CN117437525A - 用于环车视频的处理方法及处理系统 - Google Patents

用于环车视频的处理方法及处理系统 Download PDF

Info

Publication number
CN117437525A
CN117437525A CN202311766165.5A CN202311766165A CN117437525A CN 117437525 A CN117437525 A CN 117437525A CN 202311766165 A CN202311766165 A CN 202311766165A CN 117437525 A CN117437525 A CN 117437525A
Authority
CN
China
Prior art keywords
vehicle
video
target
evaluation
splitting
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.)
Granted
Application number
CN202311766165.5A
Other languages
English (en)
Other versions
CN117437525B (zh
Inventor
许伟
金鑫
左强翔
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.)
Nanjing Sanbaiyun Information Technology Co ltd
Original Assignee
Nanjing Sanbaiyun Information Technology 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 Nanjing Sanbaiyun Information Technology Co ltd filed Critical Nanjing Sanbaiyun Information Technology Co ltd
Priority to CN202311766165.5A priority Critical patent/CN117437525B/zh
Publication of CN117437525A publication Critical patent/CN117437525A/zh
Application granted granted Critical
Publication of CN117437525B publication Critical patent/CN117437525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/945—User interactive design; Environments; Toolboxes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种用于环车视频的处理方法及处理系统，接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。

Description

用于环车视频的处理方法及处理系统
技术领域
本发明涉及数据处理技术，尤其涉及一种用于环车视频的处理方法及处理系统。
背景技术
环车视频通常是指用户使用移动设备对车辆进行环车拍摄所形成的视频。这些车辆的环车视频可以用于评估车辆当前的状态，方便用户依据所评估的评分进行及时保养和维护。
现有技术中，评估人员在对车辆进行评估前，需要反复查看用户所拍摄的环车视频，并不断前进后退反复观看车辆的部分细节，从而完成评估，所以需要花费大量的时间较为精准的定位到环车视频中车辆部分数据，无法依据评估人员的需求直接调取所需查看的部分数据。
因此，如何依据车辆本身的性质自动对环车视频进行自动拆分，使得可以依据评估人员的需求直接调取所需查看的车辆部分数据进行展示。
发明内容
本发明实施例提供一种用于环车视频的处理方法及处理系统,可以依据车辆本身的性质自动对环车视频进行自动拆分，使得可以依据评估人员的需求直接调取所需查看的车辆细节部分进行展示。
本发明实施例的第一方面，提供一种用于环车视频的处理方法，包括：
接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；
根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；
基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；
接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
可选地，在第一方面的一种可能实现方式中，所述根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像，包括：
根据所述车辆基础信息确定所述目标车辆对应的车辆类型，所述车辆类型为大型车辆或小型车辆，所述车辆基础信息至少包括品牌、型号、颜色、里程；
确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频；
确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，所述视频拆分策略为轮廓拆分策略或部件拆分策略；
获取所述目标车辆的多个部件轮廓，基于所述部件轮廓对各所述评估视频中部件的图像进行提取，得到与各所述评估视频对应的多个部件图像。
可选地，在第一方面的一种可能实现方式中，所述确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，包括：
确定所述目标车辆对应的车辆类型为小型车辆，并调取所述目标车辆对应的多个目标轮廓，所述目标轮廓包括车辆前轮廓、车辆后轮廓、车辆左侧轮廓和车辆右侧轮廓；
定位所述目标环车视频中与所述目标轮廓相同的视频帧作为定位帧，获取所述定位帧的视频时刻作为中间时刻；
基于所述目标轮廓确定相应的预设时长，基于所述预设时长和所述中间时刻，得到与所述目标轮廓对应的位于中间时刻前侧的初始拆分时刻，以及位于中间时刻后侧的终止拆分时刻；
基于所述初始拆分时刻和所述终止拆分时刻对所述目标环车视频进行拆分，得到各所述目标轮廓对应的评估视频。
可选地，在第一方面的一种可能实现方式中，所述确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，包括：
确定所述目标车辆对应的车辆类型为大型车辆，并调取所述目标车辆对应的多个部件分割图像，所述部件分割图像包括左前大灯、右前大灯、左后尾灯和右后尾灯;
基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频；
获取各所述评估视频中两个分割帧对应的第一图像和第二图像；
统计所述第一图像和所述第二图像得到各所述评估视频的属性集合，所述属性集合具有对应的目标轮廓，基于所述属性集合确定与各所述目标轮廓对应的评估视频。
可选地，在第一方面的一种可能实现方式中，所述基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频，包括：
定位所述目标环车视频中与所述部件分割图像相同的视频帧作为分割帧，将所述目标环车视频中首个所述分割帧作为起始分割帧、末尾所述分割帧作为截止分割帧以及首个视频帧作为起始帧；
确定所述起始分割帧位于所述目标环车视频的起始帧处，获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频；
确定所述起始分割帧不位于所述目标环车视频的起始帧处，获取所述目标环车视频中所述起始分割帧之前的视频作为第一拼接视频，以及所述截止分割帧之后的视频作为第二拼接视频；
将所述第一拼接视频与所述第二拼接视频拼接，并获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频。
可选地，在第一方面的一种可能实现方式中，所述基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，包括：
基于所述目标轮廓确定相应的轮廓标签，所述轮廓标签包括前轮廓标签、后轮廓标签、左侧轮廓标签和右侧轮廓标签；
构建与所述目标环车视频对应的车辆节点，以及与各所述轮廓标签对应的车身节点，将多个所述车身节点与车辆节点进行连接，所述车身节点与相应的评估视频关联；
构建与各所述评估视频中多个所述部件图像对应的多个部件节点，将多个所述部件节点与相应所述车身节点进行连接，得到与所述目标车辆对应的车辆评估结构。
可选地，在第一方面的一种可能实现方式中，所述接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，包括：
接收多个所述评估端发送的与所述目标车辆对应的车辆评分，统计各所述车辆评分得到对应目标车辆的总评分；
获取所述评估端的数量作为评估数量，根据所述总评分和所述评估数量的比值，得到所述目标车辆的综合评分。
本发明实施例的第二方面，提供一种用于环车视频的处理系统，包括：
接收模块,用于接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；
拆分模块,用于根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；
展示模块,用于基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；
评分模块,用于接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。
本发明实施例的第四方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本发明的有益效果如下：
1、本发明可以自动对目标环车视频进行拆分，并依据拆分得到的评估视频和评估视频对应的多个部件图像构建车辆评估结构对评估端进行展示，使得评估人员可以依据所查看的需求，直接调取相关的视频或图像进行查看，方便后续对车辆进行评分。本发明会依据车辆基础信息决定相应的视频拆分策略，从而对目标环车视频进行拆分，得到多个评估视频和多个部件图像，依据评估视频和部件图像构建相应的车辆评估结构，使得用户可以对车辆评估结构中任意节点进行触发后，调取相应的视频或图像进行展示，节省了评估人员的查看时间，提高了对车辆进行评分的效率。
2、本发明会依据不同车辆类型调取不同的拆分策略对相应的目标环车视频进行拆分，贴合实际情况对目标环车视频进行拆分，从而得到多个评估视频，且每个评估视频与相应的目标轮廓相对应，方便后续依据评估人员的需求调取相应的视频进行展示。本发明会依据车辆类型调取相应的轮廓拆分策略或部件拆分策略，轮廓拆分策略通过车辆轮廓定位目标环车视频中轮廓相同的视频帧，并该视频帧分别往前和往后移动相应的时长，从而得到与该车辆轮廓对应的评估视频。部件拆分策略会依据部件分割图像对视频进行拼接，从而得到与车辆轮廓对应的评估视频，并且在利用部件分割图像对视频进行拆分拼接时，如果出现首尾2端分割视频时，则会对2者进行自动拼接，从而得到与目标车辆对应的多个评估视频。
