TWI740088B - 車輛定損的方法、裝置及設備 - Google Patents
車輛定損的方法、裝置及設備 Download PDFInfo
- Publication number
- TWI740088B TWI740088B TW108100823A TW108100823A TWI740088B TW I740088 B TWI740088 B TW I740088B TW 108100823 A TW108100823 A TW 108100823A TW 108100823 A TW108100823 A TW 108100823A TW I740088 B TWI740088 B TW I740088B
- Authority
- TW
- Taiwan
- Prior art keywords
- video image
- vehicle
- damage
- shooting
- target vehicle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 230000006870 function Effects 0.000 claims description 14
- 239000002828 fuel tank Substances 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 238000010191 image analysis Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 50
- 230000008569 process Effects 0.000 description 21
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000009897 systematic effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 208000003580 polydactyly Diseases 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本說明書實施例公開了一種車輛定損的方法、裝置及設備,所述方法包括:採集包括待定損的目標車輛的標識的第一視頻圖像,如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
Description
本說明書係關於電腦技術領域,尤其關於一種車輛定損的方法、裝置及設備。
隨著汽車工業的迅猛發展,汽車產銷量、保有量越來越高。而隨著汽車數量的迅速增長,道路的改善,特別是高速公路和交流道的增多,汽車的車速增高,車輛發生交通事故導致的碰撞受損也日益增加,汽車查勘與定損、汽車保險與理賠行業也隨之興起。
當被保險的車輛發生交通事故時,保險機構首先需要做的就是到現場查勘定損,其中,車輛定損是根據車輛構造原理,透過科學、系統的專業化檢查、測試與勘測手段,對車輛碰撞與事故現場進行綜合分析,運用車輛估損資料與維修資料,對車輛碰撞修復進行科學系統的估損定價。車輛的定損涉及到維修、製造和車主等多方面的技術和利益,它是整個車險服務中矛盾比較突出的部分,因此,車輛定損變的非常重要,為了做好車輛的查勘與定損,保險機構會設置有車輛定損人員,當被保險的車輛發生交通事故時,保險機構會調度車輛定損人員到現場查勘定損。現今,保險機構對車輛定損人員的需求量越來越大,對車輛定損人員的要求也越來越規範。由於調度車輛定損人員到事故現場需要一定的時間,而且,如果保險機構的車輛定損人員不足,會使得到達現場所花費的時間更長,從而造成車輛定損效率低下,這樣就需要提供更高效的車輛定損方案。
本說明書實施例的目的是提供一種車輛定損的方法、裝置及設備,以提供一種更高效的車輛定損方案。
為實現上述技術方案,本說明書實施例是這樣實現的:
本說明書實施例提供的一種車輛定損的方法,所述方法包括:
採集包括待定損的目標車輛的標識的第一視頻圖像;
如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;
如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
可選地,所述第二視頻圖像包括第三視頻圖像和第四視頻圖像,
所述繼續採集包括所述目標車輛的損傷相關的第二視頻圖像,以及所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,包括:
繼續採集用於判定所述目標車輛的損傷部位的第三視頻圖像;
如果所述第三視頻圖像能夠判定所述目標車輛的損傷部位,則繼續採集用於判定所述目標車輛的損傷程度的第四視頻圖像;
如果所述第四視頻圖像能夠判定所述目標車輛的損傷程度,則確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
可選地,所述第一視頻圖像符合拍攝標識的預定要求,包括:
從所述第一視頻圖像中提取與所述目標車輛的標識相關的圖像特徵;
如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
可選地,所述車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
可選地,所述如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求之前,所述方法還包括:
將所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器判斷所述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;
接收所述定損伺服器發送的所述判斷結果;
所述如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損,包括:
如果所述判斷結果指示所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
可選地,所述第一視頻圖像符合拍攝標識的預定要求,包括:
從所述第一視頻圖像中確定所述目標車輛的標識所在的第一區域;
透過預設的捕捉單元填充所述第一區域,得到捕捉單元組成的第二區域;
如果所述第二區域中的視頻圖像符合拍攝標識的預定要求,則將所述第二區域突出顯示,以確定所述第一視頻圖像符合拍攝標識的預定要求。
可選地,所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,包括:
從所述第二視頻圖像中確定所述目標車輛的損傷相關的第三區域;
透過預設的捕捉單元填充所述第三區域,得到捕捉單元組成的第四區域;
如果所述第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將所述第四區域突出顯示,以確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
可選地,所述基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損,包括:
將所述第一視頻圖像和所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器根據所述第一視頻圖像和所述第二視頻圖像對所述目標車輛進行定損,得到所述目標車輛的定損結果;
接收所述定損伺服器發送的所述定損結果。
本說明書實施例提供的一種車輛定損的裝置,所述裝置包括:
第一視頻採集模組,用於採集包括待定損的目標車輛的標識的第一視頻圖像;
第二視頻採集模組,用於如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;
車輛定損模組,用於如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
可選地,所述第二視頻圖像包括第三視頻圖像和第四視頻圖像,所述車輛定損模組,包括:
第三視頻採集單元,用於繼續採集用於判定所述目標車輛的損傷部位的第三視頻圖像;
第四視頻採集單元,用於如果所述第三視頻圖像能夠判定所述目標車輛的損傷部位,則繼續採集用於判定所述目標車輛的損傷程度的第四視頻圖像;
判定單元,用於如果所述第四視頻圖像能夠判定所述目標車輛的損傷程度,則確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
可選地,所述第二視頻採集模組,包括:
特徵提取單元,用於從所述第一視頻圖像中提取與所述目標車輛的標識相關的圖像特徵;
判斷單元,用於如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
可選地,所述車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
可選地,所述裝置還包括:
視頻圖像發送模組,用於將所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器判斷所述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;
判斷結果接收模組,用於接收所述定損伺服器發送的所述判斷結果;
所述車輛定損模組,用於如果所述判斷結果指示所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
可選地,所述第二視頻採集模組,包括:
第一區域確定單元,用於從所述第一視頻圖像中確定所述目標車輛的標識所在的第一區域;
第一填充單元,用於透過預設的捕捉單元填充所述第一區域,得到捕捉單元組成的第二區域;
第一判定單元,用於如果所述第二區域中的視頻圖像符合拍攝標識的預定要求,則將所述第二區域突出顯示,以確定所述第一視頻圖像符合拍攝標識的預定要求。
可選地,所述車輛定損模組,包括:
第三區域確定單元,用於從所述第二視頻圖像中確定所述目標車輛的損傷相關的第三區域;
第二填充單元,用於透過預設的捕捉單元填充所述第三區域,得到捕捉單元組成的第四區域;
