CN113781454B - 一种车辆损伤检测方法、装置、设备及存储介质 - Google Patents

一种车辆损伤检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113781454B
CN113781454B CN202111081288.6A CN202111081288A CN113781454B CN 113781454 B CN113781454 B CN 113781454B CN 202111081288 A CN202111081288 A CN 202111081288A CN 113781454 B CN113781454 B CN 113781454B
Authority
CN
China
Prior art keywords
detected
damaged
vehicle
image
information
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.)
Active
Application number
CN202111081288.6A
Other languages
English (en)
Other versions
CN113781454A (zh
Inventor
杨逸曦
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202111081288.6A priority Critical patent/CN113781454B/zh
Publication of CN113781454A publication Critical patent/CN113781454A/zh
Application granted granted Critical
Publication of CN113781454B publication Critical patent/CN113781454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及人工智能领域,实施例公开了一种车辆损伤检测方法、装置、设备及存储介质。其中,方法包括:接收目标用户通过终端设备发送的待检测对象图像,待检测对象图像为待检测车辆图像或待检测零部件图像;根据待检测对象图像确定待检测对象的类型,并获取待检测对象的所在地理区域;根据待检测对象的类型、所在地理区域以及待检测对象图像,获取与待检测对象图像匹配的目标损伤对象关联信息,确定匹配的损坏级别、维修方案、维修定价以及保险赔付方案,反馈至终端设备。本发明实施例可以根据待检测车辆图像或待检测零部件图像,自动将损伤情况类似的损伤车辆或损伤情况类似的损伤零部件的损坏级别等信息反馈给用户。

Description

一种车辆损伤检测方法、装置、设备及存储介质
技术领域
本发明实施例涉及人工智能技术领域,尤其涉及一种车辆损伤检测方法、装置、设备及存储介质。
背景技术
随着社会的发展、生活水平的提高,汽车在当今社会所扮演的角色越来越重要,每个家庭都开始拥有自己的汽车。当汽车保有量增加的同时,汽车事故的发生频率也随之越来越高。
相关技术中,当车辆发生事故之后,通常通过保险定损员、维修人员凭借经验去确定车辆或零部件的损坏级别、维修方案、维修定价、保险赔付方案。
相关技术的缺陷在于:对于保险定损员和维修人员来说,上手难度高,需要一定的经验才能准确地确定车辆或零部件的损坏级别、维修方案、维修定价、保险赔付方案;对于车主来说,并不是每个车主都对自己的汽车了如指掌,车主无法判断保险定损员和维修人员提供的车辆或零部件的损坏级别、维修方案、维修定价、保险赔付方案等信息是否准确、是否合理,在遇到违反职业道德的保险定损员和维修人员的情况下,车主的权益会受到损害;对于保险平台来说,并不能够保证每个保险定损员都可以遵守职业道德,不能够确定保险定损员与合作的维修厂是否存在不合理的私下交易,以获取差额回扣等,保险平台不能够获取到真实且准确的维修定价。
发明内容
本发明实施例提供一种车辆损伤检测方法、装置、设备及存储介质,可以根据待检测车辆图像或待检测零部件图像,自动确定在待检测车辆所在地理地区或周边地区的与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件,并将与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案反馈给用户,以使用户可以参照损伤情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
第一方面,本发明实施例提供了一种车辆损伤检测方法,包括:
接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;
根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;
根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;
将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;
将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
第二方面,本发明实施例还提供了一种车辆损伤检测装置,包括:
图像接收模块,用于接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;
第一信息确定模块,用于根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;
第一信息匹配模块,用于根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;
第一检测结果确定模块,用于将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;
第一检测结果反馈模块,用于将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
第三方面,本发明实施例还提供了一种计算机设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行,使得所述一个或多个处理器执行所述计算机程序时实现如本发明实施例所述的车辆损伤检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明实施例所述的车辆损伤检测方法。
本发明实施例的技术方案,通过接收目标用户通过终端设备发送的待检测对象图像,待检测对象图像为待检测车辆图像或待检测零部件图像;然后根据待检测对象图像确定待检测对象的类型,并获取待检测对象的所在地理区域,待检测对象为待检测车辆或待检测零部件;再根据待检测对象的类型、所在地理区域以及待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与待检测对象图像匹配的目标损伤对象关联信息;然后将目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;最后将与待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备,可以通过对待检测车辆和损伤情况数据库中的损伤车辆的类型、所在地理区域以及图像进行匹配,自动确定在待检测车辆所在地理地区或周边地区的与待检测车辆的损伤情况类似的损伤车辆,可以通过对待检测零部件和损伤情况数据库中的损伤零部件的类型、所在地理区域以及图像进行匹配,确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件自动确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件,可以将与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案反馈给用户,以使用户可以参照情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
对于保险定损员和维修人员等用户来说,不需要多年的经验,仅需将待检测车辆或待检测零部件的图像发送至服务器,即可得到服务器反馈的与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,参照与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
对于车主用户来说,仅需将待检测车辆或待检测零部件的图像发送至服务器,即可得到服务器反馈的与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,这样就能够做到心中有数,评判保险定损员和维修人员提供的车辆或零部件的损坏级别、维修方案、维修定价以及保险赔付方案等信息是否准确、是否合理,在遇到违反职业道德的保险定损员和维修人员的情况下,维护自身权益不受损害。
对于保险平台来说,待检测车辆或待检测零部件的图像是真实且不可篡改的,损坏级别、维修方案、维修定价以及保险赔付方案也是根据车辆、零部件的真实损坏情况确定的,维修定价比较透明,这样就能够做到约束一系列的相关人员。
附图说明
图1为本发明实施例一提供的一种车辆损伤检测方法的流程图。
图2为本发明实施例二提供的一种车辆损伤检测方法的流程图。
图3为本发明实施例三提供的一种车辆损伤检测装置的结构示意图。
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种车辆损伤检测方法的流程图。本发明实施例可适用于车辆发生事故之后,确定车辆或零部件的损坏级别、维修方案、维修定价、保险赔付方案的情况,该方法可以由本发明实施例提供的车辆损伤检测装置来执行,该装置可采用软件和/或硬件的方式实现,并一般可集成在计算机设备中。例如,服务器。
如图1所示,本发明实施例的方法具体包括:
步骤101、接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像。
可选的,目标用户可以为保险定损员、维修人员或车主。目标用户通过终端设备拍摄待检测车辆图像或待检测零部件图像,并将待检测车辆图像或待检测零部件图像发送至服务器。
可选的,待检测车辆图像包括从待检测车辆的各个预设方位对待检测车辆进行拍摄得到的图像。待检测车辆为发生事故后需要进行损伤检测的车辆。预设方位包括但不限于:正前方、左前方、左侧方、左后方、正后方、右后方、右侧方及右前方。
可选的,待检测零部件图像包括待检测零部件的俯视图、正视图、后视图、左视图、右视图。待检测零部件为发生事故后需要进行损伤检测的车辆零部件。
步骤102、根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件。