3、本发明会对评估视频中的部件的图像进行提取，并依据评估视频和部件图像构建与目标车辆对应的评估结构，方便评估人员行查看和评分，从而提高了评估效率。本发明会依据目标环车视频构建相应的车辆节点，并依据目标轮廓对应的评估视频构建相应的车身节点，将车身节点与车辆节点进行连接，再将各评估视频种的部件图像进行提取，并构建相应的部件节点，将部件节点与相应的车身节点连接，从而得到评估结构，方便用户对评估结构中任意节点进行触发时，则调取相应的视频或图像对评估人员进行展示，可以依据评估人员的需求对相应的细节进行展示，节省了查看的时间，从而提升了评估效率。
附图说明
图1为本发明所提供的一种用于环车视频的处理方法的流程图；
图2为本发明所提供的一种用于环车视频的处理系统的结构示意图；
图3为本发明提供的一种电子设备的硬件结构示意图。
具体实施方式
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种用于环车视频的处理方法，如图1所示，包括步骤S1-S4：
S1，接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息。
其中，目标环车视频为用户通过移动端拍摄目标车辆的环车视频，移动端可以是手机、平板等移动设备，车辆基础信息为目标车辆的基础信息。
S2，根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像。
需要说明的是，评估人员在对车辆进行评估时，需要反复观看用户所发送的目标环车视频，从而确定目标车辆的部分细节，使得可以较好的对车辆的当前状况进行评估，但反复拖动观看目标环车视频从而定位相应的细节部分，比如，车辆把手、车灯等，使得浪费较多时间定位相应车辆的细节。
因此，服务器会依据车辆基础信息确定相应的视频拆分策略，通过视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像。
通过上述实施方式，本发明可以自动对目标环车视频进行拆分，后续可以得到多个目标轮廓对应的评估视频，以及相应的部件图像，方便后续评估端进行触发后直接调取相应的轮廓的视频或者部件的图像进行展示。
在一些实施例中，步骤S2中的（根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像），包括S21-S24：
S21，根据所述车辆基础信息确定所述目标车辆对应的车辆类型，所述车辆类型为大型车辆或小型车辆，所述车辆基础信息至少包括品牌、型号、颜色、里程。
可以理解的是，依据车辆的车辆基础信息确定目标车辆对应的车辆类型，比如，根据车辆的品牌和型号可以确定是否为大型车辆或小型车辆。
S22，确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频。
需要说明的是，用户在对车辆进行环车拍摄视频时，一般距离车辆一定距离进行拍摄，对于小型车辆而言，比如，小轿车，由于车辆整体较小，因此，在用户所拍摄视频中，可以展示车辆的车辆轮廓。
因此，当确定为小型车辆时，可以采用轮廓拆分策略对所述目标环车视频进行拆分，从而得到所述目标车辆对应的多个评估视频。
在一些实施例中，步骤S22中的（确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频），包括S221-S224：
S221，确定所述目标车辆对应的车辆类型为小型车辆，并调取所述目标车辆对应的多个目标轮廓，所述目标轮廓包括车辆前轮廓、车辆后轮廓、车辆左侧轮廓和车辆右侧轮廓。
可以理解的是，确定目标车辆对应的车辆类型为小型车辆，会调取与目标车辆对应的多个目标轮廓，其中，目标轮廓为目标车辆对应的各个轮廓，比如，车辆前轮廓、车辆后轮廓、车辆左侧轮廓和车辆右侧轮廓。
S222，定位所述目标环车视频中与所述目标轮廓相同的视频帧作为定位帧，获取所述定位帧的视频时刻作为中间时刻。
可以理解的是，服务器会将目标环车视频中各个视频帧中图像的轮廓与目标轮廓进行比对，从而定位目标环车视频中与所述目标轮廓相同的视频帧作为定位帧，并获取定位帧的视频时刻作为中间时刻。比如，确定目标环车视频中与车辆前轮廓相同的定位帧，并确定该定位帧对应的视频时刻作为中间时刻。
S223，基于所述目标轮廓确定相应的预设时长，基于所述预设时长和所述中间时刻，得到与所述目标轮廓对应的位于中间时刻前侧的初始拆分时刻，以及位于中间时刻后侧的终止拆分时刻。
需要说明的是，用户对车辆进行环车拍摄时，比如，对车辆左侧轮廓进行拍摄时，首先出现的是车辆左侧的部分轮廓，直至用户移动拍摄至车辆侧面的中间位置处，才会出现车辆左侧轮廓的完整轮廓，因此，后续依据目标轮廓确定相应轮廓在目标环车视频中中间时刻，分别相两侧截取预设时长，从而得到该目标轮廓对应的视频。
可以理解的是，服务器会基于目标轮廓确定相应的预设时长，并依据预设时长和所述中间时刻，分别前进或后退预设时长，从而得到与所述目标轮廓对应的位于中间时刻前侧的初始拆分时刻，以及位于中间时刻后侧的终止拆分时刻。
不难理解的是，不同的目标轮廓，比如，车辆前轮廓或者车辆左侧轮廓，车辆前脸一般比车辆侧面小，因此，在进行环车拍摄时，侧面出现的时长较长，相应的车辆前轮廓和车辆后轮廓具有相应的预设时长，车辆左侧轮廓和车辆右侧轮廓具有相应的预设时长。本发明定位到目标轮廓所处的视频时刻后，会以预设时长分别往前和往后确定相应的初始拆分时刻和止拆分时刻。
S224，基于所述初始拆分时刻和所述终止拆分时刻对所述目标环车视频进行拆分，得到各所述目标轮廓对应的评估视频。
可以理解的是，根据初始拆分时刻和所述终止拆分时刻对所述目标环车视频进行拆分，得到各所述目标轮廓对应的评估视频。
不难理解的是，定位到目标环车视频中出现目标轮廓出现的中间时刻后，以预设时长进行前进或后退所定位的初始拆分时刻和所述终止拆分时刻，依据初始拆分时刻和所述终止拆分时刻对目标环车视频所拆分得到的视频，从该目标轮廓对应的评估视频。