第二判定單元,用於如果所述第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將所述第四區域突出顯示,以確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
可選地,所述車輛定損模組,包括:
視頻圖像發送單元,用於將所述第一視頻圖像和所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器根據所述第一視頻圖像和所述第二視頻圖像對所述目標車輛進行定損,得到所述目標車輛的定損結果;
定損結果接收單元,用於接收所述定損伺服器發送的所述定損結果。
本說明書實施例提供的一種車輛定損的設備,所述車輛定損的設備包括:
處理器;以及
被安排成儲存電腦可執行指令的記憶體,所述可執行指令在被執行時使所述處理器:
採集包括待定損的目標車輛的標識的第一視頻圖像;
如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;
如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
由以上本說明書實施例提供的技術方案可見,本說明書實施例採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
本說明書實施例提供一種車輛定損的方法、裝置及設備。
為了使本技術領域的人員更好地理解本說明書中的技術方案,下面將結合本說明書實施例中的附圖,對本說明書實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書中的實施例,本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例,都應當屬於本說明書保護的範圍。
實施例一
如圖1所示,本說明書實施例提供一種車輛定損的方法,該方法的執行主體可以為終端設備,或者可以是由終端設備和伺服器共同執行,其中,該終端設備可以如個人電腦等設備,也可以如手機、平板電腦等移動終端設備,該終端設備可以為用戶使用的終端設備。該伺服器可以是獨立的伺服器,也可以是由多個伺服器組成的伺服器集群,而且,該伺服器可以是進行車輛定損的伺服器。該方法可以用於進行車輛定損等處理中。該方法具體可以包括以下步驟:
在步驟S102中,採集包括待定損的目標車輛的標識的第一視頻圖像。
其中,目標車輛可以是發生車輛碰撞後造成損傷的任意車輛。標識可以是用於確定目標車輛身份的資訊,例如,目標車輛的車牌號碼或目標車輛的引擎編號等。第一視頻圖像可以是透過攝像設備拍攝的視頻的圖像。
在實施中,進入21世紀以來,隨著汽車工業的迅猛發展,汽車產銷量、保有量越來越高。而隨著汽車數量的迅速增長,道路的改善,特別是高速公路和立交橋的增多,汽車的車速增高,車輛發生交通事故導致的碰撞受損也日益增加,汽車查勘與定損、汽車保險與理賠行業也隨之興起。當被保險的車輛發生交通事故時,保險機構首先需要做的就是到現場查勘定損,其中,車輛定損可以是根據車輛構造原理,透過科學、系統的專業化檢查、測試與勘測手段,對車輛碰撞與事故現場進行綜合分析,運用車輛估損資料與維修資料,對車輛碰撞修復進行科學系統的估損定價。車輛的定損涉及到維修、製造和車主等多方面的技術和利益,它是整個車險服務中矛盾比較突出的部分。查勘和定損是為了確定事故損失而存在的,包括損失的真實性,損失的實際程度,維修或賠償的程度等多個方面。為了做好車輛的查勘與定損,保險機構會設置有車輛定損人員,當被保險的車輛發生交通事故時,保險機構會調度車輛定損人員到現場查勘定損。現今,保險機構對車輛定損人員的需求量越來越大,對車輛定損人員的要求也越來越規範。由於調度車輛定損人員到事故現場需要一定的時間,而且,如果保險機構的車輛定損人員不足,會使得到達現場所花費的時間更長,從而造成時間的浪費和定損效率的低下,為此,本說明書實施例提供一種車輛的定損方法,即可以節省保險機構的人員的頻繁調度,還可以提高車輛定損上報效率,具體可以包括以下內容:
考慮到當被保險的車輛(即目標車輛)發生交通事故時,報案人(如車輛駕駛員或乘車人等)到目標車輛的距離遠遠近於保險機構的車輛定損人員到目標車輛的距離,如果報案人能夠上報目標車輛真實的、滿足定損評判要求和定損所需要的規範證據等資訊,則保險機構不需要再向目標車輛調度或派遣車輛定損人員,從而可以減少保險機構的人力資源的損耗,而且還可以提高車輛定損的效率,因此,可設置一種車輛定損資訊上報或上傳的機制,透過該機制可以引導用戶上報規範的車輛損傷資訊,下面可以對該機制的一種可能的實現方式進行說明,具體如下:
首先,為了確保用戶需要定損的目標車輛,可以引導用戶上報目標車輛真實有效的身份資訊,這樣,可以避免車輛的定損詐欺,盡可能的降低可能存在的風險。本說明書實施例中,為了盡可能的降低風險,可以採用視頻圖像的方式上報車輛定損相關的資訊。用戶的終端設備中可以設置有車輛定損資訊上報機制的觸發按鍵,另外,還可以基於車輛定損資訊上報機制,透過電腦編程語言編寫相應的應用程式。當用戶需要向保險機構上報車輛的損傷情況時,可以點擊車輛定損資訊上報機制的觸發按鍵,或者,啟動相應的應用程式,以觸發執行車輛定損資訊上報機制。終端設備可以執行該車輛定損資訊上報機制,此時,如圖2A所示,終端設備可以啟動相機,並打開視頻拍攝功能,透過相機拍攝視頻圖像,此時,終端設備的顯示介面中可以設置相應的提示資訊,透過上述提示資訊,用戶可以執行相應的操作,其中,該提示資訊可以用於提示用戶拍攝目標車輛的標識等,這樣,終端設備可以採集包括待定損的目標車輛的標識的第一視頻圖像。例如,該提示資訊提示用戶拍攝目標車輛的車牌號碼,這樣,如圖2A和圖2B所示,用戶可以將終端設備的相機對準目標車輛的車牌號碼進行視頻拍攝,得到第一視頻圖像,其中,在實際應用中,如果標識為車牌號碼,則終端設備的攝像預覽介面中可以提供一個矩形區域,在拍攝車牌號碼時,可以提示用戶將車牌號碼的圖像放置在上述矩形區域內,以方便後續對車牌號碼的識別。
在步驟S104中,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像。
其中,第二視頻圖像可以是透過攝像設備拍攝的、其中包括目標車輛損傷情況的視頻的圖像,其中的目標車輛損傷情況可以包括損傷部位和損傷程度等。拍攝標識的預定要求可以根據實際情況設定,例如,標識為車牌號碼,則拍攝標識的預定要求可以為車牌號碼的特徵,可以包括:相對規則的矩形(其中,在非平面拍攝時為平行四邊形)、藍底白字或黃底黑字、中文+白點+5位英文和/或數字的組合等。
在實施中,用戶在使用終端設備拍攝目標車輛標識的過程中,終端設備可以對拍攝的第一視頻圖像進行圖像分析,即可以即時計算視頻窗口中,所拍攝目標車輛的目標區域,透過捕捉顯示單元的組合,填充目標區域的面積,從而可以捕捉到第一視頻圖像中存在的與標識相對應的特徵,然後,可以鎖定相應的區域,並對該區域進行進一步識別判斷,從而確定第一視頻圖像是否符合拍攝標識的預定要求。
例如,標識為車牌號碼,終端設備可以對拍攝的第一視頻圖像進行圖像分析,即可以即時計算視頻窗口中所拍攝目標車輛的與車牌號碼的“相對規則的矩形”相匹配的目標區域,透過捕捉顯示單元的組合,填充目標區域的面積,從而可以捕捉到第一視頻圖像中存在的與車牌號碼的“相對規則的矩形”相匹配的特徵,然後,可以鎖定上述規則的矩形區域,並對該規則的矩形區域進行進一步識別,即判斷該規則的矩形區域是否是藍底白字或黃底黑字,以及判斷該規則的矩形區域中是否包含中文+白點+5位英文和/或數字的組合等,從而確定第一視頻圖像是否符合拍攝標識的預定要求。如果該規則的矩形區域是藍底白字或黃底黑字,且其中包含中文+白點+5位英文和/或數字的組合,則確定第一視頻圖像符合拍攝標識的預定要求,否則,第一視頻圖像不符合拍攝標識的預定要求。其中,第一視頻圖像是否符合拍攝標識的預定要求的直觀處理方法可以包括多種,例如對目標區域進行變色處理,即如果確定第一視頻圖像符合拍攝標識的預定要求,則可以將上述規則的矩形區域由灰色變為紅色等,從而使得用戶及時了解拍攝的視頻圖像是否符合規範或要求。
如果第一視頻圖像符合拍攝標識的預定要求,則終端設備可以開啟下一步引導的提示資訊,此時,如圖2C所示,終端設備的顯示介面中可以設置下一步的提示資訊,透過上述提示資訊,用戶可以繼續拍攝相應的視頻圖像,其中,該提示資訊可以用於提示用戶拍攝目標車輛的損傷情況等,這樣,終端設備可以採集包括目標車輛的損傷部位和損傷程度的第二視頻圖像。
在步驟S106中,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損。
其中,拍攝車輛損傷特徵的預定要求可以根據實際情況設定,例如,標識為車牌號碼,則拍攝標識的預定要求可以為車牌號碼的特徵,可以包括:相對規則的矩形(其中,在非平面拍攝時為平行四邊形)、藍底白字或黃底黑字、中文+白點+5位英文和/或數字的組合等。
在實施中,用戶在使用終端設備拍攝包括目標車輛的損傷相關的第二視頻圖像的過程中,終端設備可以對拍攝的第二視頻圖像進行圖像分析,即可以即時計算視頻窗口中所拍攝目標車輛的目標區域,透過捕捉顯示單元的組合,填充目標區域的面積,從而可以捕捉到第二視頻圖像中存在的車輛損傷特徵,然後,可以鎖定相應的區域,並對該區域進行進一步識別判斷,從而確定第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求。其中,第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求的直觀處理方法可以包括多種,例如對目標區域進行變色處理等。
如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則終端設備可以提示用戶已完成本次拍攝,如果用戶指示繼續拍攝,則可以繼續透過上述步驟S104和步驟S106的處理進行視頻圖像拍攝,如果用戶指示結束拍攝,則終端設備可以獲取第一視頻圖像和第二視頻圖像,並可以分別對第一視頻圖像和第二視頻圖像進行圖像分析,確定目標車輛損傷的所屬部件、損傷程度,從而制定維修方案、維修價格以及車險的理賠建議等,從而達到對目標車輛進行定損的目的。
需要說明的是,對目標車輛進行定損的處理可以是在終端設備中執行,也可以是由伺服器執行。對於由伺服器執行的情況,終端設備獲取到第一視頻圖像和第二視頻圖像後,可以將第一視頻圖像和第二視頻圖像發送給車輛定損伺服器,車輛定損伺服器接收到第一視頻圖像和第二視頻圖像後,可以對第一視頻圖像和第二視頻圖像進行視頻分析,確定目標車輛損傷的所屬部件、損傷程度,從而制定維修方案、維修價格以及車險的理賠建議等車輛定損結果,然後,可以將車輛定損結果發送給終端設備,這樣,可以減輕終端設備的資料處理壓力,提高資料處理效率。
