CN110334261A - 车辆信息展示方法、装置、设备及存储介质 - Google Patents

车辆信息展示方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110334261A
CN110334261A CN201910479098.6A CN201910479098A CN110334261A CN 110334261 A CN110334261 A CN 110334261A CN 201910479098 A CN201910479098 A CN 201910479098A CN 110334261 A CN110334261 A CN 110334261A
Authority
CN
China
Prior art keywords
information
vehicles
vehicle
identified
pictures
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910479098.6A
Other languages
English (en)
Inventor
侯丽
张小乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910479098.6A priority Critical patent/CN110334261A/zh
Publication of CN110334261A publication Critical patent/CN110334261A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Finance (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆信息展示方法、装置、设备及存储介质，该方法包括：对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。本发明基于大数据分析，对待识别车辆图片进行识别获得对应的型号，再利用爬虫技术从车辆网站获取相关的车辆信息，并将所述车辆信息展示在车辆信息显示界面，由此，提高了车辆信息获取效率，更加直观地展示价格信息。

Description

车辆信息展示方法、装置、设备及存储介质
技术领域
本发明涉及互联网技术领域，尤其涉及一种车辆信息展示方法、装置、设备及存储介质。
背景技术
目前，市场上不同品牌不同类型的车辆越来越多，用户在选购车辆或需要了解某个车型的相关信息时，只能从不同的汽车网站去分别搜索相关车辆信息，然后自行比较这些车辆信息，需要耗费大量时间和精力才能获得完整的配置信息、以及准确且具有可比性的价格信息。
发明内容
本发明提供一种车辆信息展示方法、装置、设备及存储介质，旨在提高车辆信息获取效率，直观地展示价格信息。
为实现上述目的，本发明提供一种车辆信息展示方法，所述方法包括：
对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
优选地，所述对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号的步骤包括：
接收用户终端上传的所述待识别车辆图片，对所述待识别车辆图片进行预处理；
基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征；
将所述HOG特征输入预先训练的SVM车辆分类器中，由所述SVM车辆分类器进行识别并输出识别结果，所述输出结果为车辆型号。
优选地，所述对待识别车辆图片进行预处理的步骤包括：
对所述待识别车辆图片进行灰化，获得灰度车辆图片；
将所述灰度车辆图片进行二值化，获得二值车辆图像；
检测所述二值车辆图像中的几何尺寸特征，获取目标区域；
将所述目标区域转化为预设大小的归一化图像，计算所述归一化图像内每个像素的梯度，获得所述归一化图像的多个梯度直方图；
按预设尺寸将所述梯度直方图划分成若干块，再将每个块划分成若干个单元，获得多个单元图像。
优选地，所述基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征的步骤包括：
提取多个所述单元图像的单元梯度特征，串联所述单元梯度特征获得所述单元图像对应的梯度直方图的HOG特征描述因子；
串联多个所述梯度直方图的HOG特征描述因子，获得所述待识别车辆图片的HOG特征。
优选地，所述基于爬虫技术从各个车辆网站获取与型号相关的车辆信息的步骤包括：
设置爬虫程序，利用所述爬虫程序向目标服务器发送网页访问请求，所述目标服务器包括各个所述车辆网站的服务器；
接收所述目标服务器返回的网页内容；
对所述网页内容进行解析，获取所述爬虫程序预设的抓取信息，所述抓取信息包括与所述型号相关的车辆信息。
优选地，所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：
接收用户终端基于所述车辆信息显示界面发送的车辆信息编辑指令，所述车辆信息编辑指令包括标注、删除、移动中的一个或多个；
