CN112990158A - 车险数据处理方法、装置、计算机设备和存储介质 - Google Patents

车险数据处理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112990158A
CN112990158A CN202110525089.3A CN202110525089A CN112990158A CN 112990158 A CN112990158 A CN 112990158A CN 202110525089 A CN202110525089 A CN 202110525089A CN 112990158 A CN112990158 A CN 112990158A
Authority
CN
China
Prior art keywords
information
vehicle
region
accessory
acquiring
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
Application number
CN202110525089.3A
Other languages
English (en)
Inventor
詹永涛
刘小东
冯洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiping Financial Technology Services Shanghai Co Ltd Shenzhen Branch
Original Assignee
Taiping Financial Technology Services Shanghai Co Ltd Shenzhen Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taiping Financial Technology Services Shanghai Co Ltd Shenzhen Branch filed Critical Taiping Financial Technology Services Shanghai Co Ltd Shenzhen Branch
Priority to CN202110525089.3A priority Critical patent/CN112990158A/zh
Publication of CN112990158A publication Critical patent/CN112990158A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请涉及一种车险数据处理方法、装置、计算机设备和存储介质。所述方法包括:接收车险数据处理请求,所述车险数据处理请求携带有车型信息;获取并显示与所述车型信息对应的可视化车辆模型;接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息;根据所获取的配件信息生成定损信息。采用本方法能够提高效率。

Description

车险数据处理方法、装置、计算机设备和存储介质
技术领域
本申请涉及人工智能技术领域,特别是涉及一种车险数据处理方法、装置、计算机设备和存储介质。
背景技术
随着人工智能技术的发展,出现了线上定损和理赔等技术,购买保险的用户可以通过终端等设备在线上进行保险理赔,大大节约了理赔的时间,方便了生活。
传统技术中,定损员在对报险的车辆进行理赔的时候,需要主动查勘车辆损坏的配件,然后通过关键字或分类查询,获取到对应的配件,再根据所获取到的配件去查询所对应的工时等信息。
然而,上述的定损过程中,需要定损员主动认识车辆配件,并记住配件名称,然后再根据记忆去***一点点查询,效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高效率的车险数据处理方法、装置、计算机设备和存储介质。
一种车险数据处理方法,所述方法包括:
接收车险数据处理请求,所述车险数据处理请求携带有车型信息;
获取并显示与所述车型信息对应的可视化车辆模型;
接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息;
根据所获取的配件信息生成定损信息。
在其中一个实施例中,所述接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息,包括:
接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的选择区域;
计算所述选择区域与所述可视化车辆模型的重叠区域;
获取所述重叠区域对应的配件信息。
在其中一个实施例中,所述可视化车辆模型预先被划分为多个配件区域;所述计算所述选择区域与所述可视化车辆模型的重叠区域,包括:
获取与所述选择区域存在交集的配件区域作为重叠区域。
在其中一个实施例中,所述配件区域对应的配件的显示方式,包括:
获取所述重叠区域对应的各个配件区域的配件使用率;