本說明書實施例提供一種車輛定損的方法,採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
實施例二
如圖3所示,本說明書實施例提供一種車輛定損的方法,該方法的執行主體可以為終端設備,其中,該終端設備可以如個人電腦等設備,也可以如手機、平板電腦等移動終端設備,該終端設備可以為用戶使用的終端設備。該方法可以用於進行車輛定損等處理中。該方法具體可以包括以下步驟:
在步驟S302中,採集包括待定損的目標車輛的標識的第一視頻圖像。
其中,車輛標識的特徵可以包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口等,在實際應用中,車輛標識的特徵也並不限於上述內容,還可以包括能夠證明目標車輛身份的其它資訊,例如引擎編號或車輛識別代碼(VIN,Vehicle Identification Number)等。
上述步驟S302的步驟內容與上述實施例一中步驟S102的步驟內容相同,步驟S302的具體處理過程可以參見上述實施例一中步驟S102的相關內容,在此不再贅述。
在步驟S304中,從第一視頻圖像中提取與目標車輛的標識相關的圖像特徵。
在實施中,終端設備中可以設置有視頻圖像的特徵提取演算法,該特徵提取演算法可以對視頻圖像中屬於特徵性的資訊進行提取。終端設備透過上述步驟S302的處理過程獲取第一視頻圖像後,可以調取預先設置的特徵提取演算法,透過特徵提取演算法可以對第一視頻圖像進行分析,可以從第一視頻圖像中提取包含特徵性的資訊,並可以根據目標車輛的標識的相關資訊,可以從提取的包含特徵性的資訊中提取與目標車輛的標識相關的圖像特徵。
在步驟S306中,如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
在實施中,終端設備中可以儲存有車輛的特徵庫,該特徵庫中可以儲存有車輛標識的特徵,具體地,該特徵庫中可以儲存有車牌的相關特徵、前大燈的相關特徵、輪轂的相關特徵、車門把手的相關特徵、車輛尾燈的相關特徵、車輛後視鏡的相關特徵、油箱蓋的相關特徵和充電口的相關特徵等,其中,車牌的相關特徵可以包括:相對規則的矩形(其中,在非平面拍攝時為平行四邊形)、藍底白字或黃底黑字、中文+白點+5位英文和/或數字的組合或多位英文和數字的組合等,前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋或充電口的相關特徵可以包括:外觀樣式特徵、內部結構樣式特徵等。
終端設備透過上述步驟S304的處理提取到第一視頻圖像的圖像特徵後,可以將提取的圖像特徵與特徵庫中儲存的車輛標識的特徵進行匹配,如果提取的圖像特徵與特徵庫中儲存的車輛標識的特徵不匹配,則表明用戶拍攝的第一視頻圖像不符合規範或要求,此時,可以輸出提示資訊以提示用戶重新拍攝視頻圖像,如果提取的圖像特徵與特徵庫中儲存的車輛標識的特徵相匹配,則表明用戶拍攝的第一視頻圖像符合規範或要求,此時,可以儲存該第一視頻圖像。
在實際應用中,上述確定第一視頻圖像是否符合拍攝標識的預定要求的處理,可以透過多種方式實現,以下提供一種可選的處理方式,具體可以包括以下步驟一~步驟三。
步驟一,從上述第一視頻圖像中確定目標車輛的標識所在的第一區域。
在實施中,可以透過目標車輛的標識的相關特徵確定第一區域,目標車輛的標識可以參見上述相關內容,例如,目標車輛的標識為車牌號碼,則第一區域可以是車牌號碼所在的車牌的區域,車牌的相關特徵可以參見上述相關內容,即車牌的相關特徵可以包括:相對規則的矩形、藍底白字或黃底黑字、中文+白點+5位英文和/或數字的組合或多位英文和數字的組合等,因此,可以在第一視頻圖像中查找具備上述特徵的區域,可以將上述區域確定為第一區域,該第一區域中會包括目標車輛的標識。
步驟二,透過預設的捕捉單元填充上述第一區域,得到捕捉單元組成的第二區域。
其中,預設的捕捉單元可以是圖像捕捉的基本組成單元,捕捉單元的大小可以根據實際情況設定,例如,捕捉單元可以是一個方形,該方形的邊長可以為1毫米或一個或多個像素點的長度等。
在實施中,透過上述步驟一的處理,可以即時計算視頻窗口中所拍攝的目標車輛中存在目標車輛的標識的相關特徵的第一區域,並可以確定第一區域的形狀,然後,如圖2D所示,可以使用捕捉單元,根據第一區域的形狀對第一區域所圈定的區域面積進行填充,直到透過多個捕捉單元填充的區域覆蓋第一區域為止,其中,多個捕捉單元中的任何兩個捕捉單元之間不存在重疊放置的情況。最終,可以得到捕捉單元組成的第二區域。
步驟三,如果上述第二區域中的視頻圖像符合拍攝標識的預定要求,則將該第二區域突出顯示,以確定第一視頻圖像符合拍攝標識的預定要求。
在實施中,可以透過上述步驟S304的處理提取第二區域中的視頻圖像的圖像特徵後,可以將提取的圖像特徵與特徵庫中儲存的車輛標識的特徵進行匹配,如果提取的圖像特徵與特徵庫中儲存的車輛標識的特徵不匹配,則表明用戶拍攝的第一視頻圖像不符合規範或要求,此時,可以輸出提示資訊以提示用戶重新拍攝視頻圖像,如果提取的圖像特徵與特徵庫中儲存的車輛標識的特徵相匹配,則此時,為了能夠讓用戶及時了解其拍攝的視頻圖像符合要求,可以將該第二區域突出顯示,以表明用戶拍攝的第一視頻圖像符合規範或要求。其中,將該第二區域突出顯示的具體實現方式可以包括多種,例如,可以第二區域的顏色變換為與之前的顏色不同的顏色,如由藍色變為紅色等,或者,也可以將第二區域進行閃爍顯示等。
如圖2C所示,透過上述方式確定目標車輛的身份後,可以透過如由不可操作按鍵或箭頭變為可操作按鍵或箭頭,或者,直接解鎖下一步處理等方式引導用戶進入下一步的處理,即請求用戶拍攝車輛損傷情況的相關視頻圖像,考慮到確定車輛損傷情況往往包括兩個部分,即確定車輛損傷的部位和確定損傷的程度,為此,可以透過以下步驟S308和步驟S310的處理確定目標車輛的損傷情況。
在步驟S308中,繼續採集用於判定目標車輛的損傷部位的第三視頻圖像。
在實施中,終端設備中可以顯示指示用戶對準車輛損傷的部位進行視頻拍攝的指示資訊,用戶可以根據指示資訊的內容,將終端設備的相機對準目標車輛的損傷部位,繼續進行視頻拍攝。用戶在即時拍攝目標車輛的損傷部位的第三視頻圖像時,終端設備可以即時計算視頻窗口中所拍攝的目標車輛中存在損傷部位的目標區域,然後,可以透過捕捉顯示單元的組合,填充目標區域的面積,從而可以捕捉到目標車輛完整的損傷部位的第三視頻圖像,可以鎖定上述目標區域。
在步驟S310中,如果第三視頻圖像能夠判定目標車輛的損傷部位,則繼續採集用於判定目標車輛的損傷程度的第四視頻圖像。
在實施中,終端設備透過上述步驟S308的處理得到包括目標車輛的損傷部位的第三視頻圖像後,可以對該第三視頻圖像進行分析,可以從第三視頻圖像中提取包含特徵性的資訊,並可以根據目標車輛的各個部位的相關資訊,可以從提取的包含特徵性的資訊中提取與判定目標車輛的損傷部位相關的圖像特徵,並可以透過提取的圖像特徵判定目標車輛的損傷部位,如果終端設備能夠透過提取的圖像特徵判別出損傷部位屬於目標車輛的哪個位置,則可以透過如由不可操作按鍵或箭頭變為可操作按鍵或箭頭,或者,直接解鎖下一步處理等方式引導用戶進入下一步的處理,即請求用戶拍攝車輛程度的相關視頻圖像。此時,終端設備中可以顯示指示用戶對準車輛損傷的部位進行損傷細節拍攝的指示資訊,用戶可以根據指示資訊的內容,將終端設備的相機對準目標車輛的損傷部位,繼續進行詳細的視頻拍攝。用戶在即時拍攝目標車輛的損傷程度的第四視頻圖像時,終端設備可以即時計算視頻窗口中所拍攝的目標車輛中存在損傷部位的損傷程度的目標區域,然後,可以透過捕捉顯示單元的組合,填充目標區域的面積,從而可以捕捉到目標車輛損傷程度的第四視頻圖像。
在步驟S312中,如果第四視頻圖像能夠判定目標車輛的損傷程度,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損。
其中,第二視頻圖像可以包括第三視頻圖像和第四視頻圖像。
在實施中,終端設備透過上述步驟S310的處理得到包括目標車輛的損傷程度的第四視頻圖像後,可以對該第四視頻圖像進行分析,可以從第四視頻圖像中提取包含特徵性的資訊,並可以根據目標車輛的各個部位的相關資訊,可以從提取的包含特徵性的資訊中提取與判定目標車輛的損傷程度相關的圖像特徵,並可以透過提取的圖像特徵判定目標車輛的損傷程度,如果終端設備能夠透過提取的圖像特徵判別出損傷部位的損傷程度,則可以基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,對於上述對車輛進行定損的處理過程可以參見上述實施例一中步驟S106的相關內容,在此不再贅述。
在實際應用中,上述確定第二視頻圖像是否拍攝車輛損傷特徵的預定要求的處理,可以透過多種方式實現,以下提供一種可選的處理方式,如圖2D所示,具體可以包括以下步驟一~步驟三。
步驟一,從上述第二視頻圖像中確定目標車輛的損傷相關的第三區域。
步驟二,透過預設的捕捉單元填充上述第三區域,得到捕捉單元組成的第四區域。
步驟三,如果上述第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將該第四區域突出顯示,以確定上述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
上述步驟一~步驟三的具體處理過程可以參見上述相關內容,在此不再贅述。其中,需要說明的是,對於第二視頻圖像包括第三視頻圖像和第四視頻圖像的情況,其中,第三視頻圖像能夠判定目標車輛的損傷部位的處理,基於上述步驟一~步驟三,則有:從第三視頻圖像中確定目標車輛的損傷部位所在的第一子區域;透過預設的捕捉單元填充上述第一子區域,得到捕捉單元組成的第二子區域;如果上述第二子區域中的視頻圖像能夠判定目標車輛的損傷部位,則將該第二子區域突出顯示,以確定上述第三視頻圖像能夠判定目標車輛的損傷部位。其中,第四視頻圖像能夠判定目標車輛的損傷程度的處理,基於上述步驟一~步驟三,則有:從第四視頻圖像中確定目標車輛的損傷程度的第三子區域;透過預設的捕捉單元填充上述第三子區域,得到捕捉單元組成的第四子區域;如果上述第四子區域中的視頻圖像能夠判定目標車輛的損傷程度,則將該第四子區域突出顯示,以確定上述第四視頻圖像能夠判定目標車輛的損傷部位。其中,第三區域可以包括第一子區域和第三子區域,第四區域可以包括第二子區域和第四子區域。
