Ping An Technology (Shenzhen) Co., Ltd. | Method, system, apparatus, and storage medium for realizing antifraud in insurance claim based on consistency of multiple images |
CN108632530A (zh) * | 2018-05-08 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种车辆定损的数据处理方法、装置、处理设备及客户端 |
CN109919785A (zh) * | 2019-02-22 | 2019-06-21 | 德联易控科技(北京)有限公司 | 车辆定损的评估处理方法、装置、设备及存储介质 |
CN109948811A (zh) * | 2019-01-31 | 2019-06-28 | 德联易控科技(北京)有限公司 | 车辆定损的处理方法、装置及电子设备 |
US10373387B1 (en) * | 2017-04-07 | 2019-08-06 | State Farm Mutual Automobile Insurance Company | Systems and methods for enhancing and developing accident scene visualizations |
US20190266897A1 (en) * | 2018-01-24 | 2019-08-29 | Avis Budget Car Rental, LLC | Drone usage in connected user and connected fleet communication and interface systems |
WO2019214313A1 (zh) * | 2018-05-08 | 2019-11-14 | 阿里巴巴集团控股有限公司 | 一种车辆定损的交互处理方法、装置、处理设备及客户端 |
CN110674788A (zh) * | 2019-10-09 | 2020-01-10 | 北京百度网讯科技有限公司 | 车辆定损方法和装置 |
WO2020047440A1 (en) * | 2018-08-31 | 2020-03-05 | Alibaba Group Holding Limited | System and method for performing image processing based on a damage assessment image judgement model |
-
2020
- 2020-03-06 CN CN202010152952.0A patent/CN111368752B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004164019A (ja) * | 2002-11-08 | 2004-06-10 | Tsubasa System Co Ltd | 車両査定額算出方法 |
JP2006350744A (ja) * | 2005-06-16 | 2006-12-28 | Broadleaf:Kk | 損傷車両画像作成システム及びこれを用いて構築された車両修理費見積システム。 |
US20110218825A1 (en) * | 2010-03-03 | 2011-09-08 | International Business Machines Corporation | Three-dimensional interactive vehicle damage claim interface |
CN102129383A (zh) * | 2010-12-30 | 2011-07-20 | 长安大学 | 车碰车再坠车复合事故分析计算与模拟再现计算机*** |
US20130317865A1 (en) * | 2012-05-24 | 2013-11-28 | State Farm Mutual Automobile Insurance Company | Server for Real-Time Accident Documentation and Claim Submission |
US20150019447A1 (en) * | 2013-07-10 | 2015-01-15 | International Business Machines Corporation | Reverse event signature for identifying hit and run vehicles |
US20180182039A1 (en) * | 2016-01-22 | 2018-06-28 | Ping An Technology (Shenzhen) Co., Ltd. | Method, system, apparatus, and storage medium for realizing antifraud in insurance claim based on consistency of multiple images |
US10373387B1 (en) * | 2017-04-07 | 2019-08-06 | State Farm Mutual Automobile Insurance Company | Systems and methods for enhancing and developing accident scene visualizations |
CN107392218A (zh) * | 2017-04-11 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
GB201720273D0 (en) * | 2017-12-05 | 2018-01-17 | Mason-Drust Wayne | A road traffic collision assist system and method |
US20190266897A1 (en) * | 2018-01-24 | 2019-08-29 | Avis Budget Car Rental, LLC | Drone usage in connected user and connected fleet communication and interface systems |
CN108632530A (zh) * | 2018-05-08 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种车辆定损的数据处理方法、装置、处理设备及客户端 |
WO2019214313A1 (zh) * | 2018-05-08 | 2019-11-14 | 阿里巴巴集团控股有限公司 | 一种车辆定损的交互处理方法、装置、处理设备及客户端 |
WO2020047440A1 (en) * | 2018-08-31 | 2020-03-05 | Alibaba Group Holding Limited | System and method for performing image processing based on a damage assessment image judgement model |
CN109948811A (zh) * | 2019-01-31 | 2019-06-28 | 德联易控科技(北京)有限公司 | 车辆定损的处理方法、装置及电子设备 |
CN109919785A (zh) * | 2019-02-22 | 2019-06-21 | 德联易控科技(北京)有限公司 | 车辆定损的评估处理方法、装置、设备及存储介质 |
CN110674788A (zh) * | 2019-10-09 | 2020-01-10 | 北京百度网讯科技有限公司 | 车辆定损方法和装置 |
Non-Patent Citations (5)
Title |
---|
杨博等: "基于数字化摄影测量的交通事故信息采集和过程再现", 《汽车工程》 * |
章雪等: "利用三维激光扫描技术还原事故过程及驾乘关系分析", 《法医学杂志》 * |
谢培甫: "交通事故的真实性分析", 《交通标准化》 * |
邹冬华等: "计算机模拟再现道路交通事故特点分析", 《法医学杂志》 * |
黄家城等: "基于Pc-Crash的事故数字化再现方法研究", 《机械设计与制造》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434829A (zh) * | 2020-11-26 | 2021-03-02 | 广东修炼科技股份有限公司 | 一种车辆维保项目确定方法、***、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111368752B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392218B (zh) | 一种基于图像的车辆定损方法、装置及电子设备 | |
CN112435215B (zh) | 一种基于图像的车辆定损方法、移动终端、服务器 | |
CN110758246B (zh) | 一种自动泊车方法及装置 | |
US11205276B2 (en) | Object tracking method, object tracking device, electronic device and storage medium | |
CN110705532B (zh) | 一种识别翻拍图像的方法、装置及设备 | |
CN111340877B (zh) | 一种车辆定位方法及装置 | |
CN110516514B (zh) | 一种目标检测模型的建模方法和装置 | |
CN107886104A (zh) | 一种图像的标注方法 | |
IL249739A (en) | Secure video acquisition and verification system and method | |
CN109325429A (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
CN109102026B (zh) | 一种车辆图像检测方法、装置及*** | |
CN107886105A (zh) | 一种图像的标注装置 | |
CN110766077A (zh) | 证据链图像中特写图筛选方法、装置和设备 | |
CN113313716B (zh) | 一种自动驾驶语义分割模型的训练方法及装置 | |
CN112991349B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN111368752B (zh) | 车辆损伤的分析方法和装置 | |
CN114708291A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110990886A (zh) | 一种基于区块链的智慧装修方法及设备、介质 | |
CN111079782A (zh) | 车辆交易方法和***、存储介质及电子装置 | |
CN110853069A (zh) | 一种用于车辆外观分割的神经网络模型构建方法与*** | |
CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
CN115457532A (zh) | 违停车辆车牌检测方法、装置、存储介质和计算机设备 | |
CN112825145B (zh) | 人体朝向检测方法、装置、电子设备和计算机存储介质 | |
CN111369373A (zh) | 车辆内部损坏确定方法及装置 | |
CN112597960A (zh) | 图像的处理方法、处理装置与计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Analysis methods and devices for vehicle damage Granted publication date: 20230602 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: DELIAN YIKONG TECHNOLOGY (BEIJING) Co.,Ltd. Registration number: Y2024990000086 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |