一种基于图像识别的车险现场快速定损方法与流程

技术特征：
1.一种基于图像识别的车险现场快速定损方法，其特征在于，包括以下步骤:s1、采集车祸现场的图像数据，所述图像数据包括区域车辆外部图像集和区域车辆所处现场环境图像集；s2、区域车辆所处现场环境图像集中至少包括一辆车，根据区域车辆外部图像集提供的车辆身份信息与区域车辆所处现场环境图像提供的环境数据信息进行比对，匹配需要定损的事故车辆；s3、确认需要定损的事故车辆后，在区域车辆外部图像集中筛选出有具有该事故车辆信息特征的图像构成初步定损车辆图像集；s4、将初步定损车辆图像集中的每一条事故车辆信息特征图像标号为n1、n2、n3
…
nn，将n1分别与n2、n3
…
nn通过ssim算法算出ssim值，将第一轮计算出ssim值在0-1之间的所有图像取出构成第一重复集，并对第一重复集进行去重，继续上述步骤直到对初步定损车辆图像集完全去重得到标准定损车辆图像集；s5、将标准定损车辆图像集中每一条去重后的事故车辆信息特征图像标号为p1、p2、p3
…
pn，将p1-pn使用pca降维方法进行非线性降维，其中p1-pn由多维的图像改变为降维度的图像；s6、将p1-pn的降维度图像通过3dcloud模型构建系统进行模型构建，产生具有事故车辆整体特征的3d模型；s7、将事故车辆的3d模型导入智能定损数据库，根据智能定损数据库提供的数据与事故车辆的3d模型进行比对快速定损。2.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s1中用于采集图像数据的装置包括电子摄像头、无人机和手机智能终端。3.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s2中可通过区域车辆外部图像集和区域车辆所处现场环境图像集分别提供的车辆牌照、车辆外形和颜色找到需要定损的事故车辆。4.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s3中事故车辆信息特征的图像包括具有大灯、后视镜、保险杠、中网、叶子板、机盖、a柱、车门、雾灯、尾灯的车辆正面图，侧面图和背面图。5.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s4采用公式，c1=（k1l）
2 ，c2=（k2l）2计算出ssim值，其中n1，n2为两个图像，μ
n1
是n1的平均值、μ
n2
是n2的平均值，是n1的方差是n2的方差，是n1和n2的协方差，和是用来来维持稳定的常数，l是像素值的动态范围，k1=0.01， k2=0.03。6.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s5包括以下子步骤：s501、将所有标准定损车辆图像集中的每个图像按列组成n行m列的矩阵x，其中m代表
图像的特征向量数，m代表图像的维度；s502、用矩阵列x的每一行减去该行的平均值；s503、求出协方差矩阵c = xx
t
；s504、求得协方差矩阵的特征值及对应的特征向量；s505、将特征向量按照对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵p；s506、y = px，其中y为降维到k维后的图像。7.根据权利要求1所述的一种基于图像识别的车险现场快速定损方法，其特征在于，所述步骤s7中的快速定损包括对于事故车辆进行刮擦、凹陷、开裂、褶皱和穿孔的五种损伤类型鉴定。

技术总结
本发明提拱了一种基于图像识别的车险现场快速定损方法，由初始图像数据提供的信息找到对应需要定损的事故车辆后，通过SSIM算法去掉重复度高的图像数据，提高识别效率，由于采集到的图像数据通常是多维性的，会造成图像数据识别缓慢，增加识别系统的压力，所以将去重后的图像数据通过PCA降维算法进行非线性降维，在保证原始数据丢失最少的情况下降低图像数据的维度，提高识别能力；通过3Dcloud将降维后的数据图像进行3D建模，对3D模型进行快速定损，由立体结构得到的定损精确度大于平面数据图像的定损精度。图像的定损精度。图像的定损精度。


技术研发人员：陈振 唐彬 刘洪丹
受保护的技术使用者：成都车晓科技有限公司
技术研发日：2021.12.09
技术公布日：2022/1/6