可选的,所述待检测对象图像为待检测车辆图像;所述根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:对所述待检测车辆图像进行光学字符识别(Optical Character Recognition,OCR),获取所述待检测车辆图像中的车辆识别号码,并根据所述车辆识别号码,确定待检测车辆的车型;获取所述待检测车辆的所在地理区域。
可选的,车辆识别号码(Vehicle Identification Number,VIN)是一组由十七个字母或数字组成,用于汽车上的一组独一无二的号码,可以识别汽车的车型、生产商、引擎、底盘序号及其他性能等资料。车辆车身的预设位置上都会设置有车辆识别号码。车辆识别号码中包含车型类别代码,根据车辆的车辆识别号码中的车型类别代码可以确定车辆的车型。
可选的,待检测车辆车身的预设位置上设置有车辆识别号码。待检测车辆图像包括从待检测车辆的各个预设方位对待检测车辆进行拍摄得到的图像。预设方位包括但不限于:正前方、左前方、左侧方、左后方、正后方、右后方、右侧方及右前方。待检测车辆图像中的从待检测车辆的某一个预设方位对待检测车辆进行拍摄得到的图像中会包含待检测车辆的车辆识别号码。示例性的,待检测车辆在前挡风玻璃下设置车辆识别号码。待检测车辆图像中的从待检测车辆的正前方对待检测车辆进行拍摄得到的图像中包含车辆识别号码。
可选的,依次对待检测车辆图像中包括的从待检测车辆的各个预设方位对待检测车辆进行拍摄得到的图像进行光学字符识别,直至获取待检测车辆的车辆识别号码,然后根据待检测车辆的车辆识别号码中的车型类别代码,确定待检测车辆的车型。
可选的,获取所述待检测车辆的所在地理区域,包括:服务器向目标用户的终端设备发送位置获取指令,以使目标用户的终端设备将终端设备的当前位置发送至服务器;服务器将当前位置所属的地理区域,确定为所述待检测车辆的所在地理区域。
位置获取指令是用于获取终端设备的当前位置的指令。终端设备的当前位置可以为终端设备在当前时刻的经纬度位置。目标用户通过终端设备发送的待检测车辆图像。因此,目标用户的终端设备在当前时刻应该与待检测车辆位于同一地理区域。终端设备的当前位置所属的地理区域与所述待检测车辆的所在地理区域相同。
可选的,所述待检测对象图像为待检测零部件图像;所述根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:对所述待检测零部件图像进行光学字符识别,获取所述待检测零部件图像中的零部件标识,并根据所述零部件标识,确定待检测零部件的零部件类型;获取所述待检测零部件的所在地理区域。
可选的,零部件表面的预设位置上设置有零部件标识。零部件标识用于指示零部件的零部件类型。
可选的,待检测零部件表面的预设位置上设置有零部件标识。待检测零部件图像包括待检测零部件的俯视图、正视图、后视图、左视图、右视图。待检测零部件的俯视图、正视图、后视图、左视图、右视图中的某一个图像中会包含待检测零部件的零部件标识。示例性的,待检测零部件的正面上设置有零部件标识。待检测零部件的正视图中包含待检测零部件的零部件标识。
可选的,依次对待检测零部件图像中包括的待检测零部件的俯视图、正视图、后视图、左视图、右视图进行光学字符识别,直至获取待检测零部件的零部件标识,然后根据待检测零部件的零部件标识,确定待检测零部件的零部件类型。
可选的,获取所述待检测零部件的所在地理区域,包括:服务器向目标用户的终端设备发送位置获取指令,以使目标用户的终端设备将终端设备的当前位置发送至服务器;服务器将当前位置所属的地理区域,确定为所述待检测零部件的所在地理区域。
位置获取指令是用于获取终端设备的当前位置的指令。终端设备的当前位置可以为终端设备在当前时刻的经纬度位置。目标用户通过终端设备发送的待检测零部件图像。因此,目标用户的终端设备在当前时刻应该与待检测零部件位于同一地理区域。终端设备的当前位置所属的地理区域与所述待检测零部件的所在地理区域相同。
步骤103、根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息。
其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;
可选的,所述预设的损伤情况数据库中存储的损伤对象关联信息包括:损伤车辆关联信息和损伤零部件关联信息;所述损伤车辆关联信息中的损伤对象为损伤车辆,损伤对象的类型为损伤车辆的车型,损伤对象的所在地理区域为损伤车辆的所在地理区域;所述损伤零部件关联信息中的损伤对象为损伤零部件,损伤对象的类型为损伤零部件的零部件类型,损伤对象的所在地理区域为损伤零部件的所在地理区域。
可选的,预设的损伤情况数据库是用于存储大量的损伤车辆关联信息和损伤零部件关联信息的数据库。损伤车辆关联信息是与损伤车辆的损伤情况、维修处理过程以及保险理赔处理过程相关的信息。损伤车辆是在车辆发生事故之后,已经确定损坏级别、维修方案、维修定价以及保险赔付方案,并成功完成维修和保险理赔处理的车辆。损伤零部件关联信息是与损伤零部件的损伤情况、维修处理过程以及保险理赔处理过程相关的信息。损伤零部件在车辆发生事故之后,已经确定损坏级别、维修方案、维修定价以及保险赔付方案,并成功完成维修和保险理赔处理的车辆零部件。
可选的,还包括:获取设定数量的损伤车辆关联信息和损伤零部件关联信息,并将各所述损伤车辆关联信息和各所述损伤零部件关联信息存储至预设的损伤情况数据库中;其中,各所述损伤车辆关联信息至少包括:损伤车辆的图像、三维模型、车型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案;各所述损伤零部件关联信息至少包括:损伤零部件的图像、三维模型、零部件类型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,损伤车辆的图像包括从损伤车辆的各个预设方位对损伤车辆进行拍摄得到的图像。预设方位包括但不限于:正前方、左前方、左侧方、左后方、正后方、右后方、右侧方及右前方。
可选的,损伤零部件的图像包括损伤零部件的俯视图、正视图、后视图、左视图、右视图。
可选的,损伤车辆的车型是损伤车辆的汽车类型。损伤零部件的零部件类型是损伤零部件的类型。预先根据零部件的安装位置或功能,可以将车辆的各个零部件分为不同的类型。不同安装位置或功能的零部件,对应不同的类型。
可选的,损伤车辆的三维模型可以为通过三维图形扫描工具(3D Scanner等)对损伤车辆进行扫描后得到的三维模型。损伤零部件的三维模型可以为通过三维图形扫描工具(3D Scanner等)对损伤零部件进行扫描后得到的三维模型。
可选的,损伤车辆的所在地理区域可以是损伤车辆所处的地理区域。地理区域可以为城市。例如,损伤车辆所处的城市。损伤零部件的所在地理区域可以是损伤零部件所属车辆所处的地理区域。例如,损伤零部件所属车辆所处的城市。
可选的,损伤车辆的损坏级别可以为人工检测平台对损伤车辆进行检测后确定的损坏级别,还可以为根据预设的损坏级别对损伤车辆进行检测后确定的损坏级别。损伤零部件的损坏级别可以为人工检测平台对损伤零部件进行检测后确定的损坏级别,还可以为根据预设的损坏级别对损伤零部件进行检测后确定的损坏级别。
可选的,损伤车辆或损伤零部件的维修方案、维修定价、保险赔付方案为针对损伤车辆或损伤零部件的实际维修方案、实际维修定价、实际保险赔付方案。保险赔付方案可以包括:理赔金额。
可选的,获取设定数量的损伤车辆关联信息,包括:向各损伤车辆的车主用户的终端设备发送数据权限询问信息,以使各终端设备通过询问信息展示页面,向各车主用户展示数据权限询问信息;其中,数据权限询问信息是用于询问各车主用户是否为服务器授予对损伤车辆的损伤车辆关联信息的采集权限的询问信息;在根据各车主用户与询问信息展示页面的交互操作,确认各车主用户为服务器授予对损伤车辆的损伤车辆关联信息的采集权限时,采集各损伤车辆的损伤车辆关联信息,直至采集到设定数量的损伤车辆关联信息。
可选的,设定数量可以根据业务需求进行设置。示例性的,设定数量为2000。
可选的,服务器向各损伤车辆的车主用户的终端设备发送数据权限询问信息。各终端设备在接收到数据权限询问信息时,显示包含数据权限询问信息的询问信息展示页面,通过询问信息展示页面,向各车主用户展示数据权限询问信息。询问信息展示页面是用于向用户展示询问信息的页面。
可选的,询问信息展示页面中设置确认授权控件和拒绝授权控件。各车主用户可以通过点击确认授权控件,确认为服务器授予对损伤车辆的损伤车辆关联信息的采集权限。各车主用户还可以通过点击拒绝授权控件,确认不为服务器授予对损伤车辆的损伤车辆关联信息的采集权限。
可选的,各终端设备在各车主用户点击确认授权控件时,生成授权确认提示信息发送至服务器。授权确认提示信息是用于提示服务器车主用户确认为服务器授予对损伤车辆的损伤车辆关联信息的采集权限的信息。服务器在接收到授权确认提示信息时,确认车主用户为服务器授予对损伤车辆的损伤车辆关联信息的采集权限,通过终端设备采集损伤车辆的损伤车辆关联信息。
可选的,各终端设备在各车主用户点击拒绝授权控件时,生成授权拒绝提示信息发送至服务器。授权拒绝提示信息是用于提示服务器车主用户确认不为服务器授予对损伤车辆的损伤车辆关联信息的采集权限的信息。服务器在接收到授权拒绝提示信息时,确认车主用户不为服务器授予对损伤车辆的损伤车辆关联信息的采集权限,不再执行后续数据采集操作。
可选的,采集各损伤车辆的损伤车辆关联信息,包括:服务器控制各损伤车辆的车主用户的终端设备,向各车主用户提供损伤车辆关联信息采集页面。损伤车辆关联信息采集页面是用于采集损伤车辆的损伤车辆关联信息的页面,各车主用户可以在损伤车辆关联信息采集页面上输入损伤车辆的损伤车辆关联信息。各终端设备获取各车主用户在特征数据采集页面上输入的损伤车辆关联信息,并将损伤车辆关联信息发送至服务器。
可选的,采集各损伤车辆的损伤车辆关联信息,包括:服务器控制各损伤车辆的车主用户的终端设备,从各终端设备中存储的车辆历史信息中,采集各损伤车辆的损伤车辆关联信息,并将损伤车辆关联信息发送至服务器。终端设备中存储的车辆历史信息是终端设备中存储的与损伤车辆关联的信息。
由此,本发明实施例可以在充分尊重和保护用户的个人隐私和个人信息的前提下,采集足够多的损伤车辆关联信息。
可选的,获取设定数量的损伤零部件关联信息,包括:向各损伤零部件的车主用户的终端设备发送数据权限询问信息,以使各终端设备通过询问信息展示页面,向各车主用户展示数据权限询问信息;其中,数据权限询问信息是用于询问各车主用户是否为服务器授予对损伤零部件的损伤零部件关联信息的采集权限的询问信息;在根据各车主用户与询问信息展示页面的交互操作,确认各车主用户为服务器授予对损伤零部件的损伤零部件关联信息的采集权限时,采集各损伤零部件的损伤零部件关联信息,直至采集到设定数量的损伤零部件关联信息。
可选的,服务器向各损伤零部件的车主用户的终端设备发送数据权限询问信息。各终端设备在接收到数据权限询问信息时,显示包含数据权限询问信息的询问信息展示页面,通过询问信息展示页面,向各车主用户展示数据权限询问信息。询问信息展示页面是用于向用户展示询问信息的页面。