按照所述配件使用率显示所述配件。
在其中一个实施例中,所述方法还包括:
通过预设页面接收所输入的查勘数据以及理算信息,所述预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块;
接收车险数据上传指令,并根据所述车险数据上传指令将所述查勘数据、理算信息以及定损信息一起上传至服务器。
在其中一个实施例中,所述方法还包括:
采集人和车的合影图像,将所述合影图像发送至服务器,以使得所述服务器对所述合影图像进行人脸识别得到人脸图像,对所述合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和所述车牌号进行理赔处理。
在其中一个实施例中,所述采集人和车的合影图像,包括:
识别当前环境信息;
根据所述当前环境信息生成人脸定位框和车辆定位框;
当所述人脸定位框中存在人脸且所述车辆定位框中存在车牌时,则采集人和车的合影图像。
一种车险数据处理装置,所述装置包括:
接收模块,用于接收车险数据处理请求,所述车险数据处理请求携带有车型信息;
显示模块,用于获取并显示与所述车型信息对应的可视化车辆模型;
配件选择模块,用于接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息;
定损信息生成模块,用于根据所获取的配件信息生成定损信息。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
上述车险数据处理方法、装置、计算机设备和存储介质,通过显示可视化车辆模型,这样用户可以根据需要选定对应的区域,进而自动获取到对应区域的配件信息,从而生成定损信息,不需要额外的查询等操作,提高效率。
附图说明
图1为一个实施例中车险数据处理方法的应用环境图;
图2为一个实施例中车险数据处理方法的流程示意图;
图3为一个实施例中的车险数据处理页面的示意图;
图4为一个实施例中的可视化车辆模型的示意图;
图5为一个实施例中的定损项目的示意图;
图6为一个实施例中的区域划分图;
图7为一个实施例中的查勘过程的整体时序图;
图8为一个实施例中车险数据处理装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车险数据处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信,其中,终端102可以接收输入的车险数据处理请求,该车险数据处理请求携带有车型信息,这样终端102可以从服务器104获取并显示与车型信息对应的可视化车辆模型,并且终端102接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息,这样终端102可以根据所获取的配件信息生成定损信息,且在后续,终端102可以将该定损信息上传至服务器104。这样通过显示可视化车辆模型,这样用户可以根据需要选定对应的区域,进而自动获取到对应区域的配件信息,从而生成定损信息,不需要额外的查询等操作,提高效率。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种车险数据处理方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
S202:接收车险数据处理请求,车险数据处理请求携带有车型信息。
具体地,车险数据处理请求可以是用户在点击终端的显示界面上的特定按钮所产生的。参见图3所示,图3为一个实施例中的车险数据处理页面的示意图,在该页面是一个一站式页面,包括了查勘、定损、单证理算信息等,具体地,参见图3,依次给出了显示了案件类型、查勘信息、损失信息、标的车损以及理算信息等,用户可以依次点解该些信息的编辑按钮进行编辑。其中,查勘信息是指查勘任务的基本信息,损失信息是指查勘任务的估损信息,车损信息是指定损任务的基本信息、配件、工时、辅料信息,理算信息是指单证理算信息。
本实施例中主要给出了定损信息的具体的编辑方式,其中当终端接收到用户点击“去定损”按钮的指令时,即接收到车险数据处理请求,则终端可以获取到查勘所得到的车型信息,即终端所接收的用户输入的查勘信息中包括了车型信息,这样终端在接收到车险数据处理请求后,则获取到车型信息,例如车辆的型号,如2011年-品牌-型号等信息。
S204:获取并显示与车型信息对应的可视化车辆模型。
具体地,可视化车辆模型是预先生成的,针对车辆的车型,把车型划分12个常用部位,可以通过点选或圈选可视化车辆模型的受损部位进行查询。
其中终端可以预先将可视化车辆模型存储至本地,在获取到车型信息后,在本地进行匹配得到可视化模型。或者是可视化模型存储至服务器,这样终端每次获取到车型信息后,则将车型信息发送至服务器,例如在查勘获取到车型信息后,则可以异步将车型信息发送至服务器,从而服务器查询到与车型信息对应的可视化模型,并下发至终端,进而终端在接收到车险数据处理请求后,则可以直接获取到缓存中最近存储的可视化车辆模型。
