CN112270678A - 图像处理方法以及处理*** - Google Patents
图像处理方法以及处理*** Download PDFInfo
- Publication number
- CN112270678A CN112270678A CN202011300295.6A CN202011300295A CN112270678A CN 112270678 A CN112270678 A CN 112270678A CN 202011300295 A CN202011300295 A CN 202011300295A CN 112270678 A CN112270678 A CN 112270678A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- underwriting
- damage
- detected
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 title claims abstract description 15
- 230000006378 damage Effects 0.000 claims abstract description 146
- 238000007689 inspection Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 47
- 238000013145 classification model Methods 0.000 claims description 17
- 208000027418 Wounds and injury Diseases 0.000 claims description 8
- 208000014674 injury Diseases 0.000 claims description 8
- 230000002146 bilateral effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种图像处理方法以及处理***。其中,该方法包括:获取车险案件的待检测图像;基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态。本发明解决了由于采用人工的验车方式造成的工作量大、耗时长以及容易出现人为失误的技术问题。
Description
技术领域
本发明涉及图像识别领域,具体而言,涉及一种图像处理方法以及处理***。
背景技术
为提高车险业务的承保质量,促进车险业务精细化管理,强化风险意识,有效控制承保风险,所以保险公司会有相应的承保验车管理规定,原则上,业务员是承保验车流程的第一验车人,由验车人员对拟承保的车辆进行初步审验,并按照要求填写规范单并注明验车情况,车辆审验合格后交由保险公司核保人进行复审,审核合格后方可录入***。核保人对于验车有疑问的,可以让业务员再次验车,也可以委派查勘员进行验车。验车人对验车单信息的真实性负责,预防道德风险,避免车辆带伤投保。
可是这种采用人工的验车方式,容易出现失误,而且工作量较大、耗时长,工作效率低下。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种图像处理方法以及处理***,以至少解决由于采用人工的验车方式造成的工作量大、耗时长以及容易出现人为失误的技术问题。
根据本发明实施例的一个方面,提供了一种图像处理方法,包括:获取车险案件的待检测图像;基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态。
可选地,基于图像识别模型,对待检测案件图像进行分析,得到承保验车的车损图像的识别结果,包括:基于图像识别模型中的图像分类模型,对待检测图像进行分类,得到承保验车的车损图像;基于图像识别模型中的损伤检测模型,对承保验车的车损图像进行检测,得到承保验车的车损图像的识别结果。
可选地,基于图像分类模型,对待检测图像进行分类,得到承保验车的车损图像之后,还包括:判断承保验车的车辆信息与承保验车对应的行驶证上登记的车辆信息是否相同,其中,车辆信息包括以下至少之一:车牌号、车型、发动机号、车架号;在承保验车的车辆信息相同时,得到第一检测结果,其中,所示第一检测结果,用于展示承保验车通过检测的指示信息,并发出检测通过的提示信息;在车辆信息不相同时,得到第二检测结果,其中,第二检测结果,用于展示承保验车的车辆信息中与行驶证上登记的车辆信息中的差异;在第二检测结果指示未通过验证时,发出报警提示。
可选地,基于图像分类模型,对待检测图像进行分类,得到承保验车的车损图像之后,包括:对承保验车的车损图像使用双边滤波器消除噪声。
可选地,基于图像分类模型,对待检测图像进行分类,得到承保验车的车损图像之后,进一步包括:采用Laplace算子对承保验车的车损图像进行锐化处理。
可选地,第一损伤状态,包括:承保验车的损伤位置和/或损伤的类型;其中,损伤位置至少包括以下之一:位置对应的车身部位的损伤面积大小和/或凹陷的深度;损伤的类型至少包括以下之一:碰撞、碰擦、零部件缺失。
可选地,待检测图像的类型,包括以下至少之一:身份证、行驶证、承保验车的车损图像、驾驶证。
根据本发明实施例的另一方面,还提供了一种图像处理***,包括:图像采集设备,用于获取车险案件的待检测图像;第一计算设备,用于将待检测图像输入至图像分类模型进行分析,得到承保验车的车损图像;第二计算设备,用于将承保验车的车损图像输入至损伤检测模型,得到第一损伤状态;第三计算设备,用于将第一损伤状态与承保验车对应的第二损伤状态进行对比,判断第一损伤状态和第二损伤状态是否一致;在第一损伤状态和第二损伤状态一致的情况下,确定通过检测,将待检测图形推送至目标存储位置。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种图像处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一种图像处理方法。
