System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能及智慧视觉,尤其涉及一种车辆定损的欺诈风险评估方法、装置、计算机设备及存储介质。
技术介绍
1、车辆部件的损伤检测识别是各类汽车业务中的重要一环,在譬如汽车保险理赔,分时租赁以及汽车日租的取车还车过程,都需要对车辆部件的损伤现状做评估,以确定车辆使用者在业务中应承担的责任。目前有些保险公司已经在尝试推广自助定损理赔方式,客户基于引导提交一段定损视频或若干张定损图片,上传服务端,采用深度学习网络模型的智能定损系统进行识别,再由专业核损人员进行审核完成定损过程。
2、在目前的智能定损系统中,需要用户拍摄指定的照片或拍摄视频,并上传至智能定损系统中,由智能定损系统中的神经网络模型对汽车进行智能定损。然而,用户上传的照片可能是从网络下载的照片,并且,在拍摄视频时,也可能会存在更换目标车辆的情况,可见,目前的车辆定损方案的可靠性不佳。
技术实现思路
1、本专利技术提供一种车辆定损的欺诈风险评估方法、装置、计算机设备及介质,可以解决车辆定损方案的可靠性不佳的技术问题。
2、第一方面,提供了一种车辆定损的欺诈风险评估方法,包括:
3、接收上报的目标视频流;
4、检测所述目标视频流中车辆的外观是否一致;
5、当检测到所述目标视频流中车辆的外观一致时,则对所述目标视频流中的视频帧进行部件识别处理,得到部件识别结果,并根据所述部件识别结果确定每个视频帧中背景对应的背景占比;
6、基于所述目标视频流中的视频帧的
7、可选地,在本专利技术的一些实施例中,所述根据所述部件识别结果确定每个视频帧中背景对应的背景占比,包括:
8、基于所述部件识别结果,在所述目标视频流中确定至少一个包含车辆部件的视频帧,得到部件视频帧,并将除所述部件视频帧的视频帧确定为非部件视频帧;
9、计算车辆部件在对应的部件视频帧的占比,并基于所述占比确定所述部件视频帧中背景对应的第一背景占比;
10、获取所述非部件视频帧背景对应的第二背景占比。
11、可选地,在本专利技术的一些实施例中,所述基于所述目标视频流中的视频帧的数量以及所述背景占比,输出当前车辆定损的欺诈风险评估结果,包括:
12、在所述部件识别结果中确定所述目标视频流中确定至少一个包含车辆部件的部件视频帧;
13、将所述背景占比大于预设值的视频帧确定为背景视频帧;
14、基于所述目标视频流中的视频帧的数量,在预设的抽帧策略集中选择目标抽帧策略;
15、根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果。
16、可选地,在本专利技术的一些实施例中,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
17、在所述目标视频流中抽取与所述目标抽帧策略对应数量的视频帧,得到多个目标视频帧;
18、在所述多个目标视频帧中确定所述背景视频帧与所述部件视频帧在数量上的比值;
19、获取与所述目标抽帧策略对应的警示阈值;
20、当所述比值大于所述警示阈值,则输出当前车辆定损存在欺诈风险。
21、可选地,在本专利技术的一些实施例中,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
22、在所述部件视频帧的数量大于预设帧值时,根据所述目标视频流中的视频帧的数量,确定所述目标视频流对应的裁剪策略;
23、基于所述裁剪策略去除所述目标视频流中预设位置的视频帧,得到保留视频帧;
24、对所述保留视频帧进行车辆部件识别和损伤识别,并检测所述保留视频帧中是否存在换车风险,得到当前车辆定损的欺诈风险评估结果。
25、可选地,在本专利技术的一些实施例中,所述当检测到所述目标视频流中车辆的外观一致时,则对所述目标视频流中的视频帧进行部件识别处理,得到部件识别结果,包括:
26、当检测到所述目标视频流满足预设条件时,将所述目标视频流中的视频帧的尺寸调整为预设尺寸;
27、将调整后的视频帧输入至预设的部件识别模型中,得到调整后的视频帧中每个像素属于每个预设部件的概率;
28、基于所述概率确定所述目标视频流中的视频帧包含的汽车部件,得到部件识别结果。
29、可选地,在本专利技术的一些实施例中,还包括:
30、当检测到所述目标视频流中车辆的外观不一致时,对当前用户进行标记,并输出重新上传视频流的提示信息。
31、基于所述概率在所述待识别图像中构建所述目标部件对应的部件区域。