其中，初始拆分时刻为目标轮廓出现的初始时刻，终止拆分时刻为目标轮廓出现的终止时刻，评估视频为各目标轮廓所对应的视频。
S23，确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，所述视频拆分策略为轮廓拆分策略或部件拆分策略。
需要说明的是，用户在对车辆进行环车拍摄视频时，一般距离车辆一定距离进行拍摄，对于大型车辆而言，比如，货车，由于车辆整体较大，因此，在用户所拍摄视频中，无法展示车辆的车辆轮廓，仅能展示车辆的部分轮廓。
因此，当确定目标车辆对应的车辆类型为大型车辆，则基于大型车辆确定相应的部件拆分策略，通过部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频。
在一些实施例中，步骤S23中的（确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频），包括S231-S234：
S231，确定所述目标车辆对应的车辆类型为大型车辆，并调取所述目标车辆对应的多个部件分割图像，所述部件分割图像包括左前大灯、右前大灯、左后尾灯和右后尾灯。
可以理解的是，服务器确定目标车辆对应的车辆类型为大型车辆，则会调取目标车辆对应的多个部件分割图像。
不难理解的是，依据车辆的基础信息中的车辆品牌和型号，可以确定相应的车辆类型，以及车辆上的多个部件分割图像。
S232，基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频。
可以理解的是，服务器基于部件分割图像对所述目标环车视频进行分割处理，从而得到目标车辆对应的多个评估视频。
不难理解的是，定位目标环车视频中与部件分割图像相对应的视频帧对目标环车视频进行分割处理，从而得到目标车辆对应的多个评估视频。
在一些实施例中，步骤S232中的（基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频），包括S2321-S2324：
S2321，定位所述目标环车视频中与所述部件分割图像相同的视频帧作为分割帧，将所述目标环车视频中首个所述分割帧作为起始分割帧、末尾所述分割帧作为截止分割帧以及首个视频帧作为起始帧。
可以理解的是，定位所述目标环车视频中与所述部件分割图像相同的视频帧作为分割帧，并将目标环车视频中首个所述分割帧作为起始分割帧、末尾所述分割帧作为截止分割帧以及目标环车视频中首个视频帧作为起始帧。
S2322，确定所述起始分割帧位于所述目标环车视频的起始帧处，获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频。
可以理解的是，当起始分割帧位于所述目标环车视频的起始帧处时，则说明视频刚开始拍摄时，就处于部件分割图像的位置处进行拍摄，于是直接获取目标环车视频中相邻的两个分割帧之间的视频，从而得到所述目标车辆对应的多个评估视频。
S2323，确定所述起始分割帧不位于所述目标环车视频的起始帧处，获取所述目标环车视频中所述起始分割帧之前的视频作为第一拼接视频，以及所述截止分割帧之后的视频作为第二拼接视频。
可以理解的是，当起始分割帧不位于所述目标环车视频的起始帧处，则说明视频刚开始拍摄时，不处于部件分割图像的位置处进行拍摄，比如，在车辆前脸中间位置处开始拍摄，此时获取目标环车视频中所述起始分割帧之前的视频作为第一拼接视频，以及所述截止分割帧之后的视频作为第二拼接视频。
不难理解的是，服务器会识别目标环车视频中的部件分割图像（左前大灯、右前大灯、左后尾灯和右后尾灯），识别后对视频进行分割，2个车灯之间对应一个目标轮廓的视频，但，如果一开始未在车灯处进行拍摄，则会出现开头和结尾处存在部分车身的视频，因此需要进行拼接成为完整的相应目标轮廓对应的评估视频。
S2324，将所述第一拼接视频与所述第二拼接视频拼接，并获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频。
可以理解的是，服务器将第一拼接视频与所述第二拼接视频进行拼接，并获取目标环车视频中相邻的两个分割帧之间的视频，从而得到目标车辆对应的多个评估视频。
S233，获取各所述评估视频中两个分割帧对应的第一图像和第二图像。
可以理解的是，获取评估视频中两个分割帧对应的第一图像和第二图像，比如，评估视频中两个分割帧对应的左前大灯和右前大灯。
S234，统计所述第一图像和所述第二图像得到各所述评估视频的属性集合，所述属性集合具有对应的目标轮廓，基于所述属性集合确定与各所述目标轮廓对应的评估视频。
可以理解的是，服务器会统计第一图像和所述第二图像得到各所述评估视频的属性集合，每个属性集合对应相应的目标轮廓，根据属性集合确定与各所述目标轮廓对应的评估视频。
比如，视频中的左前大灯、右前大灯，则属性集合为{左前大灯、右前大灯}，则说明该评估视频为车辆前轮廓对应评估视频；视频中的左前大灯、左后尾灯，则属性集合为{左前大灯、左后尾灯}，则说明该评估视频为车辆左侧轮廓对应评估视频。
S24，获取所述目标车辆的多个部件轮廓，基于所述部件轮廓对各所述评估视频中部件的图像进行提取，得到与各所述评估视频对应的多个部件图像。
可以理解的是，服务器会获取目标车辆的多个部件轮廓，并依据部件轮廓对各所述评估视频中部件的图像进行提取，从而得到与各所述评估视频对应的多个部件图像。
S3，基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示。
可以理解的是，服务器会基于目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，并将该车辆基础信息和所述车辆评估结构至多个评估端进行展示。其中，车辆评估结构为目标车辆对应的树状结构。