在本发明实施例中,采用图像识别的方式,通过获取车险案件的待检测图像;基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态,在第一损伤状态和第二损伤状态一致的情况下,达到了确定待检测图像通过验证,将待检测图像推送至目标存储位置的目的,从而实现了快速、准确识别车险案件的待检测图像的技术效果,进而解决了由于采用人工的验车方式造成的工作量大、耗时长以及容易出现人为失误技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例一种图像处理方法的流程示意图;
图2是根据本发明实施例的一种图像处理***的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
根据本发明实施例,提供了一种图像处理的方法实施例,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。
图1是根据本发明实施例的图像处理方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S102,获取车险案件的待检测图像;
步骤S104,基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;
步骤S106,在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态。
上述图像处理方法,首先,可以获取车险案件的待检测图像;其次,基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;最后,在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态,达到了确定待检测图像通过验证,将待检测图像推送至目标存储位置的目的,从而实现了快速、准确识别车险案件的待检测图像的技术效果,进而解决了由于采用人工的验车方式造成的工作量大、耗时时间长以及容易出现人为失误技术问题。
本申请一些实施例中,对待检测案件图像进行分析,得到承保验车的车损图像的识别结果,可以通过以下步骤实现:可以先基于图像识别模型中的图像分类模型,对待检测图像进行分类,得到承保验车的车损图像;然后在基于图像识别模型中的损伤检测模型,对承保验车的车损图像进行检测,得到承保验车的车损图像的识别结果。
本申请一些实施例中,为了确保待检验的承保验车属于行驶证上登记的车辆,可以基于图像分类模型,对待检测图像进行分类,得到承保验车的车损图像之后,通过以下步骤验证承保验车时候否属于行驶证上的登记车辆:判断承保验车的车辆信息与承保验车对应的行驶证上登记的车辆信息是否相同,其中,车辆信息包括以下至少之一:车牌号、车型、发动机号、车架号;在承保验车的车辆信息相同时,得到第一检测结果,其中,所示第一检测结果,用于展示承保验车通过检测的指示信息,并发出检测通过的提示信息;在车辆信息不相同时,得到第二检测结果,其中,第二检测结果,用于展示承保验车的车辆信息中与行驶证上登记的车辆信息中的差异;为了更加方便筛选出待检验的承保验车的车辆信息与承保验车对应的行驶证上登记的车辆信息不相符的车辆,在第二检测结果指示未通过验证时,可以发出报警提示。
本申请一些可选的实施例中,待检测图像进行分类,得到承保验车的车损图像之后,为了消除图像中的反光对图像识别模型的干扰,可以对承保验车的车损图像使用双边滤波器消除噪声。
具体地,图片的反光可以认作噪声,即影响模型识别的干扰部分。因此可以通过把图像中的噪声消除,达到消除干扰的目的,进而保留图像中准确的损伤信息,确保模型识别的准确性。
本申请一些可选的实施中,可以采用普通的时空域的低通滤波器,对承保验车的车损图像进行处理,但是这种方法在对图像像素空间完成滤波之后,容易导致图像的边缘部分也变得不那么明显,使得整张图像都变得同样的模糊,造成图像边缘细节丢失。因此,在本申请一些优选的实施例中,采用双边滤波器处理承保验车的车损图像,达到消除噪声,且可以保留图像的边缘细节,即达到保边去噪的技术效果。
本申请一些可选的实施例中,对待检测图像进行分类,得到承保验车的车损图像之后,为了更加准确识别图像中可能被PS的部分,可以对车损图像进行锐化处理,得到目标图像;识别车损图像中的目标区域,其中,该目标区域与车损图像中的周围区域的差异大于预设阈值。
进一步采用Laplace算子对承保验车的车损图像进行锐化处理。
具体而言,通常PS后的图像会使得周围区域的像素值改变,例如采用PS中的模糊算法,会使得图像对比度降低以及图像边缘部分模糊化;通过使用Laplace算子对图像进行锐化,增强图片中PS与未PS区域的对比度,便可清楚的识别出被PS的图像。
本申请的实施例中,第一损伤状态,包括:承保验车的损伤位置和/或损伤的类型;其中,损伤位置包括但不限于:损伤位置对应的车身部位的损伤面积大小和/或凹陷的深度,例如,损伤的位置可以是反光镜、引擎盖、挡风玻璃、车辆的侧面车身等;损伤的类型包括但不限于以下类型:碰撞、碰擦、零部件缺失。
本申请的一些实施例中,待检测图像的类型,包括有多种类型的图形,例如有身份证、行驶证、承保验车的车损图像、驾驶证,以及身份证信息对应的银行卡或者替他单据等。
图2是根据本发明实施例的图像处理***的结构示意图,如图2所示,该***包括:
图像采集设备20,用于获取车险案件的待检测图像;
第一计算设备22,用于将待检测图像输入至图像分类模型进行分析,得到承保验车的车损图像;