可选的,询问信息展示页面中设置确认授权控件和拒绝授权控件。各车主用户可以通过点击确认授权控件,确认为服务器授予对损伤零部件的损伤零部件关联信息的采集权限。各车主用户还可以通过点击拒绝授权控件,确认不为服务器授予对损伤零部件的损伤零部件关联信息的采集权限。
可选的,各终端设备在各车主用户点击确认授权控件时,生成授权确认提示信息发送至服务器。授权确认提示信息是用于提示服务器车主用户确认为服务器授予对损伤零部件的损伤零部件关联信息的采集权限的信息。服务器在接收到授权确认提示信息时,确认车主用户为服务器授予对损伤零部件的损伤零部件关联信息的采集权限,通过终端设备采集损伤零部件的损伤零部件关联信息。
可选的,各终端设备在各车主用户点击拒绝授权控件时,生成授权拒绝提示信息发送至服务器。授权拒绝提示信息是用于提示服务器车主用户确认不为服务器授予对损伤零部件的损伤零部件关联信息的采集权限的信息。服务器在接收到授权拒绝提示信息时,确认车主用户不为服务器授予对损伤零部件的损伤零部件关联信息的采集权限,不再执行后续数据采集操作。
可选的,采集各损伤零部件的损伤零部件关联信息,包括:服务器控制各损伤零部件的车主用户的终端设备,向各车主用户提供损伤零部件关联信息采集页面。损伤零部件关联信息采集页面是用于采集损伤零部件的损伤零部件关联信息的页面,各车主用户可以在损伤零部件关联信息采集页面上输入损伤零部件的损伤零部件关联信息。各终端设备获取各车主用户在特征数据采集页面上输入的损伤零部件关联信息,并将损伤零部件关联信息发送至服务器。
可选的,采集各损伤零部件的损伤零部件关联信息,包括:服务器控制各损伤零部件的车主用户的终端设备,从各终端设备中存储的零部件历史信息中,采集各损伤零部件的损伤零部件关联信息,并将损伤零部件关联信息发送至服务器。终端设备中存储的零部件历史信息是终端设备中存储的与损伤零部件关联的信息。
由此,本发明实施例可以在充分尊重和保护用户的个人隐私和个人信息的前提下,采集足够多的损伤零部件关联信息。
可选的,将各所述损伤车辆关联信息存储至预设的损伤情况数据库中,包括:根据所在地理区域对各所述损伤车辆关联信息进行分组,得到多个损伤车辆信息组,各所述损伤车辆信息组中的各损伤车辆关联信息中的所在地理区域相同;针对每一个损伤车辆信息组,根据车型对损伤车辆信息组中的各损伤车辆关联信息进行分组,得到多个损伤车辆信息小组,各所述损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域和车型相同;将各所述损伤车辆信息小组存储至预设的损伤情况数据库中。
可选的,将各所述损伤零部件关联信息存储至预设的损伤情况数据库中,包括:根据所在地理区域对各所述损伤零部件关联信息进行分组,得到多个损伤零部件信息组,各所述损伤零部件信息组中的各损伤零部件关联信息中的所在地理区域相同;针对每一个损伤零部件信息组,根据零部件类型对损伤零部件信息组中的各损伤零部件关联信息进行分组,得到多个损伤零部件信息小组,各所述损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域和零部件类型相同;将各所述损伤零部件信息小组存储至预设的损伤情况数据库中。
由此,本发明实施例可以获取设定数量的损伤车辆关联信息和损伤零部件关联信息,根据所在地理区域和车型对损伤车辆关联信息进行分组和存储,根据所在地理区域和零部件类型对损伤零部件关联信息进行分组和存储,从而建立包含各个地理区域的不同车型的损伤车辆关联信息、以及各个地理区域的不同零部件类型的损伤零部件关联信息的损伤情况数据库。
可选的,所述待检测对象图像为待检测车辆图像;所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息,包括:在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;其中,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同或与所述待检测车辆的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测车辆图像与所述目标损伤车辆信息小组中的各损伤车辆关联信息中的损伤车辆的图像之间的相似度;如果存在与所述待检测车辆图像之间的相似度大于预设相似度阈值的第一目标图像,则将所述第一目标图像所属损伤车辆关联信息确定为与所述待检测车辆图像匹配的目标损伤对象关联信息。
可选的,如果不存在与所述待检测车辆图像之间的相似度大于预设相似度阈值的第一目标图像,则将所述待检测车辆图像发送至人工检测平台,以使所述人工检测平台反馈与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组,包括:在预设的损伤情况数据库中的各损伤车辆信息小组中,查询小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组;如果查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组,则将其确定为与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;如果没有查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组,则在预设的损伤情况数据库中的各损伤车辆信息小组中,查询小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组;如果查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组,则将其确定为与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组。
可选的,各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离可以为各损伤车辆关联信息中的所在地理区域的中心点坐标与所述待检测车辆的所在地理区域的中心点坐标之间的距离。
可选的,根据业务需求设置预设距离门限。损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限,即损伤车辆关联信息中的所在地理区域是所述待检测车辆的所在地理区域的周边区域。
可选的,如果没有查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组,则确定预设的损伤情况数据库中不存在与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组,并将所述待检测车辆图像发送至人工检测平台,以使所述人工检测平台反馈与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,人工检测平台是用于通过人工确定待检测车辆或待检测零部件的损坏级别、维修方案、维修定价以及保险赔付方案的平台。服务器将所述待检测车辆图像发送至人工检测平台。人工检测平台将所述待检测车辆图像提供给检测人员,获取检测人员根据所述待检测车辆图像确定的与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案,然后将与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至服务器。
可选的,所述待检测车辆图像中包括从正前方、左前方、左侧方、左后方、正后方、右后方、右侧方及右前方对待检测车辆进行拍摄得到的图像。损伤车辆关联信息中的损伤车辆的图像包括从正前方、左前方、左侧方、左后方、正后方、右后方、右侧方及右前方对损伤车辆进行拍摄得到的图像。分别计算所述待检测车辆图像与所述目标损伤车辆信息小组中的各损伤车辆关联信息中的损伤车辆的图像之间的相似度,包括:针对所述目标损伤车辆信息小组中的每一个损伤车辆关联信息中的损伤车辆的图像,执行下述操作:计算从正前方对待检测车辆进行拍摄得到的图像与从正前方对损伤车辆进行拍摄得到的图像之间的相似度,得到第一相似度;计算从左前方对待检测车辆进行拍摄得到的图像与从左前方对损伤车辆进行拍摄得到的图像之间的相似度,得到第二相似度;计算从左侧方对待检测车辆进行拍摄得到的图像与从左侧方对损伤车辆进行拍摄得到的图像之间的相似度,得到第三相似度;计算从左后方对待检测车辆进行拍摄得到的图像与从左后方对损伤车辆进行拍摄得到的图像之间的相似度,得到第四相似度;计算从正后方对待检测车辆进行拍摄得到的图像与从正后方对损伤车辆进行拍摄得到的图像之间的相似度,得到第五相似度;计算从右后方对待检测车辆进行拍摄得到的图像与从右后方对损伤车辆进行拍摄得到的图像之间的相似度,得到第六相似度;计算从右侧方对待检测车辆进行拍摄得到的图像与从右侧方对损伤车辆进行拍摄得到的图像之间的相似度,得到第七相似度;计算从右前方对待检测车辆进行拍摄得到的图像与从右前方对损伤车辆进行拍摄得到的图像之间的相似度,得到第八相似度;将第一相似度、第二相似度、第三相似度、第四相似度、第五相似度、第六相似度、第七相似度以及第八相似度的平均值,确定为所述待检测车辆图像与损伤车辆关联信息中的损伤车辆的图像之间的相似度。
可选的,根据业务需求设置预设相似度阈值。与所述待检测车辆图像之间的相似度大于预设相似度阈值的第一目标图像,是与所述待检测车辆图像相似较高的损伤车辆的图像。示例性的,预设相似度阈值为0.9。所述第一目标图像所属损伤车辆关联信息是在待检测车辆所在地理地区或周边地区的与待检测车辆的车辆损伤情况类似的损伤车辆的损伤车辆关联信息。
可选的,所述待检测对象图像为待检测零部件图像;所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息,包括:在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;其中,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同或与所述待检测零部件的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测零部件图像与所述目标损伤零部件信息小组中的各损伤零部件关联信息中的损伤零部件的图像之间的相似度;如果存在与所述待检测零部件图像之间的相似度大于预设相似度阈值的第二目标图像,则将所述第二目标图像所属损伤零部件关联信息确定为与所述待检测零部件图像匹配的目标损伤对象关联信息。