根据所述车辆信息编辑指令调整所述车辆信息。
优选地，所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：
接收用户终端发送的分享指令，获取所述分享指令中的分享地址，将所述车辆信息发送至所述分享地址。
为实现上述目的，本发明还提供一种车辆信息展示装置，所述车辆信息展示装置包括：
识别模块，用于对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
获取模块，用于基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
展示模块，用于将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
为实现上述目的，本发明还提供一种车辆信息展示设备，所述车辆信息展示设备包括处理器，存储器以及存储在所述存储器中的车辆信息展示程序，所述车辆信息展示程序被所述处理器运行时，实现如上所述的车辆信息展示方法的步骤。
为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有车辆信息展示程序，所述车辆信息展示程序被处理器运行时实现如上所述车辆信息展示方法的步骤。
相比现有技术，本发明提供一种车辆信息展示方法、装置、设备及存储介质，对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。由此，基于大数据分析，对待识别车辆图片进行识别获得对应的型号，再利用爬虫技术从车辆网站获取相关的车辆信息，并将所述车辆信息展示在车辆信息显示界面，由此，提高了车辆信息获取效率，更加直观地展示价格信息。
附图说明
图1是本发明各实施例涉及的车辆信息展示设备的硬件结构示意图；
图2是本发明车辆信息展示方法第一实施例的流程示意图；
图3是本发明车辆信息展示方法第二实施例的流程示意图；
图4是本发明车辆信息展示装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例主要涉及的车辆信息展示设备是指能够实现网络连接的网络连接设备，所述车辆信息展示设备可以是服务器、云平台等。
参照图1，图1是本发明各实施例涉及的车辆信息展示设备的硬件结构示意图。本发明实施例中，车辆信息展示设备可以包括处理器1001(例如中央处理器CentralProcessing Unit、CPU)，通信总线1002，输入端口1003，输出端口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；输入端口1003用于数据输入；输出端口1004用于数据输出，存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种可读存储介质的存储器1005可以包括操作系统、网络通信模块、应用程序模块以及车辆信息展示程序。在图1中，网络通信模块主要用于连接服务器，与服务器进行数据通信；而处理器1001可以调用存储器1005中存储的车辆信息展示程序，并执行本发明实施例提供的车辆信息展示方法。
本发明实施例提供了一种车辆信息展示方法。
参照图2，图2是本发明车辆信息展示方法第一实施例的流程示意图。
本实施例中，所述车辆信息展示方法应用于车辆信息展示设备，所述方法包括：
步骤S101，对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
本实施例中，用户只需要通过用户终端上传待识别车辆图片，所述待识别车辆图片包括从数据库中上传的车辆图片以及所述用户终端摄像头实时获取的车辆图片。
具体地，所述对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号的步骤包括：
步骤S101a：接收用户终端上传的所述待识别车辆图片，对所述待识别车辆图片进行预处理；
具体地，对所述待识别车辆图片进行灰化，获得灰度车辆图片；其中，灰化过程包括去噪、平衡操作。然后将所述灰度车辆图片进行二值化，获得二值车辆图像；本实施例中可以先将所述灰度车辆图片转化为俯视图，再将所述俯视图进行利用顶帽变换法进行去背景处理，然后将去背景处理后的所述俯视图进行二值化，得到二值车辆图像。检测所述二值车辆图像中的几何尺寸特征，获取目标区域；计算所述二值车辆图像的最小外包围框，根据车辆特征部分测量几何尺寸特征，由此获得所述目标区域。所述目标区域可以是车辆轮廓、车标、档风玻璃、车门、车灯、车轮中的一个或多个区域。
本实施例中，所述几何尺寸特征包括长度、宽度、倾斜角以及面积。具体地，使用Canny算法提取所述二值车辆图像的所有轮廓区域，将轮廓数量表示为Nk，将每个所述轮廓区域面积表示为Sk，其中Sk∈[1,Nk]；利用包盒算法计算各个轮廓的轮廓最小外包围框，并记录所述轮廓最小外包围框的长度Hkk，其中，Hkk∈[1,Nk]；记录所述轮廓最小外包围框的宽度Wkk，其中，Wkk∈[1,Nk]；记录所述轮廓最小外包围框的倾斜角Okk，其中，Okk∈[1,Nk]；记录所述轮廓最小外包围框的面积Skk，其中，Skk∈[1,Nk]。由此，将所述几何尺寸在预设尺寸内的区域标记为目标区域。