需要說明的是,上述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求的處理是透過終端設備實現的,在實際應用中,為了降低終端設備的處理壓力,可以將判斷第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求的處理交由伺服器完成,則相應的處理可以包括以下步驟一和步驟二:
步驟一,將第二視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果。
在實施中,基於上述第二視頻圖像包括第三視頻圖像和第四視頻圖像的情況,上述步驟一的具體處理過程還可以包括以下內容:如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集用於判定目標車輛的損傷部位的第三視頻圖像;將第三視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第三視頻圖像是否能夠判定目標車輛的損傷部位,得到判斷結果,車輛定損伺服器可以向終端設備發送該判斷結果。如果該判斷結果指示第三視頻圖像能夠判定目標車輛的損傷部位,則終端設備繼續採集用於判定目標車輛的損傷程度的第四視頻圖像,可以將第四視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第四視頻圖像是否能夠判定目標車輛的損傷程度,得到判斷結果,車輛定損伺服器可以向終端設備發送該判斷結果。其中,具體判斷第三視頻圖像是否能夠判定目標車輛的損傷部位,以及第四視頻圖像是否能夠判定目標車輛的損傷程度的處理過程,可以參見上述相關內容,在此不再贅述。
步驟二,接收定損伺服器發送的上述判斷結果。
基於上述步驟一和步驟二的處理過程,上述步驟S312的處理可以為:如果上述判斷結果指示第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損。
本說明書實施例提供一種車輛定損的方法,採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
實施例三
如圖4所示,本說明書實施例提供一種車輛定損的方法,該方法的執行主體可以為終端設備和車輛定損伺服器,其中,該終端設備可以如個人電腦等設備,也可以如手機、平板電腦等移動終端設備,該終端設備可以為用戶使用的終端設備。該車輛定損伺服器可以是獨立的伺服器,也可以是由多個伺服器組成的伺服器集群,而且,該車輛定損伺服器可以是進行車輛定損的伺服器。該方法可以用於進行車輛定損等處理中。該方法具體可以包括以下步驟:
在步驟S402中,終端設備採集包括待定損的目標車輛的標識的第一視頻圖像。
其中,車輛標識的特徵可以包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
在步驟S404中,終端設備從第一視頻圖像中提取與目標車輛的標識相關的圖像特徵。
在步驟S406中,如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則終端設備確定第一視頻圖像符合拍攝標識的預定要求。
上述步驟S402~步驟S406的處理過程可以參見上述實施例二中步驟S302~步驟S306的相關內容,在此不再贅述。
在步驟S408中,終端設備繼續採集用於判定目標車輛的損傷部位的第三視頻圖像。
在步驟S410中,如果第三視頻圖像能夠判定目標車輛的損傷部位,則終端設備繼續採集用於判定目標車輛的損傷程度的第四視頻圖像。
上述步驟S408和步驟S410的處理過程可以參見上述實施例二中步驟S308和步驟S310的相關內容,在此不再贅述。
為了減輕終端設備的處理壓力,可以將車輛定損的處理交由伺服器(即車輛定損伺服器)完成,具體地可以參見下述步驟S412~步驟S416的處理。
在步驟S412中,如果第四視頻圖像能夠判定目標車輛的損傷程度,則終端設備將第一視頻圖像和第二視頻圖像發送給車輛定損伺服器,其中,第二視頻圖像包括第三視頻圖像和第四視頻圖像。
需要說明的是,上述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求的處理是透過終端設備實現的,在實際應用中,為了降低終端設備的處理壓力,可以將判斷第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求的處理交由伺服器完成,則相應的處理可以包括以下步驟一和步驟二:
步驟一,將第二視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果。
在實施中,基於上述第二視頻圖像包括第三視頻圖像和第四視頻圖像的情況,上述步驟一的具體處理過程還可以包括以下內容:如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集用於判定目標車輛的損傷部位的第三視頻圖像;將第三視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第三視頻圖像是否能夠判定目標車輛的損傷部位,得到判斷結果,車輛定損伺服器可以向終端設備發送該判斷結果。如果該判斷結果指示第三視頻圖像能夠判定目標車輛的損傷部位,則終端設備繼續採集用於判定目標車輛的損傷程度的第四視頻圖像,可以將第四視頻圖像發送給車輛定損伺服器,以使車輛定損伺服器判斷第四視頻圖像是否能夠判定目標車輛的損傷程度,得到判斷結果,車輛定損伺服器可以向終端設備發送該判斷結果。
步驟二,接收定損伺服器發送的上述判斷結果。
基於上述步驟一和步驟二的處理過程,上述步驟S412的處理可以為:如果上述判斷結果指示第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則終端設備將第一視頻圖像和第二視頻圖像發送給車輛定損伺服器。
在步驟S414中,車輛定損伺服器根據第一視頻圖像和第二視頻圖像對目標車輛進行定損,得到目標車輛的定損結果。
在實施中,車輛定損伺服器接收到第一視頻圖像和第二視頻圖像(包括第三視頻圖像和第四視頻圖像)後,可以對第一視頻圖像和第二視頻圖像分別進行視頻分析,確定目標車輛損傷的所屬部件、損傷程度,從而制定維修方案、維修價格以及車險的理賠建議等車輛定損結果,這樣,可以提高車輛定損的處理效率。
在步驟S416中,終端設備接收定損伺服器發送的上述定損結果。
本說明書實施例提供一種車輛定損的方法,採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
實施例四
以上為本說明書實施例提供的車輛定損的方法,基於同樣的思路,本說明書實施例還提供一種車輛定損的裝置,如圖5所示。
該車輛定損的裝置包括:第一視頻採集模組501、第二視頻採集模組502和車輛定損模組503,其中:
第一視頻採集模組501,用於採集包括待定損的目標車輛的標識的第一視頻圖像;
第二視頻採集模組502,用於如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;
車輛定損模組503,用於如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
本說明書實施例中,所述第二視頻圖像包括第三視頻圖像和第四視頻圖像,所述車輛定損模組503,包括:
第三視頻採集單元,用於繼續採集用於判定所述目標車輛的損傷部位的第三視頻圖像;
第四視頻採集單元,用於如果所述第三視頻圖像能夠判定所述目標車輛的損傷部位,則繼續採集用於判定所述目標車輛的損傷程度的第四視頻圖像;
判定單元,用於如果所述第四視頻圖像能夠判定所述目標車輛的損傷程度,則確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
本說明書實施例中,所述第二視頻採集模組502,包括:
特徵提取單元,用於從所述第一視頻圖像中提取與所述目標車輛的標識相關的圖像特徵;
判斷單元,用於如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
本說明書實施例中,所述車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
本說明書實施例中,所述裝置還包括:
視頻圖像發送模組,用於將所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器判斷所述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;
判斷結果接收模組,用於接收所述定損伺服器發送的所述判斷結果;
所述車輛定損模組,用於如果所述判斷結果指示所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
本說明書實施例中,所述第二視頻採集模組502,包括:
第一區域確定單元,用於從所述第一視頻圖像中確定所述目標車輛的標識所在的第一區域;
第一填充單元,用於透過預設的捕捉單元填充所述第一區域,得到捕捉單元組成的第二區域;
第一判定單元,用於如果所述第二區域中的視頻圖像符合拍攝標識的預定要求,則將所述第二區域突出顯示,以確定所述第一視頻圖像符合拍攝標識的預定要求。
本說明書實施例中,所述車輛定損模組503,包括:
第三區域確定單元,用於從所述第二視頻圖像中確定所述目標車輛的損傷相關的第三區域;
第二填充單元,用於透過預設的捕捉單元填充所述第三區域,得到捕捉單元組成的第四區域;
第二判定單元,用於如果所述第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將所述第四區域突出顯示,以確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
本說明書實施例中,所述車輛定損模組503,包括:
視頻圖像發送單元,用於將所述第一視頻圖像和所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器根據所述第一視頻圖像和所述第二視頻圖像對所述目標車輛進行定損,得到所述目標車輛的定損結果;