32、第二方面,提供了一种车辆定损的欺诈风险评估装置,包括:
33、接收模块,用于接收上报的目标视频流;
34、检测模块,用于检测所述目标视频流中车辆的外观是否一致;
35、处理模块,用于当检测到所述目标视频流中车辆的外观一致时,则对所述目标视频流中的视频帧进行部件识别,得到部件识别结果;
36、确定模块,用于根据所述部件识别结果确定每个视频帧中背景对应的背景占比;
37、输出模块,用于基于所述目标视频流中的视频帧的数量以及所述背景占比,输出当前车辆定损的欺诈风险评估结果。
38、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述车辆定损的欺诈风险评估方法的步骤。
39、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述车辆定损的欺诈风险评估方法的步骤。
40、上述车辆定损的欺诈风险评估方法、装置、计算机设备及存储介质所实现的方案中,可以接收上报的目标视频流,然后,检测所述目标视频流中车辆的外观是否一致,当检测到所述目标视频流中车辆的外观一致时,则对所述目标视频流中的视频帧进行部件识别处理,得到部件识别结果,并根据所述部件识别结果确定每个视频帧中背景对应的背景占比,最后,基于所述目标视频流中的视频帧的数量以及所述背景占比,输出当前车辆定损的欺诈风险评估结果,在本专利技术提供的车辆定损的欺诈风险评估方案中,首先检测目标视频流中车辆的外观是否一致,当检测到所述目标视频流中车辆的外观一致时,根据部件识别结果确定每个视频帧中背景对应的背景占比,然后,基于目标视频流中的视频帧的数量以及背景占比,输出当前车辆定损的欺诈风险评估结果,在进行车辆定损时,通过两步验证,对车辆定损的欺诈风险进行评估,避免用户在进行车辆定损时更换目标车辆,由此,提高了车辆定损的可靠性。
本文档来自技高网...【技术保护点】
1.一种车辆定损的欺诈风险评估方法,其特征在于,包括:
2.根据权利要求1所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述部件识别结果确定每个视频帧中背景对应的背景占比,包括:
3.根据权利要求1所述的车辆定损的欺诈风险评估方法,其特征在于,所述基于所述目标视频流中的视频帧的数量以及所述背景占比,输出当前车辆定损的欺诈风险评估结果,包括:
4.根据权利要求3所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
5.根据权利要求3所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
6.根据权利要求1至5任一项所述的车辆定损的欺诈风险评估方法,其特征在于,所述当检测到所述目标视频流中车辆的外观一致时,则对所述目标视频流中的视频帧进行部件识别处理,得到部件识别结果,包括:
7.根据权
8.一种车辆定损的欺诈风险评估装置,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车辆定损的欺诈风险评估方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆定损的欺诈风险评估方法的步骤。
...【技术特征摘要】
1.一种车辆定损的欺诈风险评估方法,其特征在于,包括:
2.根据权利要求1所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述部件识别结果确定每个视频帧中背景对应的背景占比,包括:
3.根据权利要求1所述的车辆定损的欺诈风险评估方法,其特征在于,所述基于所述目标视频流中的视频帧的数量以及所述背景占比,输出当前车辆定损的欺诈风险评估结果,包括:
4.根据权利要求3所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
5.根据权利要求3所述的车辆定损的欺诈风险评估方法,其特征在于,所述根据所述目标抽帧策略、所述部件视频帧的数量以及所述背景视频帧对应的数量,输出当前车辆定损的欺诈风险评估结果,包括:
【专利技术属性】
技术研发人员:唐子豪,刘莉红,陈远旭,
申请(专利权)人:平安科技上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。