第二计算设备24,用于将承保验车的车损图像输入至损伤检测模型,得到第一损伤状态;
第三计算设备26,用于将第一损伤状态与承保验车对应的第二损伤状态进行对比,判断第一损伤状态和第二损伤状态是否一致;在第一损伤状态和第二损伤状态一致的情况下,确定通过检测,将待检测图形推送至目标存储位置。
该***中,图像采集设备用于获取车险案件的待检测图像;第一计算设备用于将待检测图像输入至图像分类模型进行分析,得到承保验车的车损图像;第二计算设备用于将承保验车的车损图像输入至损伤检测模型,得到第一损伤状态;第三计算设备用于将第一损伤状态与承保验车对应的第二损伤状态进行对比,判断第一损伤状态和第二损伤状态是否一致;在第一损伤状态和第二损伤状态一致的情况下,确定通过检测,将待检测图形推送至目标存储位置,达到了确定待检测图像通过验证,将待检测图像推送至目标存储位置的目的,从而实现了快速、准确识别车险案件的待检测图像的技术效果,进而解决了由于采用人工的验车方式造成的工作量大、耗时时间长以及容易出现人为失误技术问题。
本申请的实施例中,第一损伤状态,包括:承保验车的损伤位置和/或损伤的类型;其中,损伤位置包括但不限于:损伤位置对应的车身部位的损伤面积大小和/或凹陷的深度,例如,损伤的位置可以是反光镜、引擎盖、挡风玻璃、车辆的侧面车身等;损伤的类型包括但不限于以下类型:碰撞、碰擦、零部件缺失。
本申请一些实施例中,为了确保待检验的承保验车属于行驶证上登记的车辆,可以基于图像分类模型,对待检测图像进行分类,得到承保验车的车损图像之后,通过以下步骤验证承保验车时候否属于行驶证上的登记车辆:判断承保验车的车辆信息与承保验车对应的行驶证上登记的车辆信息是否相同,其中,车辆信息包括以下至少之一:车牌号、车型、发动机号、车架号;在承保验车的车辆信息相同时,得到第一检测结果,其中,所示第一检测结果,用于该***展示承保验车通过检测的指示信息,并发出检测通过的提示信息;在车辆信息不相同时,得到第二检测结果,其中,第二检测结果,用于***展示承保验车的车辆信息中与行驶证上登记的车辆信息中的差异;为了更加方便筛选出待检验的承保验车的车辆信息与承保验车对应的行驶证上登记的车辆信息不相符的车辆,在第二检测结果指示未通过验证时,该***可以发出报警提示。
下面结合一种可选的执行流程,对上述***的处理图像的过程加以说明:
1.承保验车***(图像处理***)接收到图像采集设备采集到车险案件的待检测图像后,将全部待检测图像(验车图像)发送至图像识别模型中进行检测;
2.通过第一计算设备中所有待检测图像输入至图像分类模型,图像分类模型检测将上述待检测图像按照车损照、身份证、银行卡等类别进行区分,从中筛选出承保验车的车损图像发送给车辆损伤检测模型;
3.在将上述待检测图像输入至损伤检测模型识别之前,可以先对车损图像使用双边滤波及Laplace算子对车损照平滑噪声及锐化处理;
4.将经过处理后的图像输入至通过第二计算设备输入至损伤检测模型,得出第一损伤状态,即每一张车损图像的结果;
5.检测结果可以为:
(1)如果图片中包含PS后的图像,***将会给验车人员进行提醒:某图像为PS后的图像,消除PS后识别出“前保险杠”已损坏;
(2)如果图片中包含反光或拍摄角度隐藏的损伤,***将会给验车人员提醒:该图像为反光图像,消除反光后识别出“左前叶子板”已损坏;
(3)合并所有车损图像的检测结果;
6.第三计算设备将最终检测结果与投保单上的记录的第二损伤状态进行对比,若二者一致,案件将自动通过审核,可以将上述案件所有相关的图像,推送至目标存储位置,例如可以是推送到网络侧设备或者移动终端等;若二者不一致,***可以发出提示信息,提示该案件存在风险,并告知风险详情,进一步基于风险提示项进行复核。
7.若复核后案件确实存在风险,可以与客户重新沟通承保的费用及其他详细问题。
需要说明的是,上述复核过程可以采用上述图像识别***进行复核,也可以采用人工的方式;其中,采用上述图像识别***进行复核的过程,同上述的***的处理图像的过程,在此不再赘述。
本发明实施例,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种的图像处理方法。
具体地,上述存储介质用于存储执行以下功能的程序指令,实现以下功能:
获取车险案件的待检测图像;基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态。
本发明实施例,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一种图像处理方法。
具体地,上述处理器用于调用存储器中的程序指令,实现以下功能:
获取车险案件的待检测图像;基于图像识别模型,对待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示承保验车的第一损伤状态;在第一损伤状态和第二损伤状态一致的情况下,确定待检测图像通过验证,将待检测图像推送至目标存储位置,其中,第二损伤状态为承保验车的投保单对应的损伤状态。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取车险案件的待检测图像;
基于图像识别模型,对所述待检测图像进行分析,得到承保验车的车损图像的识别结果,其中,该识别结果用于指示所述承保验车的第一损伤状态;
在所述第一损伤状态和第二损伤状态一致的情况下,确定所述待检测图像通过验证,将所述待检测图像推送至目标存储位置,其中,所述第二损伤状态为所述承保验车的投保单对应的损伤状态。
2.根据权利要求1所述的方法,其特征在于,基于图像识别模型,对所述待检测案件图像进行分析,得到所述承保验车的车损图像的识别结果,包括:
基于所述图像识别模型中的图像分类模型,对所述待检测图像进行分类,得到承保验车的车损图像;