进一步地，将所述目标区域转化为预设大小的归一化图像，所述预设大小可以具体设置，例如设置为m×m，其中m为大于1的整数，例如m＝18，计算所述归一化图像内每个像素的梯度，获得所述归一化图像的多个梯度直方图；按预设尺寸将所述梯度直方图划分成若干块，再将每个块划分成若干个单元，获得多个单元图像；例如所述预设尺寸可以是大小为n×n，且滑动步长为d的窗口的尺寸，其中，n、d均为大于或等于1的整数，例如n＝16，d＝6。由此将所述梯度直方图划分成y个块，其中:
本实施例中，将每个块划分成h个单元，获得h个单元图像，其中h为所述大于1的整数。
步骤S101b：基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征；
具体地，提取多个所述单元图像的单元梯度特征，串联所述单元梯度特征获得所述单元图像对应的梯度直方图的HOG(Histogram of Oriented Gradient，方向梯度直方图)特征描述因子；分别提取每个所述单元图像中的r个区间的梯度特征，其中r为所述大于1的整数。
进一步地，串联多个所述梯度直方图的HOG特征描述因子，获得所述待识别车辆图片的HOG特征。
步骤S101c：将所述HOG特征输入预先训练的SVM车辆分类器中，由所述SVM车辆分类器进行识别并输出识别结果，所述输出结果为车辆型号。
本实施例中，预先训练所述SVM(Support Vector Machine，支持向量机)车辆分类器。预先收集大量的训练图片，所述训练图片包括车辆训练图片和非车辆训练图片，并未所述训练图片标准对应的标签。若所述训练图片是车辆训练图片，则将所述标签标注为所述车辆训练图片中车辆的型号；若所述训练图片是非车辆图片，则将所述标签标注为非车辆图片。对所述训练图片进行灰化，获得灰度训练图片；将所述灰度训练图片进行二值化，获得二值训练图像；检测所述二值训练图像中的几何尺寸特征，获取感兴趣区域；将所述感兴趣区域转化为预设大小的归一化训练图像，计算所述归一化训练图像内每个像素的梯度，获得所述归一化训练图像的多个训练梯度直方图；按默认尺寸将所述训练梯度直方图划分成若干块，再将每个块划分成若干个单元，获得多个训练单元图像。进一步地，提取多个所述训练单元图像的训练单元梯度特征，串联所述训练单元梯度特征获得所述训练单元图像对应的训练梯度直方图的训练HOG特征描述因子；串联多个所述训练梯度直方图的训练HOG特征描述因子，获得所述训练图片的HOG特征。
进一步地，将所述训练图片的HOG特征用于训练所述SVM车辆分类器。具体地，将所述训练图像分成K组图像，每组图像都包含车辆训练图像和非车辆训练图像，挑选其中一组作为K训练法测试集，其余的K-1组图像为所述K训练法测试集用来训练SVM车辆分类器模型。进行逐一训练后，得到能够将所述车辆训练图像和所述非车辆训练图像进行区分的K-1个初始SVM分类器，然后将所述K训练法测试集分别输入到所述K-1个初始SVM分类器中进行分类，并输出分类结果，所述分类器的输出结果是车辆型号或非车辆图片。将分类结果与所述训练图片的标签进行比较，获得与所述K-1个初始SVM分类器对应的K-1个准确率。将所述K-1个准确率进行排序、比较，将准确率最高的初始SVM分类器作为最终的SVM车辆分类器。
获得所述SVM车辆分类器后，将所述HOG特征输入所述SVM车辆分类器中，由所述SVM车辆分类器进行识别并输出识别结果，所述输出结果为车辆型号。
进一步地，所述识别结果还包括非车辆，若所述SVM车辆分类器输出的分类结果是非车辆，则输出所述待识别车辆图片为非车辆的提示，不再执行后续步骤。
步骤S102，基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
可以理解地，所述车辆网站包括品牌官网、汽车之家、汽车报价等。用户需要了解的车辆信息包括车辆配置信息，例如上市年份、排量、发动机\变速器类型、车身尺寸、底盘、制动、安全装置、功能等。某一个车辆网站可能未包括所有的配置信息，故可以从多个所述车辆网站获得完整、准确的信息。一般地，用户往往对售价、促销或等等价格信息具有极大兴趣，而不同网站的价格信息可能会有差异。
本实施例中，所述步骤S102：基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息的步骤包括：
步骤S102a：设置爬虫程序，利用所述爬虫程序向目标服务器发送网页访问请求，所述目标服务器包括各个所述车辆网站的服务器；
爬虫程序用于模拟浏览器发送所述网页访问请求，从目标服务器获取网页内容，然后提取并保存所需要的数据。所述爬虫程序可以根据设置从互联网中获取所需要的信息。将所述车辆网站的服务器设为目标服务器，也即将品牌官网、汽车之家、汽车报价等网站的服务器设为目标服务器，获取所述目标服务的统一资源定位符(Uniform ResourceLocator，URL)，并存入所述爬虫程序的URL列表。然后再基于所述URL发送网页访问请求，所述网页请求包括所述目标服务器的URL、请求方式、待请求内容等。