可选的,如果不存在与所述待检测零部件图像之间的相似度大于预设相似度阈值的第二目标图像,则将所述待检测零部件图像发送至人工检测平台,以使所述人工检测平台反馈与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组,包括:在预设的损伤情况数据库中的各损伤零部件信息小组中,查询小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组;如果查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组,则将其确定为与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;如果没有查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组,则在预设的损伤情况数据库中的各损伤零部件信息小组中,查询小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组;如果查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组,则将其确定为与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组。
可选的,各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离可以为各损伤零部件关联信息中的所在地理区域的中心点坐标与所述待检测零部件的所在地理区域的中心点坐标之间的距离。
可选的,根据业务需求设置预设距离门限。损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限,即损伤零部件关联信息中的所在地理区域是所述待检测零部件的所在地理区域的周边区域。
可选的,如果没有查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组,则确定预设的损伤情况数据库中不存在与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组,并将所述待检测零部件图像发送至人工检测平台,以使所述人工检测平台反馈与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,人工检测平台是用于通过人工确定待检测零部件或待检测零部件的损坏级别、维修方案、维修定价以及保险赔付方案的平台。服务器将所述待检测零部件图像发送至人工检测平台。人工检测平台将所述待检测零部件图像提供给检测人员,获取检测人员根据所述待检测零部件图像确定的与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案,然后将与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至服务器。
可选的,待检测零部件图像包括待检测零部件的俯视图、正视图、后视图、左视图、右视图。损伤零部件关联信息中的损伤零部件的图像包括损伤零部件的俯视图、正视图、后视图、左视图、右视图。分别计算所述待检测零部件图像与所述目标损伤零部件信息小组中的各损伤零部件关联信息中的损伤零部件的图像之间的相似度,包括:针对所述目标损伤零部件信息小组中的每一个损伤零部件关联信息中的损伤零部件的图像,执行下述操作:计算待检测零部件的俯视图与损伤零部件的俯视图之间的相似度,得到第九相似度;计算待检测零部件的正视图与损伤零部件的正视图之间的相似度,得到第十相似度;计算待检测零部件的后视图与损伤零部件的后视图之间的相似度,得到第十一相似度;计算待检测零部件的左视图与损伤零部件的左视图之间的相似度,得到第十二相似度;计算待检测零部件的右视图与损伤零部件的右视图之间的相似度,得到第十三相似度;将第九相似度、第十相似度、第十一相似度、第十二相似度以及第十三相似度的平均值,确定为所述待检测零部件图像与损伤零部件关联信息中的损伤零部件的图像之间的相似度。
可选的,根据业务需求设置预设相似度阈值。与所述待检测零部件图像之间的相似度大于预设相似度阈值的第二目标图像,是与所述待检测零部件图像相似较高的损伤零部件的图像。示例性的,预设相似度阈值为0.9。所述第二目标图像所属损伤零部件关联信息是在待检测零部件所在地理地区或周边地区的与待检测零部件的零部件损伤情况类似的损伤零部件的损伤零部件关联信息。
步骤104、将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,将与所述待检测车辆图像匹配的目标损伤对象关联信息中的损伤车辆的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。与所述待检测车辆图像匹配的目标损伤对象关联信息中的损伤车辆是在待检测车辆所在地理地区或周边地区的与待检测车辆的车辆损伤情况类似的损伤车辆。与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案是与待检测车辆的车辆损伤情况类似的损伤车辆的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,将与所述待检测零部件图像匹配的目标损伤对象关联信息中的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案。与所述待检测零部件图像匹配的目标损伤对象关联信息中的损伤零部件是在待检测零部件所在地理地区或周边地区的与待检测零部件的零部件损伤情况类似的损伤零部件。与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案是与待检测零部件的零部件损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案。
步骤105、将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
可选的,服务器将与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案发送至所述终端设备,以使所述终端设备将与所述待检测车辆图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案展示给所述目标用户。
可选的,服务器将与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案发送至所述终端设备,以使所述终端设备将与所述待检测零部件图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案展示给所述目标用户。
可选的,在确定待检测零部件的零部件类型之后,还包括:根据待检测零部件的零部件类型和所在地理区域,采集与待检测零部件对应的零部件供应商和零部件报价;其中,与待检测零部件对应的零部件供应商是在待检测零部件的所在地理区域中售卖与待检测零部件的零部件类型相同的零部件的供应商,与待检测零部件对应的零部件报价是在待检测零部件的所在地理区域中售卖的与待检测零部件的零部件类型相同的零部件的价格;将与待检测零部件对应的零部件供应商和零部件报价,以及与待检测零部件图像匹配的损坏级别、维修方案、维修定价、保险赔付方案,反馈至目标用户的终端设备。由此,本发明实施例可以为待检测零部件的维修和保险理赔过程提供更丰富的参考信息。
可选的,还包括:获取新的损伤车辆关联信息和损伤零部件关联信息,将新的损伤车辆关联信息和损伤零部件关联信息存储至预设的损伤情况数据库中。由此,本发明实施例可以不断采集新的损伤车辆关联信息和损伤零部件关联信息,不断对损伤情况数据库进行数据完善,从而使得确定的与待检测车辆或待检测零部件损伤情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价、保险赔付方案更加准确。
本发明实施例提供了一种车辆损伤检测方法,可以通过对待检测车辆和损伤情况数据库中的损伤车辆的类型、所在地理区域以及图像进行匹配,自动确定在待检测车辆所在地理地区或周边地区的与待检测车辆的损伤情况类似的损伤车辆,可以通过对待检测零部件和损伤情况数据库中的损伤零部件的类型、所在地理区域以及图像进行匹配,确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件自动确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件,可以将与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案反馈给用户,以使用户可以参照情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
本发明实施例可以基于人工智能技术对与损伤车辆、损伤零部件的损伤情况、维修处理过程以及保险理赔处理过程相关的信息进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。
实施例二
图2为本发明实施例二提供的一种车辆损伤检测方法的流程图。本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示,本发明实施例的方法具体包括:
步骤201、接收目标用户通过终端设备发送的待检测对象三维模型,所述待检测对象三维模型为待检测车辆三维模型或待检测零部件三维模型。
可选的,待检测车辆三维模型是待检测车辆的三维模型。待检测车辆为发生事故后需要进行损伤检测的车辆。待检测零部件三维模型是待检测零部件的三维模型。待检测零部件为发生事故后需要进行损伤检测的车辆零部件。
可选的,目标用户通过终端设备中的带有扫描功能的应用程序,获取待检测车辆三维模型或待检测零部件三维模型,并将待检测车辆三维模型或待检测零部件三维模型发送至服务器。服务器接收目标用户通过终端设备发送的待检测车辆三维模型或待检测零部件三维模型。
可选的,目标用户通过外置三维图形扫描工具,例如,三维扫描仪3D Scanner等,获取待检测车辆三维模型或待检测零部件三维模型,并将待检测车辆三维模型或待检测零部件三维模型发送至服务器。服务器接收目标用户通过终端设备发送的待检测车辆三维模型或待检测零部件三维模型。
步骤202、根据所述待检测对象三维模型确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件。
可选的,所述待检测对象三维模型为待检测车辆三维模型;所述根据所述待检测对象三维模型确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:将所述待检测车辆三维模型与预设的车辆三维模型库中的不同车型的车辆三维模型进行匹配,确定与所述待检测车辆三维模型匹配的目标车辆三维模型,将所述目标车辆三维模型的车型确定为待检测车辆的车型;获取所述待检测车辆的所在地理区域。
可选的,还包括:使用三维图形扫描工具或三维图形建模软件,根据不同车型的车辆设计图,生成不同车型的车辆三维模型;将不同车型的车辆三维模型存储至预设的车辆三维模型库中。
由此,本发明实施例可以建立包含不同车型的车辆三维模型的模型库,从而便于将待检测车辆三维模型与预设的车辆三维模型库中的不同车型的车辆三维模型进行匹配,确定待检测车辆的车型。