其中在终端和在服务器中通过车型信息匹配对应的可视化车辆模型的步骤可以包括:首先通过品牌信息进行匹配获取到对应的可视化车辆模型,若所获取的可视化车辆模型有且仅有1个,则直接获取到匹配成功的可视化车辆模型作为最终的模型。若是存在多个,则可以继续通过年份进行匹配,若是通过年份进行匹配所获取的可视化车辆模型有且仅有1个,则直接获取到匹配成功的可视化车辆模型作为最终的模型,否则继续通过型号进行匹配,若是通过型号进行匹配所获取的可视化车辆模型有且仅有1个,则直接获取到匹配成功的可视化车辆模型作为最终的模型,否则继续通过车辆的排量以及手动档还是自动档进行匹配,直至匹配完成。
具体地,参见图4所示,图4为一个实施例中的可视化车辆模型的示意图,其中,该可视化车辆模型被划分为12个部分,包括:前部中央、前部右侧、右前侧框架、右后侧框架、后部右侧、后部中央、后部左侧、左后侧框架、左前侧框架、前部左侧、顶部以及底部。该12个部分的划分依据是根据以往的定损数据以及出险的碰撞部分的数据分析,分为前、中、后、顶、底,然后逐步形成12个部位为最忧。
S206:接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息。
具体地,区域选择指令可以是用户输入的,例如通过点击选取12个部分中的其中一个或多个部分,或者是通过圈化的方式形成闭合或非闭合区域,以便于终端根据闭合或非闭合区域确定对应12个部分中的某一个或多个部分。
配件信息则是终端返回的与区域选择指令对应的区域的配件详细信息、工时信息以及外修信息,这样就可以同时选择换件、工时项目,而不再需要选择了换件信息后,再去选择工时信息等,减少了操作步骤,提高了效率。
S208:根据所获取的配件信息生成定损信息。
具体地,参见图5,图5为一个实施例中的定损项目的示意图,其中当终端匹配得到配件信息后,则将对应的区域的配件信息进行显示,终端可以根据用户所选择的配件信息生成定损信息,例如图5中若是用户选择了后保险杠皮,则继续选择“换件”、“拆装”、“喷漆”、“钣金”还是“外修”,这样直接根据用户的选择即可以生成对应的定损信息。
上述车险数据处理方法,通过显示可视化车辆模型,这样用户可以根据需要选定对应的区域,进而自动获取到对应区域的配件信息,从而生成定损信息,不需要额外的查询等操作,提高效率。
在其中一个实施例中,接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息,包括:接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的选择区域;计算选择区域与可视化车辆模型的重叠区域;获取重叠区域对应的配件信息。
具体地,参见图6,图6为一个实施例中的区域划分图,在该实施例中,终端接收了用户输入的区域圈定指令,这样终端首先根据该区域圈定指令获取到闭合区域,若是非闭合区域,则获取到非闭合区域对应的最大外接轮廓,根据该最大外接轮廓确定闭合区域,然后计算选择区域与可视化车辆模型的重叠区域。如图6中所示的重叠区域与1号部位和11号部位均存在有交集,因此将1号部位和11号部位作为重叠区域,进而获取到1号部位和11号部位对应的配件信息进行显示,以便于用户进行选择。其中,可选地,可视化车辆模型预先被划分为多个配件区域;计算选择区域与可视化车辆模型的重叠区域,包括:获取与选择区域存在交集的配件区域作为重叠区域。
其中,可选地,配件区域对应的配件的显示方式,包括:获取重叠区域对应的各个配件区域的配件使用率;按照配件使用率显示配件。
具体地,定损任务中每个配件信息按照使用率进行排名,点选次数越多,那么配件的排序结果越靠前。
其中对于使用率的生成可以是在每次生成定损信息之后,终端启动一个异步线程,将该定损信息中的配件信息发送至服务器,服务器则根据接收到的定损信息,对对应的配件的使用率进行修改,同时可以关联碰撞部位,例如服务器可以建立一张配件使用率表格,其中给出了各个配件名称、配件被选择的次数以及碰撞的程度,其中该配件使用率表格可以是选取预设时间段的业务数据进行处理生成的,例如2018年以后的,具体可以参见下表1和表2,其中表1用于表示前中部的配件,表2用于表示做侧后部的配件:
表1:
序号 配件名称 配件被选择的次数 轻度
1 前保险杠皮 212395
2 前大灯(右) 109911
3 前大灯(左) 106810
4 中网 104927
5 发动机罩 46626
表2
序号 配件名称 配件被选择的次数 是否轻度
1 后保险杠皮 111030
2 轮胎 36085
3 保险杠支架(后左) 33802
4 钢圈 25467
5 转向灯(后左) 20867
这样,当终端匹配确定了对应的配件区域后,则根据所确定的配件区域去服务器获取到对应的表格,例如将配件区域与表格的名称进行匹配以得到对应的表格,然后服务器将匹配成功的表格下发至终端,以便于终端根据表格显示对应的配件信息。
此外,终端在根据配件使用率对配件进行排序之前,还可以根据预估损失以及事故类型来对配件的范围进行选择,例如单方事故并且预估损失1万元以下(报案环节可以获取)的,优先展示轻度配件。多方事故(包含双方)并且预估损失1万元上的,优先展示非轻度配件。重大赔案,优先展示非轻度配件。其他情况,默认展示轻度配件。