通过上述实施方式，构建与目标车辆对应的车辆评估结构，方便后续用户对车辆评估结构中任一节点进行触发时，则会调取相应的评估视频或者部件图像对评估端进行展示，可以依据评估人员的需求直接调取相应数据进行展示，从而节省了评估时间。
在一些实施例中，步骤S3中的（基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构），包括S31-S33：
S31，基于所述目标轮廓确定相应的轮廓标签，所述轮廓标签包括前轮廓标签、后轮廓标签、左侧轮廓标签和右侧轮廓标签。
可以理解的是，服务器会基于目标轮廓确定相应的轮廓标签，比如，车辆前轮廓对应前轮廓标签。不难理解的是，不同的轮廓具有相应的轮廓标签。
S32，构建与所述目标环车视频对应的车辆节点，以及与各所述轮廓标签对应的车身节点，将多个所述车身节点与车辆节点进行连接，所述车身节点与相应的评估视频关联。
可以理解的是，服务器会构建与目标环车视频对应的车辆节点，并依据轮廓标签构建对应的车身节点，将多个车身节点与车辆节点进行连接，同时将车身节点与相应的评估视频进行关联。使得后续评估端对节点触发时，会自动调取相应的评估视频进行展示。
不难理解的是，评估视频与目标轮廓相对应，每个目标轮库均具有对应的评估视频，比如，车辆前轮廓对应的评估视频，而目标轮廓又与相应的轮廓标签对应，比如，车辆前轮廓对应前轮廓标签，因此，每个轮廓标签具有对应的评估视频，即，每个车身节点对应相应的评估视频，并与之关联，方便后续触发调取。
S33，构建与各所述评估视频中多个所述部件图像对应的多个部件节点，将多个所述部件节点与相应所述车身节点进行连接，得到与所述目标车辆对应的车辆评估结构。
可以理解的是，本发明会构建与各评估视频中多个所述部件图像对应的多个部件节点，并将多个部件节点与相应所述车身节点进行连接，从而得到目标车辆对应的车辆评估结构。
不难理解的是，部件图像是从相应的评估视频中提取的，而车身节点是依据轮廓标签建立并与相应评估视频进行关联的，因此，将相应评估视频中提取得到的部件图像所构建的部件节点，将该部件节点与相应的评估视频对应的车身节点相连接，方便后续用户进行触发调取相应评估视频内的车辆部件对应的图像。
需要说明的是，汽车中部分部件出现损坏，一般是成对出现的，比如，汽车轮胎，刹车盘等，一般出现磨损需要对其余的轮胎进行检查，并进行统一更换，因此，部分部件轮廓具有预设好的关联轮廓，比如，1汽车轮胎与其余的3个汽车轮胎相互关联，因此，当出现车辆部件异常时，会自动调取与之关联的部件进行优先展示。
在上述实施例的基础上，还包括A1-A3：
在所述接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分的步骤之前，还包括：
A1,接收所述评估端对所述部件图像中缺陷的选中信息，确定相应所述部件图像作为缺陷图像，所述部件轮廓具有对应的关联轮廓。
可以理解的是，服务器会接收评估端对所述部件图像中缺陷的选中信息，比如，评估端会对车辆左侧轮廓中1个汽车轮胎进行缺陷部分的涂抹，则会确定相应部件图像作为缺陷图像，相应的部件轮廓具有对应的关联轮廓，比如，1汽车轮胎具有与之对应的3个关联的汽车轮廓，关联轮廓可是人为提前预设的。
A2,确定与所述缺陷图像对应的关联轮廓，基于所述关联轮廓对各所述评估视频中关联的图像进行提取，得到与所述缺陷图像对应的关联图像。
可以理解的是，服务器确定与所述缺陷图像对应的关联轮廓，并根据关联轮廓对各所述评估视频中关联的图像进行提取，得到与所述缺陷图像对应的关联图像。
不难理解的是，缺陷图像具有对应的部件轮廓，相应部件轮廓具有对应的关联轮廓，依据关联轮廓进行图像提取，从而得到与所述缺陷图像对应的关联图像。
A3,发送所述关联图像至所述评估端进行展示，并对所述关联图像对应的部件节点进行锁定。
可以理解的是，服务器会发送关联图像至所述评估端进行展示，并对所述关联图像对应的部件节点进行锁定。
通过上述方式，本发明依据汽车容易出现同时损坏的特点，进行优先展示相关联的部件图像，进行调取展示后会自动锁定相应的部件节点，则无需进行再次查看。
S4，接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
可以理解的是，服务器会接收多个评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
不难理解的是，进行车辆评分时，会将数据发送至多个评估端进行综合评分，从而使得评价较为客观。
在一些实施例中，步骤S4中的（接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分），包括S41-S42：
S41，接收多个所述评估端发送的与所述目标车辆对应的车辆评分，统计各所述车辆评分得到对应目标车辆的总评分。
S42，获取所述评估端的数量作为评估数量，根据所述总评分和所述评估数量的比值，得到所述目标车辆的综合评分。
可以理解的是，服务器会获取评估端的数量作为评估数量，并根据述总评分和所述评估数量的比值，得到所述目标车辆的综合评分。
为了更好的实现本发明所提供的一种用于环车视频的处理方法，本发明还提供一种用于环车视频的处理系统，如图2所示，包括：
接收模块,用于接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；
拆分模块,用于根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；
展示模块,用于基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；
评分模块,用于接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