可选的,将所述待检测车辆三维模型与预设的车辆三维模型库中的不同车型的车辆三维模型进行匹配,确定与所述待检测车辆三维模型匹配的目标车辆三维模型,包括:分别计算所述待检测车辆三维模型与预设的车辆三维模型库中的不同车型的车辆三维模型之间的相似度;将与所述待检测车辆三维模型之间的相似度大于预设相似度阈值的目标车辆三维模型,确定为与所述待检测车辆三维模型匹配的目标车辆三维模型。
可选的,获取所述待检测车辆的所在地理区域,包括:服务器向目标用户的终端设备发送位置获取指令,以使目标用户的终端设备将终端设备的当前位置发送至服务器;服务器将当前位置所属的地理区域,确定为所述待检测车辆的所在地理区域。
可选的,所述待检测对象三维模型为待检测零部件三维模型;所述根据所述待检测对象三维模型确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:将所述待检测零部件三维模型与预设的零部件三维模型库中的不同零部件类型的零部件三维模型进行匹配,确定与所述待检测零部件三维模型匹配的目标零部件三维模型,将所述目标零部件三维模型的零部件类型确定为待检测零部件的零部件类型;获取所述待检测零部件的所在地理区域。
可选的,还包括:使用三维图形扫描工具或三维图形建模软件,根据不同零部件类型的零部件设计图,生成不同零部件类型的零部件三维模型;将不同零部件类型的零部件三维模型存储至预设的零部件三维模型库中。
由此,本发明实施例可以建立包含不同零部件类型的零部件三维模型的模型库,从而便于将待检测零部件三维模型与预设的零部件三维模型库中的不同零部件类型的零部件三维模型进行匹配,确定待检测零部件的零部件类型。
可选的,将所述待检测零部件三维模型与预设的零部件三维模型库中的不同零部件类型的零部件三维模型进行匹配,确定与所述待检测零部件三维模型匹配的目标零部件三维模型,包括:分别计算所述待检测零部件三维模型与预设的零部件三维模型库中的不同零部件类型的零部件三维模型之间的相似度;将与所述待检测零部件三维模型之间的相似度大于预设相似度阈值的目标零部件三维模型,确定为与所述待检测零部件三维模型匹配的目标零部件三维模型。
可选的,获取所述待检测零部件的所在地理区域,包括:服务器向目标用户的终端设备发送位置获取指令,以使目标用户的终端设备将终端设备的当前位置发送至服务器;服务器将当前位置所属的地理区域,确定为所述待检测零部件的所在地理区域。
步骤203、根据所述待检测对象的类型、所在地理区域以及所述待检测对象三维模型,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象三维模型匹配的目标损伤对象关联信息。
其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的三维模型与所述待检测对象三维模型之间的相似度大于预设相似度阈值。
可选的,所述待检测对象三维模型为待检测车辆三维模型;所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象三维模型,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象三维模型匹配的目标损伤对象关联信息,包括:在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;其中,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同或与所述待检测车辆的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测车辆三维模型与目标损伤车辆信息小组中的各损伤车辆关联信息中的损伤车辆的三维模型之间的相似度;如果存在与所述待检测车辆三维模型之间的相似度大于预设相似度阈值的第一目标三维模型,则将所述第一目标三维模型所属损伤车辆关联信息中确定为与所述待检测车辆三维模型匹配的目标损伤对象关联信息。
可选的,如果不存在与所述待检测车辆三维模型之间的相似度大于预设相似度阈值的第一目标三维模型,则将所述待检测车辆三维模型发送至人工检测平台,以使所述人工检测平台反馈与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组,包括:在预设的损伤情况数据库中的各损伤车辆信息小组中,查询小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组;如果查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组,则将其确定为与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;如果没有查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同的损伤车辆信息小组,则在预设的损伤情况数据库中的各损伤车辆信息小组中,查询小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组;如果查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组,则将其确定为与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组。
可选的,各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离可以为各损伤车辆关联信息中的所在地理区域的中心点坐标与所述待检测车辆的所在地理区域的中心点坐标之间的距离。
可选的,根据业务需求设置预设距离门限。损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限,即损伤车辆关联信息中的所在地理区域是所述待检测车辆的所在地理区域的周边区域。
可选的,如果没有查询到小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,且小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域之间的距离小于预设距离门限的损伤车辆信息小组,则确定预设的损伤情况数据库中不存在与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组,并将所述待检测车辆三维模型发送至人工检测平台,以使所述人工检测平台反馈与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,服务器将所述待检测车辆三维模型发送至人工检测平台。人工检测平台将所述待检测车辆三维模型提供给检测人员,获取检测人员根据所述待检测车辆三维模型确定的与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案,然后将与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至服务器。
可选的,根据业务需求设置预设相似度阈值。与所述待检测车辆三维模型之间的相似度大于预设相似度阈值的第一目标三维模型,是与所述待检测车辆三维模型相似较高的损伤车辆的三维模型。示例性的,预设相似度阈值为0.9。所述第一目标三维模型所属损伤车辆关联信息是在待检测车辆所在地理地区或周边地区的与待检测车辆的车辆损伤情况类似的损伤车辆的损伤车辆关联信息。
可选的,所述待检测对象三维模型为待检测零部件三维模型;所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象三维模型,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象三维模型匹配的目标损伤对象关联信息,包括:在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;其中,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同或与所述待检测零部件的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测零部件三维模型与目标损伤零部件信息小组中的各损伤零部件关联信息中的损伤零部件的三维模型之间的相似度;如果存在与所述待检测零部件三维模型之间的相似度大于预设相似度阈值的第二目标三维模型,则将所述第二目标三维模型所属损伤零部件关联信息确定为与所述待检测零部件三维模型匹配的目标损伤对象关联信息。
可选的,如果不存在与所述待检测零部件三维模型之间的相似度大于预设相似度阈值的第二目标三维模型,则将所述待检测零部件三维模型发送至人工检测平台,以使所述人工检测平台反馈与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组,包括:在预设的损伤情况数据库中的各损伤零部件信息小组中,查询小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组;如果查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组,则将其确定为与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;如果没有查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同的损伤零部件信息小组,则在预设的损伤情况数据库中的各损伤零部件信息小组中,查询小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组;如果查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组,则将其确定为与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组。
可选的,各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离可以为各损伤零部件关联信息中的所在地理区域的中心点坐标与所述待检测零部件的所在地理区域的中心点坐标之间的距离。
可选的,根据业务需求设置预设距离门限。损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限,即损伤零部件关联信息中的所在地理区域是所述待检测零部件的所在地理区域的周边区域。
