Key points are not available for this paper at this time.
자동차 사고가 발생한 후, 보험 회사는 보험 고객에게 지급할 보상 금액을 결정하기 위해 각 차량의 손상 정도를 평가해야 합니다. 이 평가는 일반적으로 수동 검사에 의해 수행되며, 이는 비용이 많이 들고 시간이 소모됩니다. 이미지 데이터를 사용한 자동 자동차 손상 평가 문제는 보험 산업과 매우 관련이 깊으나, 적절히 다뤄지지 않고 있습니다. 이 문제의 특정 측면을 해결하기 위한 많은 시도가 있었지만, 우리는 전체 솔루션이 존재하는지 알지 못합니다. 본 연구에서는 사고 후 손상 정도를 추정하기 위해 여러 각도에서 사용자에 의해 수집된 손상된 차량의 사진과 차량에 대한 구조화된 데이터를 사용하는 파이프라인을 제안합니다. 우리가 제안하는 파이프라인은 손상을 감지하고 그 정도를 정량화하기 위한 여러 컴퓨터 비전 모델로 구성됩니다. 기존의 자동차 손상 평가 접근 방식과 달리, 우리는 의미 분할을 사용하여 차량의 어떤 부분이 손상되었는지 및 그 정도를 이해합니다. 그런 다음 각 외부 패널의 손상 위치와 정도를 나타내는 컴퓨터 비전 특징을 추출하고 구조화된 데이터와 함께 결합하여 정확한 손상 비용 추정을 도출합니다. 우리는 결과가 알려진 대규모 보험 청구의 역사적 데이터셋에서 이 모델을 훈련하고 평가하며, 모두 모바일 전화 하드웨어로 수집되었습니다.
Mallios et al. (Sun,)은 이 질문을 연구했습니다.