上述实施例中,一般的选择配件都是通过查询关键字或者分类查询,效率比较低。而本实施例中把车型划分多个部位,可以通过点选或圈选车辆模型受损部位查询换修一体项目,即换修一体项目是以配件为关联,返回的配件详细信息,工时信息,此外定损任务中每个配件的使用率进行排名,点选次数越多,那么换修一体查询的配件结果越靠前。
在其中一个实施例中,参见图7所示,图7为一个实施例中的查勘过程的整体时序图,在该实施例中,主要包括以下步骤:
首先,坐席人员接到用户报案之后,录入案件信息,其次坐席人员查询查勘员班表,把查勘人员调度给离出险地点距离最短的查勘员,然后查勘员接到任务短信后,登录对应的应用程序接受查勘任务,快速赶赴现场,第四,查勘员到达现场后,会进行现场查勘,使用应用程序拍摄照片。第五查勘员使用应用程序进入查勘任务,***判断是否符合查定一体,符合则切换到查定一体页面,也即上述图3中所示的页面,查勘员在一体化页面录入查勘基本信息、损失信息、定损信息、单证信息,最后做整案提交。第六,核心***进行查定一体校验,则会先把查勘定损信息提交给定核损***,定核损***会进行查勘定损任务的自动提交。如果损失金额在查勘员的自审核权限范围内,则查勘定损任务自动审核通过,否则需要人工审核。最后查勘定损审核通过之后,会调用核心的提交理算,对于查定一体案件,则可以做到自动理算、自动核赔、自动结案。
在其中一个实施例中,请继续参见图3所示,该车险数据处理方法还包括:通过预设页面接收所输入的查勘数据以及理算信息,预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块;接收车险数据上传指令,并根据车险数据上传指令将查勘数据、理算信息以及定损信息一起上传至服务器。
图3为一个实施例中的车险数据处理页面的示意图,在该页面是一个一站式页面,包括了查勘、定损、单证理算信息等,具体地,参见图3,依次给出了显示了案件类型、查勘信息、损失信息、标的车损以及理算信息等,用户可以依次点解该些信息的编辑按钮进行编辑。其中,查勘信息是指查勘任务的基本信息,损失信息是指查勘任务的估损信息,车损信息是指定损任务的基本信息、配件、工时、辅料信息,理算信息是指单证理算信息,此外每个配件在入库的时候,都需要关联相对应的配件区域。如前大灯(右),那么关联的区域为前部右侧;保险杠(前),那么关联的区域为前部右侧和前端左侧。
其中一般的理赔流程查勘、定损、单证任务都是串行化的,即做完查勘之后,才能做定损、单证任务。而上述实施例中把查勘、定损、单证任务信息都简化在一个页面,做一次提交,由***自动提交查勘、定损、单证任务流程,做完理赔流程,这样减少了提交的次数,且降低了后台处理的复杂度。
在其中一个实施例中,查勘员现场查勘的时候,需要进行人车合影,后台会根据该查勘员工号对应的底片以及人车合影照片进行人脸识别,并且还对于人车合影照片进行OCR识别车牌号,识别的结果跟案件信息进行比对,不一致那么需要人工核赔。上述车险信息处理方法还可以包括:采集人和车的合影图像,将合影图像发送至服务器,以使得服务器对合影图像进行人脸识别得到人脸图像,对合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和车牌号进行理赔处理。
其中,对于车牌号的识别,首先是识别车牌的位置,具体地,可以通过图像边缘和车牌颜色定位车牌。其中具体考虑车牌的以下特征:第一个特征是车牌的几何特征,即车牌形状统一为长宽高固定的矩形;第二个特征是车牌的灰度分布呈现出连续的波谷-波峰-波谷分布,这是因为车牌颜色单一,字符直线排列;第三个特征是车牌直方图呈现出双峰状的特点,即车牌直方图中可以看到双个波峰;第四个特征是车牌具有强边缘信息,这是因为车牌的字符相对集中在车牌的中心,而车牌边缘无字符,因此车牌的边缘信息感较强;第五个特征是车牌的字符颜色和车牌背景颜色对比鲜明。因此终端通过对车牌进行图像识别以根据上述特征确定车牌位置,并在确定了车牌位置后,对该位置进行OCR识别以确定车牌号。
具体地,查勘员使用对应的应用程序拍摄人车合影照片,自动上传到后台应用***。后台应用***对人车合影照片首先调用人脸识别***进行身份的确定,判断该工号的底片人脸是否和人车合影的人脸一致。其次再调用OCR识别***,对于车牌号进行识别,判断该案件的车牌号是否和人车合影的车牌号一致。对于结果则保存在核心***。这样提交核赔的时候,会进行人车合影比对是否一致的规则,对于不一致的,则需要转人工核赔。
可选地,为了提高采集的合影图像的准确性,采集人和车的合影图像的步骤包括:识别当前环境信息;根据当前环境信息生成人脸定位框和车辆定位框;当人脸定位框中存在人脸且车辆定位框中存在车牌时,则采集人和车的合影图像。
其中,拍摄合影图像的时候,拍摄页面会有个方框提示,查勘员尽量把人脸和车牌号显示在这个方框进行拍照。如果晚上或者光线比较暗,则需要打开闪光灯。其中方框提示也可以是根据当前环境信息来确定自身的位置,例如将方框移动至亮度大于预设值的区域。
