[发明专利]一种车辆真伪的认证方法、认证装置以及可读存储介质

说明书

本申请提供了一种车辆真伪的认证方法、认证装置以及可读存储介质，通过获取待认证车辆的多张验证图像；将所述多张验证图像输入至预先训练好的车辆异常概率预测模型中，得到所述待认证车辆的异常认证概率；若检测到所述异常认证概率大于或等于预设阈值，确定所述待认证车辆为认证异常车辆。这样，可以快速识别出待认证车辆的真伪，识别准确率高，有助于降低车辆认证过程中的人工资源和时间资源的消耗。

技术领域

本申请涉及车辆检测技术领域，具体而言，涉及一种车辆真伪的认证方法、认证装置以及可读存储介质。

背景技术

在网约车注册过程中，需要司机提供车辆外观图像。校验司机提供车辆图像的真实性，是保证司机信息真实性的重要一环。若车辆图像合规则及时审核通过，若车辆图像不合规则及时提醒司机，直到司机提供真实车辆图像。这样不仅可以确保司机所提供信息的真实性，还可以提升车辆验证过程中的司机体验，因此如何在准确地通过车辆图像对车辆的真实性进行预测是亟需解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种车辆真伪的认证方法、认证装置以及可读存储介质，通过对采集的多个待认证车辆图像的进行累计辨别，可以快速识别出待认证车辆的真伪，识别准确率高，有助于降低车辆认证过程中的人工资源和时间资源的消耗。

根据本申请的第一方面，提供了一种车辆真伪的认证方法，所述认证方法包括：

获取待认证车辆的多张验证图像；

将所述多张验证图像输入至预先训练好的车辆异常概率预测模型中，得到所述待认证车辆的异常认证概率；

若检测到所述异常认证概率大于或等于预设阈值，确定所述待认证车辆为认证异常车辆。

在本申请的一些实施例中，所述将所述多张验证图像输入至预先训练好的车辆异常概率预测模型中，得到所述待认证车辆的认证异常概率，包括：

按照图像采集顺序，依次每张验证图像输入至所述车辆异常概率预测模型中，并按照图像输入顺序依次得到每一张验证图像的初始异常概率；

基于每一张验证图像的初始异常概率，确定所述待认证车辆的异常认证概率。

在本申请的一些实施例中，所述基于每一张验证图像的初始异常概率，确定所述待认证车辆的异常认证概率，包括：

在依次得到每一张验证图像的初始异常概率的过程中，当得到第N张验证图像的初始异常概率时，若检测到前N张验证图像的初始异常概率的总和大于或等于所述预设阈值，确定前第N张验证图像的初始异常概率的总和为所述待认证车辆的异常认证概率。

在本申请的一些实施例中，所述基于每一张验证图像的初始异常概率，确定所述待认证车辆的异常认证概率，包括：

在依次得到每一张验证图像的初始异常概率的过程中，当得到第M张验证图像的初始异常概率时，检测到从得到第一张验证图像的初始异常概率至得到第M张验证图像的初始异常概率之间的认证时间大于或者等于预设时间阈值，确定前M张验证图像的初始异常概率的总和为所述待认证车辆的异常认证概率；

在所述将所述多张验证图像输入至预先训练好的车辆异常概率预测模型中，得到所述待认证车辆的异常认证概率之后，所述认证方法包括：

若检测到所述异常认证概率小于预设阈值，确定所述待认证车辆为认证成功车辆。

在本申请的一些实施例中，通过以下步骤确定每一张验证图像对应的初始异常概率：

对验证图像进行特征提取处理，并确定出所述验证图像的特征热力图像；

基于所述特征热力图像，从验证图像中确定出验证图像的兴趣区域图像；

基于所述兴趣区域图像，确定出验证图像的初始异常概率。