车险行业图像识别技术深度剖析

2017年保险科技行业兴起，保险科技如人工智能、大数据、区块链、IOT物联网等技术词汇变得非常热。很多科技公司，甚至BAT也已经加入这个行业进行军备竞赛。众多科技公司的加入让保险科技备受关注，特别是图像识别技术。国内有很多科技公司甚至保险公司自己的风险控制技术运营部门也在研发图像识别技术。车险行业的图像识别技术到底已经发展到什么水平?技术发展的瓶颈在哪里?哪家公司的图像识别技术已经行业领先?接下来我们将一一解答。

第一代图像识别技术，上传图片后由操作人人工标记图片中车辆损失部位，系统自动识别。由于人工工作量需求太大没有在市场上得到广泛应用;第二代图像识别为AI模型提供大量标签数据进行训练，用户安装APP，按照系统指定顺序上传车辆图片，系统识别损失;第三代在第二代的基础上从多种距离多角度拍摄照片到拍视频，但是都给操作者增加了很高的使用门槛;第四代是德联易控科技(CE)，与第二代的研发方式一致，但极大的简化了图像数据入口的难度，用户有两种选择，可选择使用CE的APP上传照片，但用户不必按照指定顺序，可以随心所欲按照自己的习惯对损失车辆进行拍照，也可以选择不用CE的APP，将拍摄好的照片传给CE，CE图像识别技术将照片进行自动分类和定损。

第一代图像识别，原理是在图片上由操作人进行人工标记，如下图。先拍摄车辆损失照片，然后在手机端进行人工二度操作，即“画圈”，告诉系统车辆具体损失部位等，在选好部位后还需选细节，例如：钣金程度等。然后系统根据部位，判断零配件、喷漆、工时等，关联数据库进行自动定损。

第一代图像识别技术的优点是人为干预后，识别精准，加上车型、配件等数据库，定损较准确。但是由于技术落后，上传照片环节需要操作人进行大量人工操作，为操作者增加使用难度，C端用户很难介入，并未大面积成功推广。

▲第一代图像识别，拍照后需人工标注损失位置

第二代图像识别技术是目前市场比较流行的。此类研发方式首先需要人工对大量的车损照片进行标记，标记出如大灯破损、车门凹陷等，以及案件结果是否为欺诈或渗漏，对AI模型进行不断训练和学习。用户需预装此三家公司的APP，APP中带有图像识别技术，用户按照系统指定顺序和要求进行拍照，例如：如果前保险杠有损失，就需要在远、中、近三个距离处分别对车辆进行拍照，拍照完成后即可对损失进行识别，链接后台数据库，调取车型、零配件数据等，并最终出具定损单。三家各有所长，但由于技术相同，整体比较三者之间没有明显优劣势。

这种图像识别定损模式的优点是定位精准，能够识别常见车型，判断具体配件损失程度(需更换零配件或需要钣金喷漆等)。目前识别的真实准确率在60%左右，可操作性较高。但是存在的缺点是，需要大量人工打标签工作，并造成出现AI模型无法识别或错误识别未进行过学习的零配件，例如：下图的尾灯，大多数车辆尾灯均为红带黄色或带白色，如下图中的尾灯为纯白色就很有可能被模型识别为尾灯破损。

▲第二代图像识别技术，AI模型通过学习大量带标签数据提高识别准确率

第三代图像识别技术是在第二代通过多距离多角度拍摄照片的基础上将拍摄图片改成绕车身一周拍摄视频，因为只有这样才能保证视频中总有一个画面能被模型成功抓取和识别。第三代的问题是给操作人增加了很大的使用难度。在实际情况中，车辆停放位置不便于围绕车身一周拍摄视频。拍摄视频比拍摄照片的难度系数更高。

CE图像识别技术极大的简化了数据入口难度

第四代图像识别技术与第二、三代图像识别技术的研发路径一致，都是通过给AI模型提供大量标签数据进行训练和学习，不断提高图像识别损失的准确率，德联易控科技(CE)有研发这一代技术。 CE图像识别中，用户有两种选择，可以使用CE的APP，拍照上传图片，但用户可以随心所欲按照自己的习惯对损失车辆进行拍照，不限定上传图片的格式，jpg, png等均可，对手机型号、操作系统均无限制。用户也可以选择不用CE的APP，将已经拍摄好的损失照片传给CE，CE图像识别技术将照片进行自动分拣和定损。国内损失照片的传输渠道五花八门，保险公司很难规范拍照方法和格式，这个技术难题一直没有突破。现在CE图像识别技术极大地简化了图像数据的入口难度，让保险公司或没有汽车专业知识的被保险人也能轻松使用。甚至可以不使用CE提供的入口方式，对任何形式的损失图片都可自动分类和定损。

▲CE图像识别技术，将图片自动分拣、定损