此外,当人脸定位出多个人脸,则会提示不合法。因此在合法的前提下,只会存在一个人脸,就是查勘员。人车合影就是要求查勘员到达现场查勘,需要查勘员和损失车辆合影,证明其现场到达。
上述实施例中,为了提高合影图像的准确性,预先设置人脸定位框和车辆定位框,并根据环境信息来确定人脸定位框和车辆定位框的位置,从而使得所采集的合影图像的准确度和清晰度提高。
应该理解的是,虽然图1至7中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1至7中的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种车险数据处理装置,包括:接收模块100、显示模块200、配件选择模块300和定损信息生成模块400,其中:
接收模块100,用于接收车险数据处理请求,车险数据处理请求携带有车型信息;
显示模块200,用于获取并显示与车型信息对应的可视化车辆模型;
配件选择模块300,用于接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息;
定损信息生成模块400,用于根据所获取的配件信息生成定损信息。
在其中一个实施例中,上述的配件选择模块300可以包括:
接收单元,用于接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的选择区域;
重叠区域获取单元,用于计算选择区域与可视化车辆模型的重叠区域;
配件信息获取单元,用于获取重叠区域对应的配件信息。
在其中一个实施例中,可视化车辆模型预先被划分为多个配件区域;重叠区域获取单元还用于与选择区域存在交集的配件区域作为重叠区域。
在其中一个实施例中,上述的配件选择模块300还可以包括:
使用率获取单元,用于获取重叠区域对应的各个配件区域的配件使用率;
显示单元,用于按照配件使用率显示配件。
在其中一个实施例中,车险数据处理装置还包括:
输入模块,用于通过预设页面接收所输入的查勘数据以及理算信息,预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块;
上传模块,用于接收车险数据上传指令,并根据车险数据上传指令将查勘数据、理算信息以及定损信息一起上传至服务器。
在其中一个实施例中,车险数据处理装置还包括:
发送模块,用于采集人和车的合影图像,将合影图像发送至服务器,以使得服务器对合影图像进行人脸识别得到人脸图像,对合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和车牌号进行理赔处理。
在其中一个实施例中,上述发送模块还包括:
识别单元,用于识别当前环境信息;
定位框生成单元,用于根据当前环境信息生成人脸定位框和车辆定位框;
采集单元,用于当人脸定位框中存在人脸且车辆定位框中存在车牌时,则采集人和车的合影图像。
关于车险数据处理装置的具体限定可以参见上文中对于车险数据处理方法的限定,在此不再赘述。上述车险数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车险数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收车险数据处理请求,车险数据处理请求携带有车型信息;获取并显示与车型信息对应的可视化车辆模型;接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息;根据所获取的配件信息生成定损信息。
在一个实施例中,处理器执行计算机程序时所涉及的接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息,包括:接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的选择区域;计算选择区域与可视化车辆模型的重叠区域;获取重叠区域对应的配件信息。
在一个实施例中,处理器执行计算机程序时所涉及的可视化车辆模型预先被划分为多个配件区域;计算选择区域与可视化车辆模型的重叠区域,包括:获取与选择区域存在交集的配件区域作为重叠区域。
在一个实施例中,处理器执行计算机程序时所涉及的配件区域对应的配件的显示方式,包括:获取重叠区域对应的各个配件区域的配件使用率;按照配件使用率显示配件。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:通过预设页面接收所输入的查勘数据以及理算信息,预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块接收车险数据上传指令,并根据车险数据上传指令将查勘数据、理算信息以及定损信息一起上传至服务器。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:采集人和车的合影图像,将合影图像发送至服务器,以使得服务器对合影图像进行人脸识别得到人脸图像,对合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和车牌号进行理赔处理。