步骤S102b：接收所述目标服务器返回的网页内容；
所述目标服务器在接收到所述网页访问请求后会返回一个响应包，所述响应包包括响应状态、响应头、响应体等。其中，所述相应状态包括成功、跳转、找不到页面、服务器错误等，所述响应头包括内容类型、内容长度、服务器信息、设置cookies等，所述响应体包括请求资源的内容，如网页HTML、图片二进制数据等。
步骤S102c：对所述网页内容进行解析，获取所述爬虫程序预设的抓取信息，所述抓取信息包括与所述型号相关的车辆信息。
对所述网页内容进行解析，获得可识别的内容文本。若得到的所述网页内容是是超文本标记语言(HyperText Markup Language，HTML)，则可以用正则表达式、网页解析库进行解析；若得到的所述网页内容是是对象简谱(JavaScript Object Notation,JSON)，可以直接转成JOSN对象进行解析，若得到的网页内容是二进制数据，则可以直接可以保存或者进一步处理。
步骤S103，将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
本实施例中，设置预设模板，所述模板用于展示所述配置信息。当获得所述配置信息后，将所述配置信息填入所述预设模板。然后展示在所述车辆信息显示界面，以供用户查看。
进一步地，将售价、指导价已经促销信息等价格信息以列表的形式展示在所述车辆信息显示界面。所述列表中包括所述价格信息以及对应的信息来源。由此，用户可以方便的获得价格信息。
进一步地，所述车辆信息还可以包括评分、点评、销量等信息。
本实施例通过上述方案，对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。由此，基于大数据分析，对待识别车辆图片进行识别获得对应的型号，再利用爬虫技术从车辆网站获取相关的车辆信息，并将所述车辆信息展示在车辆信息显示界面，由此，提高了车辆信息获取效率，更加直观地展示价格信息。
如图3所示，本发明第二实施例提出一种车辆信息展示方法，基于上述图2所示的第一实施例，所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：
步骤S104：接收用户终端基于所述车辆信息显示界面发送的车辆信息编辑指令，所述车辆信息编辑指令包括标注、删除、移动中的一个或多个；
当用户从所述车辆信息显示界面看到所述车辆信息后，可以根据自己的喜好对所述车辆信息进行编辑。
本实施例中，接收用户通过用户终端触发的所述车辆信息编辑指令，所述编辑指令包括标注、删除、移动中的一个或多个。例如用户可以在删除所述车辆信息显示界面中的某个配置信息，或者标注某个价格信息，或者改变所述车辆信息显示的顺序。
步骤S105：根据所述车辆信息编辑指令调整所述车辆信息。
车辆信息展示设备接收到所述车辆信息编辑指令后，则根据所述车辆信息编制质量调整所述车辆信息，按所述车辆信息编辑指令重新调整所述车辆信息显示界面的所述车辆信息。由此，用户可以按个人喜好和/或个人需求编排所述车辆信息。
所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：接收用户终端发送的分享指令，获取所述分享指令中的分享地址，将所述车辆信息发送至所述分享地址。
所述分享地址可以是微信、QQ、微博等外部平台的地址，也可以是所述车辆信息展示设置的内部地址，还可以是邮箱地址。具体地，所述车辆信息显示界面预先设置分享接口，以供用户通过所述分享接口分享所述车辆信息。
本实施例通过上述方案，接收用户终端基于所述车辆信息显示界面发送的车辆信息编辑指令，所述车辆信息编辑指令包括标注、删除、移动中的一个或多个；根据所述车辆信息编辑指令调整所述车辆信息。由此，提高了车辆信息获取效率，更加直观地展示价格信息。
此外，本实施例还提供一种车辆信息展示装置。参照图4，图4为本发明车辆信息展示装置第一实施例的功能模块示意图。
本发明实施例提供的车辆信息展示装置是一种虚拟装置，存储于图1所示的车辆信息展示设备的存储器1005中，以实现车辆信息展示程序的所有功能：用于对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；用于基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；用于将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
具体地，所述车辆信息展示装置包括：
识别模块10，用于对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
获取模块20，用于基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
展示模块30，用于将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
进一步地，所述识别模块还用于：
接收用户终端上传的所述待识别车辆图片，对所述待识别车辆图片进行预处理；