可选的,如果没有查询到小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,且小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域之间的距离小于预设距离门限的损伤零部件信息小组,则确定预设的损伤情况数据库中不存在与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组,并将所述待检测零部件三维模型发送至人工检测平台,以使所述人工检测平台反馈与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,服务器将所述待检测零部件三维模型发送至人工检测平台。人工检测平台将所述待检测零部件三维模型提供给检测人员,获取检测人员根据所述待检测零部件三维模型确定的与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案,然后将与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至服务器。
可选的,根据业务需求设置预设相似度阈值。与所述待检测零部件三维模型之间的相似度大于预设相似度阈值的第二目标三维模型,是与所述待检测零部件三维模型相似较高的损伤零部件的三维模型。示例性的,预设相似度阈值为0.9。所述第二目标三维模型所属损伤零部件关联信息是在待检测零部件所在地理地区或周边地区的与待检测零部件的零部件损伤情况类似的损伤零部件的损伤零部件关联信息。
步骤204、将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,将与所述待检测车辆三维模型匹配的目标损伤对象关联信息中的损伤车辆的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
与所述待检测车辆三维模型匹配的目标损伤对象关联信息中的损伤车辆是在待检测车辆所在地理地区或周边地区的与待检测车辆的车辆损伤情况类似的损伤车辆。
与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案是与待检测车辆的车辆损伤情况类似的损伤车辆的损坏级别、维修方案、维修定价以及保险赔付方案。
可选的,将与所述待检测零部件三维模型匹配的目标损伤对象关联信息中的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案。
与所述待检测零部件三维模型匹配的目标损伤对象关联信息中的损伤零部件是在待检测零部件所在地理地区或周边地区的与待检测零部件的零部件损伤情况类似的损伤零部件。
与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案是与待检测零部件的零部件损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案。
步骤205、将与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
可选的,服务器将与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案发送至所述终端设备,以使所述终端设备将与所述待检测车辆三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案展示给所述目标用户。
可选的,服务器将与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案发送至所述终端设备,以使所述终端设备将与所述待检测零部件三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案展示给所述目标用户。
可选的,在确定待检测零部件的零部件类型之后,还包括:根据待检测零部件的零部件类型和所在地理区域,采集与待检测零部件对应的零部件供应商和零部件报价;其中,与待检测零部件对应的零部件供应商是在待检测零部件的所在地理区域中售卖与待检测零部件的零部件类型相同的零部件的供应商,与待检测零部件对应的零部件报价是在待检测零部件的所在地理区域中售卖的与待检测零部件的零部件类型相同的零部件的价格;将与待检测零部件对应的零部件供应商和零部件报价,以及与待检测零部件三维模型匹配的损坏级别、维修方案、维修定价、保险赔付方案,反馈至目标用户的终端设备。
由此,本发明实施例可以为待检测零部件的维修和保险理赔过程提供更丰富的参考信息。
本发明实施例提供了一种车辆损伤检测方法,可以通过对待检测车辆和损伤情况数据库中的损伤车辆的类型、所在地理区域以及三维模型进行匹配自动确定在待检测车辆所在地理地区或周边地区的与待检测车辆的损伤情况类似的损伤车辆,可以通过对待检测零部件和损伤情况数据库中的损伤零部件的类型、所在地理区域以及三维模型进行匹配,自动确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件,可以将与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案反馈给用户,以使用户可以参照情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
对于保险定损员和维修人员等用户来说,不需要多年的经验,仅需将待检测车辆或待检测零部件的三维模型发送至服务器,即可得到服务器反馈的与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,参照与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
对于车主用户来说,仅需将待检测车辆或待检测零部件的三维模型发送至服务器,即可得到服务器反馈的与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,这样就能够做到心中有数,评判保险定损员和维修人员提供的车辆或零部件的损坏级别、维修方案、维修定价以及保险赔付方案等信息是否准确、是否合理,在遇到违反职业道德的保险定损员和维修人员的情况下,维护自身权益不受损害。
对于保险平台来说,待检测车辆或待检测零部件的三维模型是真实且不可篡改的,损坏级别、维修方案、维修定价以及保险赔付方案也是根据车辆、零部件的真实损坏情况确定的,维修定价比较透明,这样就能够做到约束一系列的相关人员。
实施例三
图3为本发明实施例三提供的一种车辆损伤检测装置的结构示意图。如图3所示,所述装置包括:图像接收模块301、第一信息确定模块302、第一信息匹配模块303、第一检测结果确定模块304以及第一检测结果反馈模块305。
其中,图像接收模块301,用于接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;第一信息确定模块302,用于根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;第一信息匹配模块303,用于根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;第一检测结果确定模块304,用于将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;第一检测结果反馈模块305,用于将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
本发明实施例提供了一种车辆损伤检测装置,可以通过对待检测车辆和损伤情况数据库中的损伤车辆的类型、所在地理区域以及图像进行匹配,自动确定在待检测车辆所在地理地区或周边地区的与待检测车辆的损伤情况类似的损伤车辆,可以通过对待检测零部件和损伤情况数据库中的损伤零部件的类型、所在地理区域以及图像进行匹配,确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件自动确定在待检测零部件所在地理地区或周边地区的与待检测零部件的损伤情况类似的损伤零部件,可以将与待检测车辆的损伤情况类似的损伤车辆或与待检测零部件的损伤情况类似的损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案反馈给用户,以使用户可以参照情况类似的损伤车辆或损伤零部件的损坏级别、维修方案、维修定价以及保险赔付方案,进行待检测车辆或待检测零部件的后续的维修和保险理赔处理。
在本发明实施例的一个可选实施方式中,可选的,车辆损伤检测装置还包括:三维模型接收模块,用于接收目标用户通过终端设备发送的待检测对象三维模型,所述待检测对象三维模型为待检测车辆三维模型或待检测零部件三维模型;第二信息确定模块,用于根据所述待检测对象三维模型确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;第二信息匹配模块,用于根据所述待检测对象的类型、所在地理区域以及所述待检测对象三维模型,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象三维模型匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的三维模型与所述待检测对象三维模型之间的相似度大于预设相似度阈值;第二检测结果确定模块,用于将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案;第二检测结果反馈模块,用于将与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
在本发明实施例的一个可选实施方式中,可选的,所述预设的损伤情况数据库中存储的损伤对象关联信息包括:损伤车辆关联信息和损伤零部件关联信息;所述损伤车辆关联信息中的损伤对象为损伤车辆,损伤对象的类型为损伤车辆的车型,损伤对象的所在地理区域为损伤车辆的所在地理区域;所述损伤零部件关联信息中的损伤对象为损伤零部件,损伤对象的类型为损伤零部件的零部件类型,损伤对象的所在地理区域为损伤零部件的所在地理区域;车辆损伤检测装置还包括:数据库建立模块,用于获取设定数量的损伤车辆关联信息和损伤零部件关联信息,并将各所述损伤车辆关联信息和各所述损伤零部件关联信息存储至预设的损伤情况数据库中;其中,各所述损伤车辆关联信息至少包括:损伤车辆的图像、三维模型、车型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案;各所述损伤零部件关联信息至少包括:损伤零部件的图像、三维模型、零部件类型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案。
在本发明实施例的一个可选实施方式中,可选的,数据库建立模块在执行将各所述损伤车辆关联信息存储至预设的损伤情况数据库中的操作时,具体用于:根据所在地理区域对各所述损伤车辆关联信息进行分组,得到多个损伤车辆信息组,各所述损伤车辆信息组中的各损伤车辆关联信息中的所在地理区域相同;针对每一个损伤车辆信息组,根据车型对损伤车辆信息组中的各损伤车辆关联信息进行分组,得到多个损伤车辆信息小组,各所述损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域和车型相同;将各所述损伤车辆信息小组存储至预设的损伤情况数据库中。