在一个实施例中,处理器执行计算机程序时所涉及的采集人和车的合影图像,包括:识别当前环境信息;根据当前环境信息生成人脸定位框和车辆定位框;当人脸定位框中存在人脸且车辆定位框中存在车牌时,则采集人和车的合影图像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收车险数据处理请求,车险数据处理请求携带有车型信息;获取并显示与车型信息对应的可视化车辆模型;接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息;根据所获取的配件信息生成定损信息。
在一个实施例中,计算机程序被处理器执行时所涉及的接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的区域的配件信息,包括:接收针对可视化车辆模型的区域选择指令,并获取与区域选择指令对应的选择区域;计算选择区域与可视化车辆模型的重叠区域;获取重叠区域对应的配件信息。
在一个实施例中,计算机程序被处理器执行时所涉及的可视化车辆模型预先被划分为多个配件区域;计算选择区域与可视化车辆模型的重叠区域,包括:获取与选择区域存在交集的配件区域作为重叠区域。
在一个实施例中,计算机程序被处理器执行时所涉及的配件区域对应的配件的显示方式,包括:获取重叠区域对应的各个配件区域的配件使用率;按照配件使用率显示配件。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过预设页面接收所输入的查勘数据以及理算信息,预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块接收车险数据上传指令,并根据车险数据上传指令将查勘数据、理算信息以及定损信息一起上传至服务器。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:采集人和车的合影图像,将合影图像发送至服务器,以使得服务器对合影图像进行人脸识别得到人脸图像,对合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和车牌号进行理赔处理。
在一个实施例中,计算机程序被处理器执行时所涉及的采集人和车的合影图像,包括:识别当前环境信息;根据当前环境信息生成人脸定位框和车辆定位框;当人脸定位框中存在人脸且车辆定位框中存在车牌时,则采集人和车的合影图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车险数据处理方法,其特征在于,所述方法包括:
接收车险数据处理请求,所述车险数据处理请求携带有车型信息;
获取并显示与所述车型信息对应的可视化车辆模型;
接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息;
根据所获取的配件信息生成定损信息。
2.根据权利要求1所述的方法,其特征在于,所述接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息,包括:
接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的选择区域;
计算所述选择区域与所述可视化车辆模型的重叠区域;
获取所述重叠区域对应的配件信息。
3.根据权利要求2所述的方法,其特征在于,所述可视化车辆模型预先被划分为多个配件区域;所述计算所述选择区域与所述可视化车辆模型的重叠区域,包括:
获取与所述选择区域存在交集的配件区域作为重叠区域。
4.根据权利要求3所述的方法,其特征在于,所述配件区域对应的配件的显示方式,包括:
获取所述重叠区域对应的各个配件区域的配件使用率;
按照所述配件使用率显示所述配件。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
通过预设页面接收所输入的查勘数据以及理算信息,所述预设页面包括查勘数据输入模块、理算信息输入模块以及定损信息输入模块;
接收车险数据上传指令,并根据所述车险数据上传指令将所述查勘数据、理算信息以及定损信息一起上传至服务器。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
采集人和车的合影图像,将所述合影图像发送至服务器,以使得所述服务器对所述合影图像进行人脸识别得到人脸图像,对所述合影图像进行文本识别得到车牌号,并根据所得到的人脸图像和所述车牌号进行理赔处理。
7.根据权利要求6所述的方法,其特征在于,所述采集人和车的合影图像,包括:
识别当前环境信息;
根据所述当前环境信息生成人脸定位框和车辆定位框;
当所述人脸定位框中存在人脸且所述车辆定位框中存在车牌时,则采集人和车的合影图像。
8.一种车险数据处理装置,其特征在于,所述装置包括:
接收模块,用于接收车险数据处理请求,所述车险数据处理请求携带有车型信息;