基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征；
将所述HOG特征输入预先训练的SVM车辆分类器中，由所述SVM车辆分类器进行识别并输出识别结果，所述输出结果为车辆型号。
进一步地，所述识别模块还用于：
对所述待识别车辆图片进行灰化，获得灰度车辆图片；
将所述灰度车辆图片进行二值化，获得二值车辆图像；
检测所述二值车辆图像中的几何尺寸特征，获取目标区域；
将所述目标区域转化为预设大小的归一化图像，计算所述归一化图像内每个像素的梯度，获得所述归一化图像的多个梯度直方图；
按预设尺寸将所述梯度直方图划分成若干块，再将每个块划分成若干个单元，获得多个单元图像。
进一步地，所述识别模块还用于：
提取多个所述单元图像的单元梯度特征，串联所述单元梯度特征获得所述单元图像对应的梯度直方图的HOG特征描述因子；
串联多个所述梯度直方图的HOG特征描述因子，获得所述待识别车辆图片的HOG特征。
进一步地，所述获取模块还用于：
设置爬虫程序，利用所述爬虫程序向目标服务器发送网页访问请求，所述目标服务器包括各个所述车辆网站的服务器；
接收所述目标服务器返回的网页内容；
对所述网页内容进行解析，获取所述爬虫程序预设的抓取信息，所述抓取信息包括与所述型号相关的车辆信息。
进一步地，所述展示模块还用于：
接收用户终端基于所述车辆信息显示界面发送的车辆信息编辑指令，所述车辆信息编辑指令包括标注、删除、移动中的一个或多个；
根据所述车辆信息编辑指令调整所述车辆信息。
进一步地，所述展示模块还用于：
接收用户终端发送的分享指令，获取所述分享指令中的分享地址，将所述车辆信息发送至所述分享地址。
本发明实施例还提供一种计算机存储介质，所述计算机存储介质上存储有车辆信息展示程序，所述车辆信息展示程序被处理器运行时实现如上所述车辆信息展示方法的步骤，此处不再赘述。
相比现有技术，本发明提出的一种车辆信息展示方法、装置、设备及存储介质，该方法包括：对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。本发明基于大数据分析，对待识别车辆图片进行识别获得对应的型号，再利用爬虫技术从车辆网站获取相关的车辆信息，并将所述车辆信息展示在车辆信息显示界面，由此，提高了车辆信息获取效率，更加直观地展示价格信息。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种车辆信息展示方法，其特征在于，所述方法包括：
对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
2.根据权利要求1所述的方法，其特征在于，所述对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号的步骤包括：
接收用户终端上传的所述待识别车辆图片，对所述待识别车辆图片进行预处理；
基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征；
将所述HOG特征输入预先训练的SVM车辆分类器中，由所述SVM车辆分类器进行识别并输出识别结果，所述输出结果为车辆型号。
3.根据权利要求2所述的方法，其特征在于，所述对待识别车辆图片进行预处理的步骤包括：
对所述待识别车辆图片进行灰化，获得灰度车辆图片；
将所述灰度车辆图片进行二值化，获得二值车辆图像；
检测所述二值车辆图像中的几何尺寸特征，获取目标区域；
将所述目标区域转化为预设大小的归一化图像，计算所述归一化图像内每个像素的梯度，获得所述归一化图像的多个梯度直方图；
按预设尺寸将所述梯度直方图划分成若干块，再将每个块划分成若干个单元，获得多个单元图像。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于所述处理后车辆图像提取所述待识别车辆图片的HOG特征的步骤包括：
提取多个所述单元图像的单元梯度特征，串联所述单元梯度特征获得所述单元图像对应的梯度直方图的HOG特征描述因子；
串联多个所述梯度直方图的HOG特征描述因子，获得所述待识别车辆图片的HOG特征。
5.根据权利要求1所述的方法，其特征在于，所述基于爬虫技术从各个车辆网站获取与型号相关的车辆信息的步骤包括：
设置爬虫程序，利用所述爬虫程序向目标服务器发送网页访问请求，所述目标服务器包括各个所述车辆网站的服务器；
接收所述目标服务器返回的网页内容；
对所述网页内容进行解析，获取所述爬虫程序预设的抓取信息，所述抓取信息包括与所述型号相关的车辆信息。
6.根据权利要求1所述的方法，其特征在于，所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：
接收用户终端基于所述车辆信息显示界面发送的车辆信息编辑指令，所述车辆信息编辑指令包括标注、删除、移动中的一个或多个；
根据所述车辆信息编辑指令调整所述车辆信息。
7.根据权利要求1所述的方法，其特征在于，所述将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息的步骤之后还包括：