基于所述图像识别模型中的损伤检测模型,对所述承保验车的车损图像进行检测,得到所述承保验车的车损图像的识别结果。
3.根据权利要求2所述的方法,其特征在于,基于图像分类模型,对所述待检测图像进行分类,得到承保验车的车损图像之后,还包括:
判断所述承保验车的车辆信息与所述承保验车对应的行驶证上登记的车辆信息是否相同,其中,所述车辆信息包括以下至少之一:车牌号、车型、发动机号、车架号;
在所述承保验车的车辆信息相同时,得到第一检测结果,其中,所示第一检测结果,用于展示所述承保验车通过检测的指示信息,并发出检测通过的提示信息;
在所述车辆信息不相同时,得到第二检测结果,其中,所述第二检测结果,用于展示所述承保验车的车辆信息中与所述行驶证上登记的车辆信息中的差异;
在所述第二检测结果指示未通过验证时,发出报警提示。
4.根据权利要求2所述的方法,其特征在于,基于图像分类模型,对所述待检测图像进行分类,得到承保验车的车损图像之后,包括:
对所述承保验车的车损图像使用双边滤波器消除噪声。
5.根据权利要求2所述的方法,其特征在于,基于图像分类模型,对所述待检测图像进行分类,得到承保验车的车损图像之后,进一步包括:
采用Laplace算子对所述承保验车的车损图像进行锐化处理。
6.根据权利要求1所述的方法,其特征在于,所述第一损伤状态,包括:
所述承保验车的损伤位置和/或损伤的类型;
其中,所述损伤位置至少包括以下之一:所述位置对应的车身部位的损伤面积大小和/或凹陷的深度;所述损伤的类型至少包括以下之一:碰撞、碰擦、零部件缺失。
7.根据权利要求1所述的方法,其特征在于,所述待检测图像的类型,包括以下至少之一:
身份证、行驶证、承保验车的车损图像、驾驶证。
8.一种图像处理***,其特征在于,包括:
图像采集设备,用于获取车险案件的待检测图像;
第一计算设备,用于将所述待检测图像输入至所述图像分类模型进行分析,得到承保验车的车损图像;
第二计算设备,用于将所述承保验车的车损图像输入至损伤检测模型,得到第一损伤状态;
第三计算设备,用于将所述第一损伤状态与所述承保验车对应的第二损伤状态进行对比,判断所述第一损伤状态和所述第二损伤状态是否一致;在所述第一损伤状态和所述第二损伤状态一致的情况下,确定通过检测,将所述待检测图形推送至目标存储位置。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的图像处理方法。
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中任意一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300295.6A CN112270678A (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法以及处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300295.6A CN112270678A (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法以及处理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112270678A true CN112270678A (zh) | 2021-01-26 |
Family
ID=74339264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011300295.6A Pending CN112270678A (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法以及处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270678A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170583A (zh) * | 2021-12-13 | 2022-03-11 | 上海海事大学 | 一种基于卷积神经网络的车辆检测*** |
CN114187476A (zh) * | 2021-12-14 | 2022-03-15 | 中国平安财产保险股份有限公司 | 基于图像分析的车险信息核对方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041693A1 (en) * | 2011-08-10 | 2013-02-14 | Hal S. Thomas | Systems and methods for automobile total loss calculations |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
CN108269054A (zh) * | 2017-11-28 | 2018-07-10 | 中国平安财产保险股份有限公司 | 一种车险投保的自动审核方法、存储介质和服务器 |
CN110659568A (zh) * | 2019-08-15 | 2020-01-07 | 阿里巴巴集团控股有限公司 | 验车方法及装置 |
WO2020108144A1 (zh) * | 2018-11-30 | 2020-06-04 | 阿里巴巴集团控股有限公司 | 一种基于车辆部件损失数据的车辆定损方法、装置和*** |
CN111311540A (zh) * | 2020-01-13 | 2020-06-19 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、计算机设备和存储介质 |
-
2020