如图3所示，是本发明实施例提供的一种电子设备的硬件结构示意图，该电子设备30包括：处理器31、存储器32和计算机程序；其中
存储器32，用于存储所述计算机程序，该存储器还可以是闪存（flash）。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器31，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器32既可以是独立的，也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时，所述设备还可以包括：
总线33，用于连接所述存储器32和处理器31。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中，应理解，处理器可以是中央处理单元（英文：CentralProcessing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：DigitalSignal Processor，简称：DSP）、专用集成电路（英文：Application Specific IntegratedCircuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种用于环车视频的处理方法，其特征在于，包括：
接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；
根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；
基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；
接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
2.根据权利要求1所述的方法，其特征在于，
所述根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像，包括：
根据所述车辆基础信息确定所述目标车辆对应的车辆类型，所述车辆类型为大型车辆或小型车辆，所述车辆基础信息至少包括品牌、型号、颜色、里程；
确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频；
确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，所述视频拆分策略为轮廓拆分策略或部件拆分策略；
获取所述目标车辆的多个部件轮廓，基于所述部件轮廓对各所述评估视频中部件的图像进行提取，得到与各所述评估视频对应的多个部件图像。
3.根据权利要求2所述的方法，其特征在于，
所述确定所述目标车辆对应的车辆类型为小型车辆，基于所述小型车辆确定相应的轮廓拆分策略，基于所述轮廓拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，包括：
确定所述目标车辆对应的车辆类型为小型车辆，并调取所述目标车辆对应的多个目标轮廓，所述目标轮廓包括车辆前轮廓、车辆后轮廓、车辆左侧轮廓和车辆右侧轮廓；
定位所述目标环车视频中与所述目标轮廓相同的视频帧作为定位帧，获取所述定位帧的视频时刻作为中间时刻；
基于所述目标轮廓确定相应的预设时长，基于所述预设时长和所述中间时刻，得到与所述目标轮廓对应的位于中间时刻前侧的初始拆分时刻，以及位于中间时刻后侧的终止拆分时刻；
基于所述初始拆分时刻和所述终止拆分时刻对所述目标环车视频进行拆分，得到各所述目标轮廓对应的评估视频。
4.根据权利要求3所述的方法，其特征在于，
所述确定所述目标车辆对应的车辆类型为大型车辆，基于所述大型车辆确定相应的部件拆分策略，基于所述部件拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，包括：
确定所述目标车辆对应的车辆类型为大型车辆，并调取所述目标车辆对应的多个部件分割图像，所述部件分割图像包括左前大灯、右前大灯、左后尾灯和右后尾灯;
基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频；
获取各所述评估视频中两个分割帧对应的第一图像和第二图像；
统计所述第一图像和所述第二图像得到各所述评估视频的属性集合，所述属性集合具有对应的目标轮廓，基于所述属性集合确定与各所述目标轮廓对应的评估视频。
5.根据权利要求4所述的方法，其特征在于，
所述基于所述部件分割图像对所述目标环车视频进行分割处理，得到所述目标车辆对应的多个评估视频，包括：
定位所述目标环车视频中与所述部件分割图像相同的视频帧作为分割帧，将所述目标环车视频中首个所述分割帧作为起始分割帧、末尾所述分割帧作为截止分割帧以及首个视频帧作为起始帧；
确定所述起始分割帧位于所述目标环车视频的起始帧处，获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频；
确定所述起始分割帧不位于所述目标环车视频的起始帧处，获取所述目标环车视频中所述起始分割帧之前的视频作为第一拼接视频，以及所述截止分割帧之后的视频作为第二拼接视频；
将所述第一拼接视频与所述第二拼接视频拼接，并获取所述目标环车视频中相邻的两个分割帧之间的视频，得到所述目标车辆对应的多个评估视频。
6.根据权利要求4所述的方法，其特征在于，
所述基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，包括：
基于所述目标轮廓确定相应的轮廓标签，所述轮廓标签包括前轮廓标签、后轮廓标签、左侧轮廓标签和右侧轮廓标签；