接收用户终端发送的分享指令，获取所述分享指令中的分享地址，将所述车辆信息发送至所述分享地址。
8.一种车辆信息展示装置，其特征在于，所述车辆信息展示装置包括：
识别模块，用于对待识别车辆图片进行识别，获得所述待识别车辆图片中车辆的型号；
获取模块，用于基于爬虫技术从各个车辆网站获取与所述型号相关的车辆信息，所述车辆信息包括配置信息以及价格信息；
展示模块，用于将所述配置信息按预设模板展示在车辆信息显示界面，并在所述车辆信息显示界面以列表的形式展示所述价格信息。
9.一种车辆信息展示设备，其特征在于，所述车辆信息展示设备包括处理器，存储器以及存储在所述存储器中的车辆信息展示程序，所述车辆信息展示程序被所述处理器运行时，实现如权利要求1-7中任一项所述的车辆信息展示方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有车辆信息展示程序，所述车辆信息展示程序被处理器运行时实现如权利要求1-7中任一项所述车辆信息展示方法的步骤。
CN201910479098.6A 2019-05-31 2019-05-31 车辆信息展示方法、装置、设备及存储介质 Pending CN110334261A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910479098.6A CN110334261A (zh) 2019-05-31 2019-05-31 车辆信息展示方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910479098.6A CN110334261A (zh) 2019-05-31 2019-05-31 车辆信息展示方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN110334261A true CN110334261A (zh) 2019-10-15

Family

ID=68141195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910479098.6A Pending CN110334261A (zh) 2019-05-31 2019-05-31 车辆信息展示方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110334261A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190956A (zh) * 2019-12-26 2020-05-22 武汉优聘科技有限公司 一种信息展示决策方法及装置
CN111209509A (zh) * 2019-12-30 2020-05-29 广州高企云信息科技有限公司 基于大数据平台的信息展示方法、装置及大数据平台
CN111325833A (zh) * 2020-03-05 2020-06-23 中国建设银行股份有限公司 车辆展示方法及系统
CN113592586A (zh) * 2021-07-14 2021-11-02 杭州数跑科技有限公司 车辆属性信息展示方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529461A (zh) * 2016-11-07 2017-03-22 湖南源信光电科技有限公司 一种基于积分特征通道和svm训练器的车型识别算法
CN109101924A (zh) * 2018-08-14 2018-12-28 武汉大学 一种基于机器学习的路面交通标志识别方法
CN109543060A (zh) * 2018-10-25 2019-03-29 深圳壹账通智能科技有限公司 车型图片的展示方法、装置及存储介质、服务器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529461A (zh) * 2016-11-07 2017-03-22 湖南源信光电科技有限公司 一种基于积分特征通道和svm训练器的车型识别算法
CN109101924A (zh) * 2018-08-14 2018-12-28 武汉大学 一种基于机器学习的路面交通标志识别方法
CN109543060A (zh) * 2018-10-25 2019-03-29 深圳壹账通智能科技有限公司 车型图片的展示方法、装置及存储介质、服务器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
苏宁金融研究院: "《互联网金融反欺诈的艺术》", 31 October 2018, 东北财经大学出版社 *
黑马程序员: "《解析Python网络爬虫 核心技术、Scrapy框架、分布式爬虫黑马程序员》", 31 July 2018, 中国铁道出版社 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190956A (zh) * 2019-12-26 2020-05-22 武汉优聘科技有限公司 一种信息展示决策方法及装置