定損結果接收單元,用於接收所述定損伺服器發送的所述定損結果。
本說明書實施例提供一種車輛定損的裝置,採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
實施例五
以上為本說明書實施例提供的車輛定損的裝置,基於同樣的思路,本說明書實施例還提供一種車輛定損的設備,如圖6所示。
所述車輛定損的設備可以為上述實施例提供的終端設備。
車輛定損的設備可因配置或性能不同而產生比較大的差異,可以包括一個或一個以上的處理器601和記憶體602,記憶體602中可以儲存有一個或一個以上儲存應用程式或資料。其中,記憶體602可以是短暫儲存或持久儲存。儲存在記憶體602的應用程式可以包括一個或一個以上模組(圖示未示出),每個模組可以包括對車輛定損的設備中的一系列電腦可執行指令。更進一步地,處理器601可以設置為與記憶體602通信,在車輛定損的設備上執行記憶體602中的一系列電腦可執行指令。車輛定損的設備還可以包括一個或一個以上電源603,一個或一個以上有線或無線網路介面604,一個或一個以上輸入輸出介面605,一個或一個以上鍵盤606。
具體在本實施例中,車輛定損的設備包括有記憶體,以及一個或一個以上的程式,其中一個或者一個以上程式儲存於記憶體中,且一個或者一個以上程式可以包括一個或一個以上模組,且每個模組可以包括對車輛定損的設備中的一系列電腦可執行指令,且經配置以由一個或者一個以上處理器執行該一個或者一個以上套裝程式含用於進行以下電腦可執行指令:
採集包括待定損的目標車輛的標識的第一視頻圖像;
如果所述第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括所述目標車輛的損傷相關的第二視頻圖像;
如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
本說明書實施例中,所述第二視頻圖像包括第三視頻圖像和第四視頻圖像,
所述繼續採集包括所述目標車輛的損傷相關的第二視頻圖像,以及所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,包括:
繼續採集用於判定所述目標車輛的損傷部位的第三視頻圖像;
如果所述第三視頻圖像能夠判定所述目標車輛的損傷部位,則繼續採集用於判定所述目標車輛的損傷程度的第四視頻圖像;
如果所述第四視頻圖像能夠判定所述目標車輛的損傷程度,則確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
本說明書實施例中,所述第一視頻圖像符合拍攝標識的預定要求,包括:
從所述第一視頻圖像中提取與所述目標車輛的標識相關的圖像特徵;
如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
本說明書實施例中,所述車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
本說明書實施例中,所述如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求之前,還包括:
將所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器判斷所述第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;
接收所述定損伺服器發送的所述判斷結果;
所述如果所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損,包括:
如果所述判斷結果指示所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損。
本說明書實施例中,所述第一視頻圖像符合拍攝標識的預定要求,包括:
從所述第一視頻圖像中確定所述目標車輛的標識所在的第一區域;
透過預設的捕捉單元填充所述第一區域,得到捕捉單元組成的第二區域;
如果所述第二區域中的視頻圖像符合拍攝標識的預定要求,則將所述第二區域突出顯示,以確定所述第一視頻圖像符合拍攝標識的預定要求。
本說明書實施例中,所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求,包括:
從所述第二視頻圖像中確定所述目標車輛的損傷相關的第三區域;
透過預設的捕捉單元填充所述第三區域,得到捕捉單元組成的第四區域;
如果所述第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將所述第四區域突出顯示,以確定所述第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
本說明書實施例中,所述基於所述第一視頻圖像和所述第二視頻圖像,對所述目標車輛進行定損,包括:
將所述第一視頻圖像和所述第二視頻圖像發送給車輛定損伺服器,以使所述車輛定損伺服器根據所述第一視頻圖像和所述第二視頻圖像對所述目標車輛進行定損,得到所述目標車輛的定損結果;
接收所述定損伺服器發送的所述定損結果。
本說明書實施例提供一種車輛定損的設備,採集包括待定損的目標車輛的標識的第一視頻圖像,如果第一視頻圖像符合拍攝標識的預定要求,則繼續採集包括目標車輛的損傷相關的第二視頻圖像,如果第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於第一視頻圖像和第二視頻圖像,對目標車輛進行定損,這樣,當用戶僅需要透過攝像設備對待定損的目標車輛拍攝視頻圖像,即可完成對目標車輛的定損,不需要保險機構調度相應的車輛定損人員到現場進行查勘和定損,從而使得保險機構節省了大量人力資源和物力資源,而且,透過終端設備或伺服器對用戶上傳的視頻圖像的分析進行車輛定損,節省了車輛定損所需的時間,提高了車輛定損的效率。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多工處理和並行處理也是可以的或者可能是有利的。
在20世紀90年代,對於一個技術的改進可以很明顯地區分是硬體上的改進(例如,對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而,隨著技術的發展,當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都透過將改進的方法流程編程到硬體電路中來得到相應的硬體電路結構。因此,不能說一個方法流程的改進就不能用硬體實體模組來實現。例如,可編程邏輯裝置(Programmable Logic Device,PLD)(例如現場可編程閘陣列(Field Programmable Gate Array,FPGA))就是這樣一種積體電路,其邏輯功能由用戶對裝置編程來確定。由設計人員自行編程來把一個數位系統“集成”在一片PLD上,而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且,如今,取代手工地製作積體電路晶片,這種編程也多半改用“邏輯編譯器(logic compiler)”軟體來實現,它與程式開發撰寫時所用的軟體編譯器相類似,而要編譯之前的原始代碼也得用特定的編程語言來撰寫,此稱之為硬體描述語言(Hardware Description Language,HDL),而HDL也並非僅有一種,而是有許多種,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚,只需要將方法流程用上述幾種硬體描述語言稍作邏輯編程並編程到積體電路中,就可以很容易得到實現該邏輯方法流程的硬體電路。
控制器可以按任何適當的方式實現,例如,控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式碼(例如軟體或韌體)的電腦可讀媒體、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit,ASIC)、可編程邏輯控制器和嵌入微控制器的形式,控制器的例子包括但不限於以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道,除了以純電腦可讀程式碼方式實現控制器以外,完全可以透過將方法步驟進行邏輯編程來使得控制器以邏輯閘、開關、專用積體電路、可編程邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件,而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至,可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。
上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、膝上型電腦、行動電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本說明書一個或多個實施例時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白,本說明書的實施例可提供為方法、系統、或電腦程式產品。因此,本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本說明書一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書的實施例是參照根據本說明書實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器,使得透過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上,使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體,可用於儲存可以被計算設備訪問的資訊。按照本文中的界定,電腦可讀媒體不包括暫存電腦可讀媒體(transitory media),如調製的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本領域技術人員應明白,本說明書的實施例可提供為方法、系統或電腦程式產品。因此,本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本說明書一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書一個或多個實施例可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、元件、資料結構等等。也可以在分散式計算環境中實踐本說明書一個或多個實施例,在這些分散式計算環境中,由透過通信網路而被連接的遠端處理設備來執行任務。在分散式計算環境中,程式模組可以位於包括存放裝置在內的本地和遠端電腦儲存媒體中。