构建与所述目标环车视频对应的车辆节点，以及与各所述轮廓标签对应的车身节点，将多个所述车身节点与车辆节点进行连接，所述车身节点与相应的评估视频关联；
构建与各所述评估视频中多个所述部件图像对应的多个部件节点，将多个所述部件节点与相应所述车身节点进行连接，得到与所述目标车辆对应的车辆评估结构。
7.根据权利要求6所述的方法，其特征在于，
所述接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，包括：
接收多个所述评估端发送的与所述目标车辆对应的车辆评分，统计各所述车辆评分得到对应目标车辆的总评分；
获取所述评估端的数量作为评估数量，根据所述总评分和所述评估数量的比值，得到所述目标车辆的综合评分。
8.一种用于环车视频的处理系统，其特征在于，包括：
接收模块,用于接收用户端上传的与目标车辆对应的目标环车视频和车辆基础信息；
拆分模块,用于根据所述车辆基础信息确定相应的视频拆分策略，基于所述视频拆分策略对所述目标环车视频进行拆分，得到所述目标车辆对应的多个评估视频，以及与各所述评估视频对应的多个部件图像；
展示模块,用于基于所述目标环车视频、所述评估视频和所述部件图像构建与所述目标车辆对应的车辆评估结构，发送所述车辆基础信息和所述车辆评估结构至多个评估端进行展示；
评分模块,用于接收多个所述评估端发送的与所述目标车辆对应的车辆评分，根据多个所述车辆评分进行综合计算得到所述目标车辆的综合评分，发送所述综合评分至用户端进行展示。
9.一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至7任一所述的方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至7任一所述的方法。
CN202311766165.5A 2023-12-21 2023-12-21 用于环车视频的处理方法及处理系统 Active CN117437525B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311766165.5A CN117437525B (zh) 2023-12-21 2023-12-21 用于环车视频的处理方法及处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311766165.5A CN117437525B (zh) 2023-12-21 2023-12-21 用于环车视频的处理方法及处理系统

Publications (2)

Publication Number Publication Date
CN117437525A true CN117437525A (zh) 2024-01-23
CN117437525B CN117437525B (zh) 2024-03-08

Family

ID=89558703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311766165.5A Active CN117437525B (zh) 2023-12-21 2023-12-21 用于环车视频的处理方法及处理系统

Country Status (1)

Country Link
CN (1) CN117437525B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234530A (zh) * 2013-04-17 2013-08-07 江苏晓山信息产业股份有限公司 基于视频信号的城市车辆轮胎清洁状况检测方法及装置
CN110598562A (zh) * 2019-08-15 2019-12-20 阿里巴巴集团控股有限公司 车辆图像采集引导方法以及装置
CN111753593A (zh) * 2019-03-29 2020-10-09 上海欧菲智能车联科技有限公司 车载环视系统骑行车实时检测方法、系统及装置
CN112381840A (zh) * 2020-11-27 2021-02-19 深源恒际科技有限公司 一种用于定损视频中车辆外观部件标注的方法及系统
CN112418789A (zh) * 2020-11-18 2021-02-26 德联易控科技(北京)有限公司 理赔评估处理方法及装置、非易失性存储介质、电子设备
KR20220138217A (ko) * 2021-04-05 2022-10-12 주식회사 마이카페이지 비대면 중고차 거래 중개 시스템
WO2022267263A1 (zh) * 2021-06-25 2022-12-29 北京市商汤科技开发有限公司 交通违章事件取证方法、装置、设备及系统
CN115631002A (zh) * 2022-12-08 2023-01-20 邦邦汽车销售服务(北京)有限公司 基于计算机视觉的车险智能定损方法及系统
CN116862591A (zh) * 2023-07-18 2023-10-10 平安国际融资租赁有限公司 信息推送方法、装置、计算机设备及可读存储介质
CN117132300A (zh) * 2023-07-28 2023-11-28 山东方达再生资源利用有限公司 一种基于图像识别的报废汽车评价系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234530A (zh) * 2013-04-17 2013-08-07 江苏晓山信息产业股份有限公司 基于视频信号的城市车辆轮胎清洁状况检测方法及装置
CN111753593A (zh) * 2019-03-29 2020-10-09 上海欧菲智能车联科技有限公司 车载环视系统骑行车实时检测方法、系统及装置