CN111190956B (zh) * 2019-12-26 2021-02-09 武汉优聘科技有限公司 一种信息展示决策方法及装置
CN111209509A (zh) * 2019-12-30 2020-05-29 广州高企云信息科技有限公司 基于大数据平台的信息展示方法、装置及大数据平台
CN111209509B (zh) * 2019-12-30 2020-09-01 广州高企云信息科技有限公司 基于大数据平台的信息展示方法、装置及大数据平台
CN111325833A (zh) * 2020-03-05 2020-06-23 中国建设银行股份有限公司 车辆展示方法及系统
CN113592586A (zh) * 2021-07-14 2021-11-02 杭州数跑科技有限公司 车辆属性信息展示方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
KR102127191B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
CN110334261A (zh) 车辆信息展示方法、装置、设备及存储介质
EP3267362B1 (en) Machine learning image processing
US10176429B2 (en) Image-based popularity prediction
US20210303939A1 (en) Processing Image-Bearing Electronic Documents using a Multimodal Fusion Framework
US8880498B2 (en) System and method for aggregating and ranking data from a plurality of web sites
CN103870973B (zh) 基于电子信息的关键词提取的信息推送、搜索方法及装置
EP4105822A1 (en) Video ingestion framework for visual search platform
US9037600B1 (en) Any-image labeling engine
KR101841522B1 (ko) 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
CN111212303B (zh) 视频推荐方法、服务器和计算机可读存储介质
CN103988202A (zh) 基于索引和搜索的图像吸引力
CN112215171B (zh) 目标检测方法、装置、设备及计算机可读存储介质
WO2011130868A1 (en) Segmenting a web page into coherent functional blocks
US11966829B2 (en) Convolutional artificial neural network based recognition system in which registration, search, and reproduction of image and video are divided between and performed by mobile device and server
CN105874449A (zh) 用于提取和生成用于显示内容的图像的系统和方法
CN106664463A (zh) 任意大小内容条目生成
CN107169002A (zh) 一种基于脸识别的个性化界面推送方法及装置
CN115244547A (zh) 自动并智能地探索设计空间
CN107742128A (zh) 用于输出信息的方法和装置
Vaegae et al. Design of an efficient distracted driver detection system: deep learning approaches
CN111680482B (zh) 一种标题图文生成方法及计算设备
CN107908742A (zh) 用于输出信息的方法和装置
Ramírez et al. Overview of the multimedia information processing for personality & social networks analysis contest
Tavakoli et al. How are drivers’ stress levels and emotions associated with the driving context? A naturalistic study

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191015

RJ01 Rejection of invention patent application after publication