本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
以上所述僅為本說明書的實施例而已,並不用於限制本說明書。對於本領域技術人員來說,本說明書可以有各種更改和變化。凡在本說明書的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本說明書的申請專利範圍之內。
501‧‧‧第一視頻採集模組
502‧‧‧第二視頻採集模組
503‧‧‧車輛定損模組
601‧‧‧處理器
602‧‧‧記憶體
603‧‧‧電源
604‧‧‧有線或無線網路介面
605‧‧‧輸入輸出介面
606‧‧‧鍵盤
為了更清楚地說明本說明書實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本說明書中記載的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動性的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為本說明書一種車輛定損的方法實施例;
圖2A為本說明書一種車輛定損過程中視頻拍攝介面的示意圖;
圖2B為本說明書一種車輛定損過程中開始拍攝視頻圖像時的視頻拍攝介面示意圖;
圖2C為本說明書一種車輛定損過程中一個階段的視頻圖像拍攝完成後進入下一步拍攝的視頻拍攝介面示意圖;
圖2D為本說明書一種車輛定損過程中捕捉單元填充第一區域或第三區域的示意圖;
圖3為本說明書另一種車輛定損的方法實施例;
圖4為本說明書又一種車輛定損的方法實施例;
圖5為本說明書一種車輛定損的裝置實施例;
圖6為本說明書一種車輛定損的設備實施例。
Claims (15)
- 一種車輛定損的方法,該方法包括:終端設備啟動視頻拍攝功能,並且在終端設備的顯示介面中顯示第一提示資訊,提示用戶採集包括用以證明待定損的目標車輛之身份的標識的第一視頻圖像並進行圖像分析以確定該第一視頻圖像是否符合拍攝標識的預定要求;如果該第一視頻圖像符合拍攝標識的預定要求,則該終端設備的顯示介面中顯示第二提示資訊,提示用戶繼續採集包括該目標車輛的損傷相關的第二視頻圖像並進行圖像分析以確定該第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,如果該第一視頻圖像不符合拍攝標識的預定要求,則該終端設備的顯示介面中顯示第四提示資訊,提示用戶重新拍攝視頻圖像;如果該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則該終端設備的顯示介面中顯示第三提示資訊,提示用戶已完成本次拍攝,並且將該第一視頻圖像和該第二視頻圖像發送給車輛定損伺服器,以使該車輛定損伺服器根據該第一視頻圖像和該第二視頻圖像對該目標車輛進行定損,得到該目標車輛的定損結果;該終端設備接收該定損伺服器發送的該定損結果。
- 根據請求項1所述的方法,該第二視頻圖像包括第三 視頻圖像和第四視頻圖像,所述繼續採集包括該目標車輛的損傷相關的第二視頻圖像,以及該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,包括:繼續採集用於判定該目標車輛的損傷部位的第三視頻圖像;如果該第三視頻圖像能夠判定該目標車輛的損傷部位,則繼續採集用於判定該目標車輛的損傷程度的第四視頻圖像;如果該第四視頻圖像能夠判定該目標車輛的損傷程度,則確定該第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
- 根據請求項2所述的方法,該第一視頻圖像符合拍攝標識的預定要求,包括:從該第一視頻圖像中提取與該目標車輛的標識相關的圖像特徵;如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
- 根據請求項3所述的方法,該車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
- 根據請求項4所述的方法,所述如果該第二視頻圖像符合拍攝車輛損傷特徵的預定要求之前,該方法還包括:將該第二視頻圖像發送給車輛定損伺服器,以使該車輛定損伺服器判斷該第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;接收該定損伺服器發送的該判斷結果;所述如果該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於該第一視頻圖像和該第二視頻圖像,對該目標車輛進行定損,包括:如果該判斷結果指示該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於該第一視頻圖像和該第二視頻圖像,對該目標車輛進行定損。
- 根據請求項1至5中任一項所述的方法,該第一視頻圖像符合拍攝標識的預定要求,包括:從該第一視頻圖像中確定該目標車輛的標識所在的第一區域;透過預設的捕捉單元填充該第一區域,得到捕捉單元組成的第二區域;如果該第二區域中的視頻圖像符合拍攝標識的預定要求,則將該第二區域突出顯示,以確定該第一視頻圖像符合拍攝標識的預定要求。
- 根據請求項1至5中任一項所述的方法,該第二視頻圖 像符合拍攝車輛損傷特徵的預定要求,包括:從該第二視頻圖像中確定該目標車輛的損傷相關的第三區域;透過預設的捕捉單元填充該第三區域,得到捕捉單元組成的第四區域;如果該第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將該第四區域突出顯示,以確定該第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
- 一種車輛定損的裝置,該裝置包括:第一視頻採集模組,用於在終端設備啟動視頻拍攝功能後,依據在終端設備的顯示介面中顯示的第一提示資訊,採集包括用以證明待定損的目標車輛之身份的標識的第一視頻圖像並進行圖像分析以確定該第一視頻圖像是否符合拍攝標識的預定要求;第二視頻採集模組,用於如果該第一視頻圖像符合拍攝標識的預定要求,則依據該終端設備的顯示介面中顯示的第二提示資訊,繼續採集包括該目標車輛的損傷相關的第二視頻圖像並進行圖像分析以確定該第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,如果該第一視頻圖像不符合拍攝標識的預定要求,則依據該終端設備的顯示介面中顯示的第四提示資訊,重新拍攝視頻圖像;車輛定損模組,用於如果該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則依據該終端設備的顯示介面中 顯示的第三提示資訊,結束本次拍攝,並且基於該第一視頻圖像和該第二視頻圖像,對該目標車輛進行定損;其中,該車輛定損模組,包括:視頻圖像發送單元,用於將該第一視頻圖像和該第二視頻圖像發送給車輛定損伺服器,以使該車輛定損伺服器根據該第一視頻圖像和該第二視頻圖像對該目標車輛進行定損,得到該目標車輛的定損結果;定損結果接收單元,用於接收該定損伺服器發送的該定損結果。
- 根據請求項8所述的裝置,該第二視頻圖像包括第三視頻圖像和第四視頻圖像,該車輛定損模組,包括:第三視頻採集單元,用於繼續採集用於判定該目標車輛的損傷部位的第三視頻圖像;第四視頻採集單元,用於如果該第三視頻圖像能夠判定該目標車輛的損傷部位,則繼續採集用於判定該目標車輛的損傷程度的第四視頻圖像;判定單元,用於如果該第四視頻圖像能夠判定該目標車輛的損傷程度,則確定該第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
- 根據請求項9所述的裝置,該第二視頻採集模組,包括:特徵提取單元,用於從該第一視頻圖像中提取與該目 標車輛的標識相關的圖像特徵;判斷單元,用於如果提取的圖像特徵與設定的車輛標識的特徵相匹配,則確定第一視頻圖像符合拍攝標識的預定要求。
- 根據請求項10所述的裝置,該車輛標識的特徵包括以下一個或多個的組合:車牌號碼、前大燈、輪轂、車門把手、車輛尾燈、車輛後視鏡、油箱蓋和充電口。
- 根據請求項11所述的裝置,該裝置還包括:視頻圖像發送模組,用於將該第二視頻圖像發送給車輛定損伺服器,以使該車輛定損伺服器判斷該第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,得到判斷結果;判斷結果接收模組,用於接收該定損伺服器發送的該判斷結果;該車輛定損模組,用於如果該判斷結果指示該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則基於該第一視頻圖像和該第二視頻圖像,對該目標車輛進行定損。
- 根據請求項8至12中任一項所述的裝置,該第二視頻採集模組,包括:第一區域確定單元,用於從該第一視頻圖像中確定該目標車輛的標識所在的第一區域; 第一填充單元,用於透過預設的捕捉單元填充該第一區域,得到捕捉單元組成的第二區域;第一判定單元,用於如果該第二區域中的視頻圖像符合拍攝標識的預定要求,則將該第二區域突出顯示,以確定該第一視頻圖像符合拍攝標識的預定要求。
- 根據請求項8至12中任一項所述的裝置,該車輛定損模組,包括:第三區域確定單元,用於從該第二視頻圖像中確定該目標車輛的損傷相關的第三區域;第二填充單元,用於透過預設的捕捉單元填充該第三區域,得到捕捉單元組成的第四區域;第二判定單元,用於如果該第四區域中的視頻圖像符合拍攝車輛損傷特徵的預定要求,則將該第四區域突出顯示,以確定該第二視頻圖像符合拍攝車輛損傷特徵的預定要求。
