[发明专利]验车方法、装置、设备及存储介质

权利要求书

1.一种验车方法，其特征在于，所述方法包括：

获取验车视频流，并检验所述验车视频流，选择检验通过的验车视频流，得到目标验车视频；

对所述目标验车视频进行解帧得到验车图片集，并利用预设的目标检测识别模型对所述验车图片集进行识别，得到车辆的基本信息、车辆第一新旧级别及车辆第一定损级别；

获取车辆启动时的音频数据，并利用预设的车辆声纹提取模型提取所述音频数据的声纹特征；

利用所述声纹特征与预设的车辆声纹库进行匹配，得到车辆第二新旧级别及车辆第二定损级别；

根据所述基本信息、所述车辆第一新旧级别、所述车辆第一定损级别、所述车辆第二新旧级别及所述车辆第二定损级别，得到车辆的验车结论。

2.如权利要求1所述的验车方法，其特征在于，所述检验所述验车视频流，选择检验通过的验车视频流，得到目标验车视频，包括：

计算所述验车视频流中连续帧的帧间关联度值；

筛选出所述帧间关联度值大于或等于预设的关联度阈值的待匹配图像集对应的验车视频流，作为目标验车视频。

3.如权利要求2所述的验车方法，其特征在于，所述计算所述验车视频流中连续帧的帧间关联度值，包括：

对所述验车视频进行分帧处理，得到待匹配图像集；

对所述待匹配图像集中每幅图像进行不同尺度下连续的高斯滤波，生成高斯尺度空间；

对所述高斯尺度空间的相邻层相减，得到高斯差分空间，并在所述高斯差分空间中检测极值点，定义所述极值点作为候选关键点，并确定所述候选关键点的初步位置及所在尺度；

根据所述候选关键点的初步位置及所在尺度，利用三维二次函数确定所述候选关键点的标准位置及所在尺度，并根据所述标准位置及所在尺度去除低于预设的对比度阈值的所述候选关键点和所述候选关键点中的边缘响应点，得到每幅图像中的所有关键点；

在以所述关键点作为中心的邻域窗口内进行采样，得到所有关键点处的梯度模值及方向；

利用高斯窗口对所述关键点处的梯度模值及方向进行加权运算，得到所述关键点的特征向量，并匹配所述待匹配图像集中所有连续两帧的图像中所述特征向量，得到帧间关联度值。

4.如权利要求1所述的验车方法，其特征在于，所述利用预设的目标检测识别模型对所述验车图片集进行识别，得到车辆的基本信息、车辆第一新旧级别及车辆第一定损级别，包括：

利用所述目标检测识别模型中的主干网络及第一目标检测层对所述验车图片集中的预设车辆部件进行识别，得到各个车辆部件的特征信息；

利用所述目标检测识别模型中的第二目标检测层，将所述各个车辆部件的特征信息与预设的级别规则库进行遍历对比，得到车辆的基本信息、车辆第一新旧级别及车辆第一定损级别。

5.如权利要求4所述的验车方法，其特征在于，所述利用所述目标检测识别模型中的主干网络及第一目标检测层对所述验车图片集中的预设车辆部件进行识别，得到各个车辆部件的特征信息，包括：

对所述验车图片集进行图像增强处理，得到增强后的验车图片集；

利用所述主干网络从不同图像细粒度上提取所述增强后的验车图片集的信息特征，并对所述信息特征进行聚合，得到聚合信息特征；

利用所述第一目标检测层从所述聚合信息特征中检测出各个车辆部件的特征信息。

6.如权利要求1中所述的验车方法，其特征在于，所述利用预设的车辆声纹提取模型提取所述音频数据的声纹特征，包括：

对所述音频数据中环境噪声进行抑制，得到降噪音频数据；

对所述降噪音频数据进行加窗分帧处理，得到L帧语音信号，并用短时傅里叶变换提取所述L帧语音信号的语谱图，其中所述L为大于1的自然数；

利用所述车辆声纹提取模型提取所述语谱图的声纹特征。