[发明专利]验车方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术，揭露了一种验车方法，包括：对实时验车视频进行验证，得到目标验车视频；利用目标检测识别模型对所述目标验车视频中的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；利用车辆声纹提取模型提取车辆启动时的声纹特征；将声纹特征与车辆声纹库匹配，得到车辆第二新旧级别及车辆第二定损级别；综合基本信息、车辆第一新旧级别、第一定损级别、车辆第二新旧级别及第二定损级别，得到车辆的验车结论。此外，本发明还涉及区块链技术，验车视频可存储于区块链的节点。本发明还提出一种验车装置、电子设备以及存储介质。本发明可以提高车辆评估的准确率及效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种验车方法、装置、电子设备及计算机可读存储介质。

背景技术

随着社会经济的不断发展和人们生活水平的持续提高，机动车的数量增长迅猛，随之而来出现了越来越多的二手车交易。在二手车交易前需要根据车辆的外观、性能等对车辆进行验车估值。

目前验车估值通常是通过人工进行检验，包括通过人工查验车辆的外观，或者通过人工对车主上传的实时视频流进行人工查验。仅通过图片或视频对外观进行判断，没有对车辆的发动机的情况进行查验，对车辆评估的准确率低，且通过人工查验的效率低。

发明内容

本发明提供一种验车方法、装置及计算机可读存储介质，其主要目的在于解决进行车辆评估时准确率及效率较低的问题。

为实现上述目的，本发明提供的一种验车方法，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。

可选地，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。

可选地，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。