- 一種車輛定損的設備,該車輛定損的設備包括:處理器;以及被安排成儲存電腦可執行指令的記憶體,該可執行指令在被執行時使該處理器:在終端設備啟動視頻拍攝功能後,在終端設備的顯示介面中顯示第一提示資訊,提示用戶採集包括用以證明待定損的目標車輛之身份的標識的第一視頻圖像並進行圖像 分析以確定該第一視頻圖像是否符合拍攝標識的預定要求;如果該第一視頻圖像符合拍攝標識的預定要求,則該終端設備的顯示介面中顯示第二提示資訊,提示用戶繼續採集包括該目標車輛的損傷相關的第二視頻圖像並進行圖像分析以確定該第二視頻圖像是否符合拍攝車輛損傷特徵的預定要求,如果該第一視頻圖像不符合拍攝標識的預定要求,則該終端設備的顯示介面中顯示第四提示資訊,提示用戶重新拍攝視頻圖像;如果該第二視頻圖像符合拍攝車輛損傷特徵的預定要求,則該終端設備的顯示介面中顯示第三提示資訊,提示用戶已完成本次拍攝,並且將該第一視頻圖像和該第二視頻圖像發送給車輛定損伺服器,以使該車輛定損伺服器根據該第一視頻圖像和該第二視頻圖像對該目標車輛進行定損,得到該目標車輛的定損結果;該終端設備接收該定損伺服器發送的該定損結果。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
??201810259950.4 | 2018-03-27 | ||
CN201810259950.4 | 2018-03-27 | ||
CN201810259950.4A CN108647563A (zh) | 2018-03-27 | 2018-03-27 | 一种车辆定损的方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201942793A TW201942793A (zh) | 2019-11-01 |
TWI740088B true TWI740088B (zh) | 2021-09-21 |
Family
ID=63744841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108100823A TWI740088B (zh) | 2018-03-27 | 2019-01-09 | 車輛定損的方法、裝置及設備 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11087138B2 (zh) |
CN (1) | CN108647563A (zh) |
TW (1) | TWI740088B (zh) |
WO (1) | WO2019184479A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647563A (zh) * | 2018-03-27 | 2018-10-12 | 阿里巴巴集团控股有限公司 | 一种车辆定损的方法、装置及设备 |
CN109635651B (zh) * | 2018-11-07 | 2024-05-24 | 中国平安财产保险股份有限公司 | 一种基于图像识别的车辆定损方法、存储介质及服务器 |
JP7263983B2 (ja) * | 2019-08-30 | 2023-04-25 | 富士通株式会社 | 撮影漏れ検出装置、及び、撮影漏れ検出方法 |
US10814800B1 (en) * | 2019-12-06 | 2020-10-27 | Degould Limited | Vehicle imaging station |
CN111612104B (zh) * | 2020-06-30 | 2021-04-13 | 爱保科技有限公司 | 车辆定损图像获取方法、装置、介质和电子设备 |
US11769120B2 (en) * | 2020-10-14 | 2023-09-26 | Mitchell International, Inc. | Systems and methods for improving user experience during damage appraisal |
CN112632329A (zh) * | 2020-12-18 | 2021-04-09 | 咪咕互动娱乐有限公司 | 视频提取方法、装置、电子设备及存储介质 |
KR102367231B1 (ko) * | 2021-01-04 | 2022-02-25 | 쿠팡 주식회사 | 작업자가 작업을 수행하도록 하는 방법 및 장치 |
US11919479B2 (en) * | 2021-05-18 | 2024-03-05 | Ford Global Technologies, Llc | Systems and methods for providing security to a vehicle |
CN113486725A (zh) * | 2021-06-11 | 2021-10-08 | 爱保科技有限公司 | 智能车辆定损方法及装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040032906A1 (en) * | 2002-08-19 | 2004-02-19 | Lillig Thomas M. | Foreground segmentation for digital video |
TWM478859U (zh) * | 2014-01-09 | 2014-05-21 | Han-Wei Chang | 人車路交通事故影音自動分析系統 |
CN107368776A (zh) * | 2017-04-28 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 车辆定损图像获取方法、装置、服务器和终端设备 |
CN107563893A (zh) * | 2017-08-31 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种车险理赔方法、客户端、服务器以及*** |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6696978B2 (en) * | 2001-06-12 | 2004-02-24 | Koninklijke Philips Electronics N.V. | Combined laser/radar-video speed violation detector for law enforcement |
US7809587B2 (en) * | 2004-05-07 | 2010-10-05 | International Business Machines Corporation | Rapid business support of insured property using image analysis |
US20060269105A1 (en) * | 2005-05-24 | 2006-11-30 | Langlinais Ashton L | Methods, Apparatus and Products for Image Capture |
KR20090063406A (ko) * | 2007-12-14 | 2009-06-18 | 삼성전자주식회사 | 전송 특성을 고려한 실시간 동영상 화질 평가 시스템 및방법 |
US8483440B2 (en) * | 2011-04-13 | 2013-07-09 | Xerox Corporation | Methods and systems for verifying automatic license plate recognition results |
US9760789B2 (en) * | 2012-04-17 | 2017-09-12 | Conduent Business Services, Llc | Robust cropping of license plate images |
US8774465B2 (en) * | 2012-06-12 | 2014-07-08 | State Farm Mutual Automobile Insurance Company | System and method for providing automotive purchase, insurance quote, and vehicle financing information using vehicle recognition |
US10783585B1 (en) * | 2012-08-16 | 2020-09-22 | Allstate Insurance Company | Agent-facilitated claims damage estimation |
US9407874B2 (en) * | 2013-04-30 | 2016-08-02 | Esurance Insurance Services, Inc. | Remote claims adjuster |
US9070289B2 (en) * | 2013-05-10 | 2015-06-30 | Palo Alto Research Incorporated | System and method for detecting, tracking and estimating the speed of vehicles from a mobile platform |
US9025825B2 (en) * | 2013-05-10 | 2015-05-05 | Palo Alto Research Center Incorporated | System and method for visual motion based object segmentation and tracking |
FR3007172B1 (fr) * | 2013-06-12 | 2020-12-18 | Renault Sas | Procede et systeme d'identification d'un degat cause a un vehicule |
US10410278B2 (en) * | 2013-07-25 | 2019-09-10 | The Crawford Group, Inc. | Method and apparatus for integrated image capture for vehicles to track damage |