在本发明实施例的一个可选实施方式中,可选的,数据库建立模块在执行将各所述损伤零部件关联信息存储至预设的损伤情况数据库中的操作时,具体用于:根据所在地理区域对各所述损伤零部件关联信息进行分组,得到多个损伤零部件信息组,各所述损伤零部件信息组中的各损伤零部件关联信息中的所在地理区域相同;针对每一个损伤零部件信息组,根据零部件类型对损伤零部件信息组中的各损伤零部件关联信息进行分组,得到多个损伤零部件信息小组,各所述损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域和零部件类型相同;将各所述损伤零部件信息小组存储至预设的损伤情况数据库中。
在本发明实施例的一个可选实施方式中,可选的,所述待检测对象图像为待检测车辆图像;第一信息确定模块302在执行根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域操作时,具体用于:对所述待检测车辆图像进行光学字符识别,获取所述待检测车辆图像中的车辆识别号码,并根据所述车辆识别号码,确定待检测车辆的车型;获取所述待检测车辆的所在地理区域;第一信息匹配模块303在执行根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息的操作时,具体用于:在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;其中,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同或与所述待检测车辆的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测车辆图像与所述目标损伤车辆信息小组中的各损伤车辆关联信息中的损伤车辆的图像之间的相似度;如果存在与所述待检测车辆图像之间的相似度大于预设相似度阈值的第一目标图像,则将所述第一目标图像所属损伤车辆关联信息确定为与所述待检测车辆图像匹配的目标损伤对象关联信息。
在本发明实施例的一个可选实施方式中,可选的,所述待检测对象图像为待检测零部件图像;第一信息确定模块302在执行根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域操作时,具体用于:对所述待检测零部件图像进行光学字符识别,获取所述待检测零部件图像中的零部件标识,并根据所述零部件标识,确定待检测零部件的零部件类型;获取所述待检测零部件的所在地理区域;第一信息匹配模块303在执行根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息的操作时,具体用于:在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;其中,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同或与所述待检测零部件的所在地理区域之间的距离小于预设距离门限;分别计算所述待检测零部件图像与所述目标损伤零部件信息小组中的各损伤零部件关联信息中的损伤零部件的图像之间的相似度;如果存在与所述待检测零部件图像之间的相似度大于预设相似度阈值的第二目标图像,则将所述第二目标图像所属损伤零部件关联信息确定为与所述待检测零部件图像匹配的目标损伤对象关联信息。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
上述车辆损伤检测装置可执行本发明任意实施例所提供的车辆损伤检测方法,具备执行车辆损伤检测方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适用于来实现本发明实施方式的示例性计算机设备12的框图。
图4显示的计算机设备12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,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器16,存储器28,连接不同业务***组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12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。
存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12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***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,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18相连。存储器28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42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、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42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20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。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图4中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,实现本发明实施例所提供的车辆损伤检测方法:接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
实施例五
本发明实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现本发明实施例所提供的车辆损伤检测方法:接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种车辆损伤检测方法,其特征在于,包括:
接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;
根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;
根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;
将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;
将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收目标用户通过终端设备发送的待检测对象三维模型,所述待检测对象三维模型为待检测车辆三维模型或待检测零部件三维模型;
根据所述待检测对象三维模型确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;
根据所述待检测对象的类型、所在地理区域以及所述待检测对象三维模型,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象三维模型匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的三维模型与所述待检测对象三维模型之间的相似度大于预设相似度阈值;
将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案;
将与所述待检测对象三维模型匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
3.根据权利要求1或2所述的方法,其特征在于,所述预设的损伤情况数据库中存储的损伤对象关联信息包括:损伤车辆关联信息和损伤零部件关联信息;所述损伤车辆关联信息中的损伤对象为损伤车辆,损伤对象的类型为损伤车辆的车型,损伤对象的所在地理区域为损伤车辆的所在地理区域;所述损伤零部件关联信息中的损伤对象为损伤零部件,损伤对象的类型为损伤零部件的零部件类型,损伤对象的所在地理区域为损伤零部件的所在地理区域;
所述车辆损伤检测方法还包括:
获取设定数量的损伤车辆关联信息和损伤零部件关联信息,并将各所述损伤车辆关联信息和各所述损伤零部件关联信息存储至预设的损伤情况数据库中;
其中,各所述损伤车辆关联信息至少包括:损伤车辆的图像、三维模型、车型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案;各所述损伤零部件关联信息至少包括:损伤零部件的图像、三维模型、零部件类型、所在地理区域、损坏级别、维修方案、维修定价以及保险赔付方案。
4.根据权利要求3所述的方法,其特征在于,将各所述损伤车辆关联信息存储至预设的损伤情况数据库中,包括:
根据所在地理区域对各所述损伤车辆关联信息进行分组,得到多个损伤车辆信息组,各所述损伤车辆信息组中的各损伤车辆关联信息中的所在地理区域相同;
针对每一个损伤车辆信息组,根据车型对损伤车辆信息组中的各损伤车辆关联信息进行分组,得到多个损伤车辆信息小组,各所述损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域和车型相同;
将各所述损伤车辆信息小组存储至预设的损伤情况数据库中。
5.根据权利要求3所述的方法,其特征在于,将各所述损伤零部件关联信息存储至预设的损伤情况数据库中,包括:
根据所在地理区域对各所述损伤零部件关联信息进行分组,得到多个损伤零部件信息组,各所述损伤零部件信息组中的各损伤零部件关联信息中的所在地理区域相同;
针对每一个损伤零部件信息组,根据零部件类型对损伤零部件信息组中的各损伤零部件关联信息进行分组,得到多个损伤零部件信息小组,各所述损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域和零部件类型相同;
将各所述损伤零部件信息小组存储至预设的损伤情况数据库中。
6.根据权利要求4所述的方法,其特征在于,所述待检测对象图像为待检测车辆图像;
所述根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:
对所述待检测车辆图像进行光学字符识别,获取所述待检测车辆图像中的车辆识别号码,并根据所述车辆识别号码,确定待检测车辆的车型;
获取所述待检测车辆的所在地理区域;
所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息,包括:
在预设的损伤情况数据库中,获取与所述待检测车辆的车型和所在地理区域对应的目标损伤车辆信息小组;其中,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的车型与所述待检测车辆的车型相同,所述目标损伤车辆信息小组中的各损伤车辆关联信息中的所在地理区域与所述待检测车辆的所在地理区域相同或与所述待检测车辆的所在地理区域之间的距离小于预设距离门限;
分别计算所述待检测车辆图像与所述目标损伤车辆信息小组中的各损伤车辆关联信息中的损伤车辆的图像之间的相似度;
如果存在与所述待检测车辆图像之间的相似度大于预设相似度阈值的第一目标图像,则将所述第一目标图像所属损伤车辆关联信息确定为与所述待检测车辆图像匹配的目标损伤对象关联信息。
7.根据权利要求5所述的方法,其特征在于,所述待检测对象图像为待检测零部件图像;
所述根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,包括:
对所述待检测零部件图像进行光学字符识别,获取所述待检测零部件图像中的零部件标识,并根据所述零部件标识,确定待检测零部件的零部件类型;
获取所述待检测零部件的所在地理区域;
所述根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息,包括:
在预设的损伤情况数据库中,获取与所述待检测零部件的零部件类型和所在地理区域对应的目标损伤零部件信息小组;其中,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的零部件类型与所述待检测零部件的零部件类型相同,所述目标损伤零部件信息小组中的各损伤零部件关联信息中的所在地理区域与所述待检测零部件的所在地理区域相同或与所述待检测零部件的所在地理区域之间的距离小于预设距离门限;
分别计算所述待检测零部件图像与所述目标损伤零部件信息小组中的各损伤零部件关联信息中的损伤零部件的图像之间的相似度;
如果存在与所述待检测零部件图像之间的相似度大于预设相似度阈值的第二目标图像,则将所述第二目标图像所属损伤零部件关联信息确定为与所述待检测零部件图像匹配的目标损伤对象关联信息。
8.一种车辆损伤检测装置,其特征在于,包括:
图像接收模块,用于接收目标用户通过终端设备发送的待检测对象图像,所述待检测对象图像为待检测车辆图像或待检测零部件图像;
第一信息确定模块,用于根据所述待检测对象图像确定待检测对象的类型,并获取所述待检测对象的所在地理区域,所述待检测对象为待检测车辆或待检测零部件;
第一信息匹配模块,用于根据所述待检测对象的类型、所在地理区域以及所述待检测对象图像,在预设的损伤情况数据库中存储的损伤对象关联信息中,获取与所述待检测对象图像匹配的目标损伤对象关联信息;其中,所述目标损伤对象关联信息中的损伤对象的类型与所述待检测对象的类型相同,损伤对象的所在地理区域与所述待检测对象的所在地理区域相同或与所述待检测对象的所在地理区域之间的距离小于预设距离门限,且损伤对象的图像与所述待检测对象图像之间的相似度大于预设相似度阈值;
第一检测结果确定模块,用于将所述目标损伤对象关联信息中的损伤对象的损坏级别、维修方案、维修定价以及保险赔付方案确定为与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案;
第一检测结果反馈模块,用于将与所述待检测对象图像匹配的损坏级别、维修方案、维修定价以及保险赔付方案反馈至所述终端设备。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行,使得所述一个或多个处理器执行所述计算机程序时实现如权利要求1-7中任一所述的车辆损伤检测方法。
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,该计算机程序被处理器执行时实现如权利要求1-7中任一所述的车辆损伤检测方法。
CN202111081288.6A 2021-09-15 2021-09-15 一种车辆损伤检测方法、装置、设备及存储介质 Active CN113781454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111081288.6A CN113781454B (zh) 2021-09-15 2021-09-15 一种车辆损伤检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111081288.6A CN113781454B (zh) 2021-09-15 2021-09-15 一种车辆损伤检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113781454A CN113781454A (zh) 2021-12-10
CN113781454B true CN113781454B (zh) 2023-09-08

Family

ID=78844247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111081288.6A Active CN113781454B (zh) 2021-09-15 2021-09-15 一种车辆损伤检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113781454B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114170204B (zh) * 2021-12-13 2024-06-21 国网重庆市电力公司电力科学研究院 一种图像计量定价方法
CN114943908A (zh) * 2022-06-20 2022-08-26 平安科技(深圳)有限公司 基于人工智能的车身损伤取证方法、装置、设备及介质
CN116796279B (zh) * 2023-08-28 2023-11-17 德联易控科技(北京)有限公司 基于四轮定位数据和大数据的车损检测方法、***及设备
CN117671329B (zh) * 2023-11-14 2024-06-21 平安科技(上海)有限公司 基于人工智能的车辆损伤分析方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107358596A (zh) * 2017-04-11 2017-11-17 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、电子设备及***
CN107403424A (zh) * 2017-04-11 2017-11-28 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
CN111259848A (zh) * 2020-01-22 2020-06-09 苏州华兴源创科技股份有限公司 一种车辆定损方法、车辆定损***、计算机设备和介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107358596A (zh) * 2017-04-11 2017-11-17 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、电子设备及***
CN107403424A (zh) * 2017-04-11 2017-11-28 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
CN112435215A (zh) * 2017-04-11 2021-03-02 创新先进技术有限公司 一种基于图像的车辆定损方法、移动终端、服务器
CN111259848A (zh) * 2020-01-22 2020-06-09 苏州华兴源创科技股份有限公司 一种车辆定损方法、车辆定损***、计算机设备和介质

Also Published As

Publication number Publication date
CN113781454A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN113781454B (zh) 一种车辆损伤检测方法、装置、设备及存储介质
US20230080966A1 (en) Method and Apparatus for Mobile Rental of Vehicles
AU2013379774B2 (en) Tax document imaging and processing
AU2013379776B2 (en) Presentation of image of source of tax data through tax preparation application
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN111259848A (zh) 一种车辆定损方法、车辆定损***、计算机设备和介质
CN104753772A (zh) 一种信息交互的方法和装置
CN106296409A (zh) 车辆事故现场勘察方法和***
CN113032834A (zh) 一种数据库表格处理方法、装置、设备及存储介质
CN115810134A (zh) 一种车险反欺诈的图像采集质检方法、***和装置
CN115146799A (zh) 一种汽车服务接待***
CN113591580B (zh) 图像标注方法、装置、电子设备和存储介质
CN111489255A (zh) 数据的授信方法、装置、设备及计算机可读存储介质
CN113742441A (zh) 一种房屋电子地图快速更新方法和***
US20090182635A1 (en) Vehicle Inspection System and Process
CN110415110B (zh) 进度监测方法、进度监测装置和电子设备
CN109711863B (zh) 用于质检服务定价的智能核价方法、设备、介质及***
CN113033546A (zh) 结合rpa和ai的通行证办理方法、装置及电子设备
CN113536056A (zh) 一种整车电量管理方法、装置、设备及存储介质
CN112835694A (zh) 巡检任务处理方法、装置、计算机设备和存储介质
CN113128357A (zh) 车辆故障处理方法及***
CN113792731B (zh) 一种车辆登记方法、装置、设备及存储介质
CN112669105B (zh) 转租检测方法、设备及介质
CN114258022A (zh) 一种用户验证方法、装置、移动通信终端及存储介质
CN115904532A (zh) 业务数据处理方法、装置和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