显示模块,用于获取并显示与所述车型信息对应的可视化车辆模型;
配件选择模块,用于接收针对所述可视化车辆模型的区域选择指令,并获取与所述区域选择指令对应的区域的配件信息;
定损信息生成模块,用于根据所获取的配件信息生成定损信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110525089.3A 2021-05-14 2021-05-14 车险数据处理方法、装置、计算机设备和存储介质 Pending CN112990158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110525089.3A CN112990158A (zh) 2021-05-14 2021-05-14 车险数据处理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110525089.3A CN112990158A (zh) 2021-05-14 2021-05-14 车险数据处理方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN112990158A true CN112990158A (zh) 2021-06-18

Family

ID=76337725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110525089.3A Pending CN112990158A (zh) 2021-05-14 2021-05-14 车险数据处理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112990158A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579592A (zh) * 2023-07-14 2023-08-11 凯泰铭科技(北京)有限公司 一种可视化模式的车辆定损匹配识别方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103493051A (zh) * 2011-02-25 2014-01-01 奥达特克斯有限责任公司 用于估计对汽车的碰撞损伤的***和方法
CN105512358A (zh) * 2015-11-24 2016-04-20 大连楼兰科技股份有限公司 基于cae仿真技术的汽车碰撞事故定损方法
CN105550756A (zh) * 2015-12-08 2016-05-04 优易商业管理成都有限公司 一种基于模拟车辆受损的汽车快速定损方法
CN105956667A (zh) * 2016-04-14 2016-09-21 平安科技(深圳)有限公司 车险定损理赔审核方法及***
CN106062805A (zh) * 2013-10-15 2016-10-26 奥达特克斯北美公司 用于生成受损车辆保险估计的移动***
CN106231257A (zh) * 2016-07-29 2016-12-14 深圳市永兴元科技有限公司 车辆定损方法及车辆定损服务器
CN106600422A (zh) * 2016-11-24 2017-04-26 中国平安财产保险股份有限公司 一种车险智能定损方法和***
CN107133876A (zh) * 2017-05-08 2017-09-05 明觉科技(北京)有限公司 车辆定损方法及定损客户端
CN107679996A (zh) * 2017-10-10 2018-02-09 民太安财产保险公估股份有限公司 车险理赔方法及***
CN108364253A (zh) * 2018-03-15 2018-08-03 北京威远图易数字科技有限公司 车辆定损方法、***以及电子设备
WO2018191435A1 (en) * 2017-04-11 2018-10-18 Alibaba Group Holding Limited Picture-based vehicle loss assessment method and apparatus, and electronic device
US10699404B1 (en) * 2017-11-22 2020-06-30 State Farm Mutual Automobile Insurance Company Guided vehicle capture for virtual model generation
CN111539423A (zh) * 2012-08-31 2020-08-14 奥达特克斯北美公司 用于车辆图像的采集的辅助
US10902525B2 (en) * 2016-09-21 2021-01-26 Allstate Insurance Company Enhanced image capture and analysis of damaged tangible objects