US10867327B1 (en) * | 2014-06-27 | 2020-12-15 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
US10089396B2 (en) * | 2014-07-30 | 2018-10-02 | NthGen Software Inc. | System and method of a dynamic interface for capturing vehicle data |
JP6387782B2 (ja) * | 2014-10-17 | 2018-09-12 | ソニー株式会社 | 制御装置、制御方法及びコンピュータプログラム |
CN105894817B (zh) * | 2015-01-26 | 2019-04-30 | 杭州海康威视数字技术股份有限公司 | 车辆违章停车的取证方法及其装置 |
US9619701B2 (en) * | 2015-05-20 | 2017-04-11 | Xerox Corporation | Using motion tracking and image categorization for document indexing and validation |
CN104932359B (zh) * | 2015-05-29 | 2019-01-08 | 大连楼兰科技股份有限公司 | 基于cae技术的车辆远程无人定损***及定损方法 |
US9824453B1 (en) * | 2015-10-14 | 2017-11-21 | Allstate Insurance Company | Three dimensional image scan for vehicle |
US20170148101A1 (en) * | 2015-11-23 | 2017-05-25 | CSI Holdings I LLC | Damage assessment and repair based on objective surface data |
US10692050B2 (en) * | 2016-04-06 | 2020-06-23 | American International Group, Inc. | Automatic assessment of damage and repair costs in vehicles |
US9886771B1 (en) * | 2016-05-20 | 2018-02-06 | Ccc Information Services Inc. | Heat map of vehicle damage |
CN106127142A (zh) * | 2016-06-21 | 2016-11-16 | 北京小米移动软件有限公司 | 对象追踪方法及装置 |
GB2554361B8 (en) * | 2016-09-21 | 2022-07-06 | Emergent Network Intelligence Ltd | Automatic image based object damage assessment |
US10255521B2 (en) * | 2016-12-12 | 2019-04-09 | Jack Cooper Logistics, LLC | System, method, and apparatus for detection of damages on surfaces |
US10657707B1 (en) * | 2017-01-09 | 2020-05-19 | State Farm Mutual Automobile Insurance Company | Photo deformation techniques for vehicle repair analysis |
CN106658173A (zh) * | 2017-02-16 | 2017-05-10 | 成都市极米科技有限公司 | 一种视频显示方法、装置及*** |
JP6768557B2 (ja) * | 2017-02-27 | 2020-10-14 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラシステム及び監視方法 |
CN111914692B (zh) * | 2017-04-28 | 2023-07-14 | 创新先进技术有限公司 | 车辆定损图像获取方法及装置 |
CN108647563A (zh) * | 2018-03-27 | 2018-10-12 | 阿里巴巴集团控股有限公司 | 一种车辆定损的方法、装置及设备 |
-
2018
- 2018-03-27 CN CN201810259950.4A patent/CN108647563A/zh active Pending
- 2018-12-25 WO PCT/CN2018/123336 patent/WO2019184479A1/zh active Application Filing
-
2019
- 2019-01-09 TW TW108100823A patent/TWI740088B/zh active
-
2020
- 2020-07-01 US US16/918,888 patent/US11087138B2/en active Active
-
2021
- 2021-07-08 US US17/370,984 patent/US20210334548A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040032906A1 (en) * | 2002-08-19 | 2004-02-19 | Lillig Thomas M. | Foreground segmentation for digital video |
TWM478859U (zh) * | 2014-01-09 | 2014-05-21 | Han-Wei Chang | 人車路交通事故影音自動分析系統 |
CN107368776A (zh) * | 2017-04-28 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 车辆定损图像获取方法、装置、服务器和终端设备 |
CN107563893A (zh) * | 2017-08-31 | 2018-01-09 | 济南浪潮高新科技投资发展有限公司 | 一种车险理赔方法、客户端、服务器以及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108647563A (zh) | 2018-10-12 |
US20200334467A1 (en) | 2020-10-22 |
WO2019184479A1 (zh) | 2019-10-03 |
TW201942793A (zh) | 2019-11-01 |
US11087138B2 (en) | 2021-08-10 |
US20210334548A1 (en) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI740088B (zh) | 車輛定損的方法、裝置及設備 | |
TWI709919B (zh) | 車險圖像處理方法、裝置、伺服器及系統 | |
TWI684922B (zh) | 基於圖像的車輛定損方法、裝置、電子設備及系統 | |
TWI704527B (zh) | 車輛損傷識別的處理方法、處理裝置、處理設備、客戶端裝置及處理系統 | |
CN108280524B (zh) | 识别车辆和生成预约信息的***和方法 | |
CN108665373B (zh) | 一种车辆定损的交互处理方法、装置、处理设备及客户端 | |
Cai et al. | Saliency-based pedestrian detection in far infrared images | |
WO2021036267A1 (zh) | 一种图像检测方法及相关设备 | |
TW201839704A (zh) | 基於圖像的車輛定損方法、裝置及電子設備 | |
TW201915821A (zh) | 提升車輛定損圖像識別結果的方法、裝置及伺服器 | |
CN109377509A (zh) | 图像语义分割标注的方法、装置、存储介质和设备 | |
WO2021027944A1 (zh) | 位置合规识别方法及装置、存储介质、电子装置 | |
CN111742344A (zh) | 图像语义分割方法、可移动平台及存储介质 | |
Farag | A lightweight vehicle detection and tracking technique for advanced driving assistance systems | |
JP2020518165A (ja) | 異なるデバイスによって生成されたビデオ画像、ピクチャ等のコンテンツの管理および検証のためのプラットフォーム | |
CN115331185A (zh) | 图像检测方法及装置、电子设备和存储介质 | |
TW202121326A (zh) | 用車支付方法、裝置、系統及電子設備 | |
CN109635701B (zh) | 车道通行属性获取方法、装置和计算机可读存储介质 | |
JP2019049793A (ja) | 情報処理方法及び情報処理プログラム | |
US20120201470A1 (en) | Recognition of objects | |
CN112654999A (zh) | 标注信息的确定方法及装置 | |
CN111709377A (zh) | 特征提取方法、目标重识别方法、装置及电子设备 | |
CN115860848A (zh) | 电子乘车***处理方法及装置 | |
WO2017176711A1 (en) | Vehicle recognition system using vehicle characteristics | |
WO2023044656A1 (zh) | 车辆通行提醒方法、装置及车载终端 |