CN110598562A (zh) * 2019-08-15 2019-12-20 阿里巴巴集团控股有限公司 车辆图像采集引导方法以及装置
CN112418789A (zh) * 2020-11-18 2021-02-26 德联易控科技(北京)有限公司 理赔评估处理方法及装置、非易失性存储介质、电子设备
CN112381840A (zh) * 2020-11-27 2021-02-19 深源恒际科技有限公司 一种用于定损视频中车辆外观部件标注的方法及系统
KR20220138217A (ko) * 2021-04-05 2022-10-12 주식회사 마이카페이지 비대면 중고차 거래 중개 시스템
WO2022267263A1 (zh) * 2021-06-25 2022-12-29 北京市商汤科技开发有限公司 交通违章事件取证方法、装置、设备及系统
CN115631002A (zh) * 2022-12-08 2023-01-20 邦邦汽车销售服务(北京)有限公司 基于计算机视觉的车险智能定损方法及系统
CN116862591A (zh) * 2023-07-18 2023-10-10 平安国际融资租赁有限公司 信息推送方法、装置、计算机设备及可读存储介质
CN117132300A (zh) * 2023-07-28 2023-11-28 山东方达再生资源利用有限公司 一种基于图像识别的报废汽车评价系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
T.GANDHI 等: "Vehicle Surround Capture：Survey of Techniques and a Novel Omni-Video-Based Approach for Dynamic Panoramic Surround Maps", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》, vol. 7, no. 3, 6 September 2006 (2006-09-06), pages 293 - 308, XP002659721, DOI: 10.1109/TITS.2006.880635 *
柳长源;洪路宁;付加月;: "全天候车辆实时检测系统", 《测控技术》, vol. 39, no. 02, 18 February 2020 (2020-02-18), pages 126 - 131 *

Also Published As

Publication number Publication date
CN117437525B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
CN111062396B (zh) 车牌号码识别方法、装置、电子设备及存储介质
CN110660254A (zh) 交通信号灯检测及智能驾驶方法和装置、车辆、电子设备
CN111860384B (zh) 一种车型识别方法
CN109325531A (zh) 基于图像的车辆定损方法、装置、设备及存储介质
CN111291812B (zh) 属性类别的获取方法及装置、存储介质、电子装置
CN110969647B (zh) 一种整合车辆的识别跟踪与车灯检测的方法
CN111191611A (zh) 基于深度学习的交通标志标号识别方法
CN117437525B (zh) 用于环车视频的处理方法及处理系统
CN112232259B (zh) 一种网约车驾驶员行为监测的方法和装置及设备
CN111027539A (zh) 一种基于空间位置信息的车牌字符分割方法
US11715372B2 (en) Signal lamp recognition method, device, and storage medium
CN108877233A (zh) 一种基于车载终端的违章驾驶记录方法及系统、车载终端
CN112613387A (zh) 一种基于YOLOv3的交通标志检测方法
CN110751633A (zh) 基于深度学习的多轴大车制动检测方法、装置、系统
CN111709377B (zh) 特征提取方法、目标重识别方法、装置及电子设备
CN112052807A (zh) 车辆位置检测方法、装置、电子设备及存储介质
US10949710B2 (en) Methods, systems and apparatuses of feature extraction and object detection
CN114120266A (zh) 车辆变道检测方法、装置、电子设备及存储介质
US20210056346A1 (en) Annotation assisting method, annotation assisting device, and recording medium having annotation assisting program recorded thereon
CN117612117A (zh) 基于车载记录仪的路边近处杂草分割方法、系统及介质
CN111127701B (zh) 车辆失效场景检测方法及系统
CN110717491A (zh) 一种基于光学字符提取检测的集装箱箱号识别系统及方法
CN111695587A (zh) 一种车辆品牌型号识别方法及装置
CN114022869B (zh) 一种基于级联网络的车辆重识别方法及装置
CN117852991B (zh) 化学品智慧物流数据处理方法及系统

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
GR01 Patent grant
GR01 Patent grant