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103493051A (zh) * 2011-02-25 2014-01-01 奥达特克斯有限责任公司 用于估计对汽车的碰撞损伤的***和方法
CN111539423A (zh) * 2012-08-31 2020-08-14 奥达特克斯北美公司 用于车辆图像的采集的辅助
CN106062805A (zh) * 2013-10-15 2016-10-26 奥达特克斯北美公司 用于生成受损车辆保险估计的移动***
CN105512358A (zh) * 2015-11-24 2016-04-20 大连楼兰科技股份有限公司 基于cae仿真技术的汽车碰撞事故定损方法
CN105550756A (zh) * 2015-12-08 2016-05-04 优易商业管理成都有限公司 一种基于模拟车辆受损的汽车快速定损方法
CN105956667A (zh) * 2016-04-14 2016-09-21 平安科技(深圳)有限公司 车险定损理赔审核方法及***
CN106231257A (zh) * 2016-07-29 2016-12-14 深圳市永兴元科技有限公司 车辆定损方法及车辆定损服务器
US10902525B2 (en) * 2016-09-21 2021-01-26 Allstate Insurance Company Enhanced image capture and analysis of damaged tangible objects
CN106600422A (zh) * 2016-11-24 2017-04-26 中国平安财产保险股份有限公司 一种车险智能定损方法和***
WO2018191435A1 (en) * 2017-04-11 2018-10-18 Alibaba Group Holding Limited Picture-based vehicle loss assessment method and apparatus, and electronic device
CN107133876A (zh) * 2017-05-08 2017-09-05 明觉科技(北京)有限公司 车辆定损方法及定损客户端
CN107679996A (zh) * 2017-10-10 2018-02-09 民太安财产保险公估股份有限公司 车险理赔方法及***
US10699404B1 (en) * 2017-11-22 2020-06-30 State Farm Mutual Automobile Insurance Company Guided vehicle capture for virtual model generation
CN108364253A (zh) * 2018-03-15 2018-08-03 北京威远图易数字科技有限公司 车辆定损方法、***以及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579592A (zh) * 2023-07-14 2023-08-11 凯泰铭科技(北京)有限公司 一种可视化模式的车辆定损匹配识别方法
CN116579592B (zh) * 2023-07-14 2023-09-08 凯泰铭科技(北京)有限公司 一种可视化模式的车辆定损匹配识别方法

Similar Documents

Publication Publication Date Title
US11361426B2 (en) Paint blending determination
CN106062805B (zh) 用于生成受损车辆保险估计的移动***
CN110609954A (zh) 数据获取方法、装置、计算机设备和存储介质
KR20160018944A (ko) 차량의 사고부위를 인식하여 가견적 리스트를 모바일 장치에서 생성하는 방법
JP2019046234A (ja) 中古車査定システム
CN112990158A (zh) 车险数据处理方法、装置、计算机设备和存储介质
CN115631002B (zh) 基于计算机视觉的车险智能定损方法及***
CN110825960A (zh) 一种学习内容推荐方法和装置
CN117670036B (zh) 定损机构的质量描述生成方法、装置、计算机设备及存储介质
CN117670036A (zh) 定损机构的质量描述方法、装置、计算机设备及存储介质
KR20160018945A (ko) 차량의 사고부위를 인식하여 가견적 리스트를 생성하는 모바일 장치
CN117635353A (zh) 业务场景风控方法、装置、计算机设备和存储介质
CN116739799A (zh) 车辆事故损失评估风险控制方法、装置、电子设备和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210618

RJ01 Rejection of invention patent application after publication