- 2020-11-18 CN CN202011300295.6A patent/CN112270678A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041693A1 (en) * | 2011-08-10 | 2013-02-14 | Hal S. Thomas | Systems and methods for automobile total loss calculations |
CN108269054A (zh) * | 2017-11-28 | 2018-07-10 | 中国平安财产保险股份有限公司 | 一种车险投保的自动审核方法、存储介质和服务器 |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
WO2020108144A1 (zh) * | 2018-11-30 | 2020-06-04 | 阿里巴巴集团控股有限公司 | 一种基于车辆部件损失数据的车辆定损方法、装置和*** |
CN110659568A (zh) * | 2019-08-15 | 2020-01-07 | 阿里巴巴集团控股有限公司 | 验车方法及装置 |
CN111311540A (zh) * | 2020-01-13 | 2020-06-19 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
杨勇志: "保险业务影像管理***的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 3, 15 March 2017 (2017-03-15), pages 138 - 2887 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170583A (zh) * | 2021-12-13 | 2022-03-11 | 上海海事大学 | 一种基于卷积神经网络的车辆检测*** |
CN114170583B (zh) * | 2021-12-13 | 2024-03-22 | 上海海事大学 | 一种基于卷积神经网络的车辆检测*** |
CN114187476A (zh) * | 2021-12-14 | 2022-03-15 | 中国平安财产保险股份有限公司 | 基于图像分析的车险信息核对方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030704B1 (en) | Automated damage assessment and claims processing | |
Wang et al. | Asphalt pavement pothole detection and segmentation based on wavelet energy field | |
CN111815630A (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
CN110766736A (zh) | 缺陷检测方法、装置、电子设备以及存储介质 | |
CA3043280A1 (en) | Automatic image based object damage assessment | |
CN112270678A (zh) | 图像处理方法以及处理*** | |
CN110378254B (zh) | 车损图像修改痕迹的识别方法、***、电子设备及存储介质 | |
CN106920233A (zh) | 基于图像处理的划痕检测方法、装置及电子设备 | |
CN107610316B (zh) | 检测纸币缺损的方法、装置及终端设备 | |
CN103826536A (zh) | 医用图像处理装置、医用图像处理方法、程序 | |
CN113096130B (zh) | 物件缺陷的检测方法、装置 | |
CN103455994A (zh) | 图像模糊度的确定方法和设备 | |
CN107004266A (zh) | 检测轮胎表面上缺陷的方法 | |
CA2975054A1 (en) | Method for evaluating the authenticity of a painting as well as a corresponding use | |
CN111177168A (zh) | 一种车辆检测方法及装置 | |
CN112085721A (zh) | 基于人工智能的水淹车定损方法、装置、设备及存储介质 | |
CN113408364B (zh) | 一种临时车牌识别方法、***、装置及存储介质 | |
CN117058805A (zh) | 纸币图像处理方法及*** | |
CN116542963A (zh) | 一种基于机器学习的浮法玻璃缺陷检测***及检测方法 | |
CN116109597A (zh) | 图像篡改区域检测方法、装置、电子设备及存储介质 | |
CN109978879A (zh) | 基于铁路货车装载视频监视的箱角入槽状态检测方法 | |
CN111932525B (zh) | 银行设备实物交付口的遗留实物检测方法及装置 | |
CN113192033B (zh) | 一种3d打印中的拉丝判别方法、装置、设备及存储介质 | |
Wang et al. | Singular value decomposition combined with wavelet transform for LCD defect detection | |
CN110363251B (zh) | 一种sku图像分类方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |