车辆识别方法、装置、电子设备及计算机可读存储介质与流程

本申请涉及图像识别技术领域，具体而言，本申请涉及一种车辆识别方法、装置、电子设备及计算机可读存储介质。

背景技术：

随着保险行业的发展，各类保险行业迅猛发展，尤其是车险行业。车险理赔需要先确定车辆型号，进而根据车辆型号确定相应配件的价格，完成定损。

现有的车辆型号一般是通过定损业务员进行确定，这种确定方式不仅无法保证确定的车辆型号的准确性，还对定损业务员要求非常高，例如要求定损业务员具备大量的车辆常识，人工成本高。

技术实现要素：

本申请提供了一种车辆识别方法、装置、电子设备及计算机可读存储介质，可以解决上述问题。所述技术方案如下：

第一方面，本申请提供了一种车辆识别方法，该方法包括：

接收到待处理车辆的车辆图像时，确定所述车辆图像对应的目标车型；

获取所述待处理车辆的车辆识别码；

将所述车辆识别码与所述目标车型对应的数据库中任一车辆识别码进行匹配，得到所述车辆识别码对应的车辆型号，以依据所述车辆型号完成针对所述待处理车辆的定损处理。

进一步地，所述确定所述车辆图像对应的目标车型，包括：

基于预设的车辆识别模型，计算所述待处理车辆与预配置的各类车型的相似度；

依据所述待处理车辆与预配置的各类车型的相似度，确定所述待处理车辆对应的目标车型。

进一步地，所述依据所述车辆图像与各类车型对应的标准图像的相似度，确定所述车辆图像对应的目标车型，包括：

检测所述待处理车辆与任一车型的相似度大于预设相似度阈值时，将所述相似度对应的车型作为目标车型。

进一步地，所述将所述相似度对应的车型作为目标车型之后，所述方法还包括：

若确定的目标车型的数量至少为两个，选定相似度最大的目标车型作为所述待处理车辆的车型。

进一步地，所述基于预设的车辆识别模型，计算所述车辆图像与预配置的各类车型对应的标准图像的相似度之前，所述方法还包括：

获取训练数据集；

将所述训练数据集中任一车辆图像进行预处理后，输入至预构建的车辆识别模型进行训练，得到训练好的车辆识别模型。

进一步地，所述将所述训练数据集中任一车辆图像进行预处理，包括：

对所述训练数据集中任一车辆图像进行标记处理，以使任一车辆图像上标记有图像分类标识，所述图像分类标识至少包括车辆外观标识、车辆内饰标识、车标标识。

进一步地，获取所述待处理车辆的车辆识别码，包括以下至少一项：

接收所述待处理车辆对应的行驶证图像，以针对所述行驶证图像进行图像识别，得到所述行驶证图像对应的车辆识别码；

接收用户输入针对所述待处理车辆的车辆识别码的输入信息，以依据所述输入信息确定所述待处理车辆的车辆识别码。

第二方面，本申请提供了一种车辆识别装置，该装置包括：

图像接收模块，用于接收到待处理车辆的车辆图像时，确定所述车辆图像对应的目标车型；

数据获取模块，用于获取所述待处理车辆的车辆识别码；

车辆识别模块，用于将所述车辆识别码与所述目标车型对应的数据库中任一车辆识别码进行匹配，得到所述车辆识别码对应的车辆型号，以依据所述车辆型号完成针对所述待处理车辆的定损处理。

进一步地，图像接收模块用于：

基于预设的车辆识别模型，计算所述车辆图像与预配置的各类车型对应的标准图像的相似度；

依据所述车辆图像与各类车型对应的标准图像的相似度，确定所述车辆图像对应的目标车型。

进一步地，依据所述车辆图像与各类车型对应的标准图像的相似度，确定所述车辆图像对应的目标车型，图像接收模块用于：

检测所述待处理车辆与任一车型的相似度大于预设相似度阈值时，将所述相似度对应的车型作为目标车型。

进一步地，将所述相似度对应的车型作为目标车型之后，图像接收模块还用于：

若确定的目标车型的数量至少为两个，选定相似度最大的目标车型作为所述待处理车辆的车型。

进一步地，将所述车辆图像输入至预设的车辆识别模型之前，图像接收模块还用于：

获取训练数据集；

将所述训练数据集中任一车辆图像进行预处理后，输入至预构建的车辆识别模型进行训练，得到训练好的车辆识别模型。

进一步地，将所述训练数据集中任一车辆图像进行预处理，所述图像接收模块用于：

对所述训练数据集中任一车辆图像进行标记处理，以使任一车辆图像上标记有图像分类标识，所述图像分类标识至少包括车辆外观标识、车辆内饰标识、车标标识。

进一步地，数据获取模块包括以下至少一项：

接收所述待处理车辆对应的行驶证图像，以针对所述行驶证图像进行图像识别，得到所述行驶证图像对应的车辆识别码；

接收用户输入针对所述待处理车辆的车辆识别码的输入信息，以依据所述输入信息确定所述待处理车辆的车辆识别码。

第三方面，本申请提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行上述车辆识别方法。

第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述车辆识别方法。

本申请实施例提供的技术方案带来的有益效果是：接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型，获取待处理车辆的车辆识别码，车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理，通过图像识别技术实现了快速确定待处理车辆对应的目标车型的目的，进而依据目标车型确定对应的数据库，加快了确定车辆型号的速度，提高了确定车辆型号的效率，，保证了车辆型号的准确度，实现了车辆识别的自动化、智能化，进而为后续进行精准定损提供了可靠保障。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1为本申请实施例提供的一种车辆识别方法的流程示意图；

图2为本申请实施例提供的一种车辆识别方法中确定目标车型一个实施例的流程示意图；

图3为本申请实施例提供的一种车辆识别方法中获取车辆识别码一个实施例的流程示意图；

图4为本申请实施例提供的一种车辆识别装置的结构示意图；

图5为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。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中不再赘述。下面将结合附图，对本申请的实施例进行描述。

实施例一

本申请实施例提供了一种车辆识别方法，如图1所示，该方法包括：步骤s101、步骤s102和步骤s103。

步骤s101、接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型。

本申请实施例中，车辆识别系统接收到待处理车辆的车辆图像时，确定车辆图像对应目标车型。本申请实施例中，待处理车辆为发生事故的车辆，需要进行理赔定损。

实际应用时，待处理车辆的车辆图像可以是待处理车辆的管理人通过电子设备拍摄的，也可以是理赔业务员利用电子设备拍摄的。具体地，电子设备可以设置为手机、pad、笔记本等具备拍摄功能的终端设备。

本申请实施例中，目标车型用于表征车辆所属的品牌，如宝马、奔驰、夏利、大众等品牌。

步骤s102、获取待处理车辆的车辆识别码。

本申请实施例中，车辆识别码vin用于唯一确定车辆，一般设置在行驶证。

具体地，车辆识别码可以既然可以人工输入，也可以通过图像识别技术进行确定。

步骤s103、将车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理。

本申请实施例，接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型，获取待处理车辆的车辆识别码，车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理，通过图像识别技术实现了快速确定待处理车辆对应的目标车型的目的，进而依据目标车型确定对应的数据库，加快了确定车辆型号的速度，提高了确定车辆型号的效率，，保证了车辆型号的准确度，实现了车辆识别的自动化、智能化，进而为后续进行精准定损提供了可靠保障。

在一个实现方式中，如图2所示，步骤s101中确定车辆图像对应的目标车型，包括：步骤s1011和步骤s1012。

步骤s1011、基于预设的车辆识别模型，计算车辆图像与预配置的各类车型对应的标准图像的相似度；

步骤s1012、依据车辆图像与各类车型对应的标准图像的相似度，确定车辆图像对应的目标车型。

本申请实施例中，预设的车辆识别模型为神经网络模型，如cnn卷积网络模型。通过车辆识别模型的设置，实现了计算车辆图像与预配置的各类车型对应标准图像的相似度，例如计算车辆图像与宝马的相似度、与奔驰的相似度、与大众的相似度，以便依据计算得到的相似度，确定车辆图像对应的目标车型。

具体地，利用cnn卷积网络模型提取车辆图像的图像特征，并将提取到的图像特征与预配置的各类车型对应标准头像的图像特征进行匹配，计算二者的相似度。具体地，预配置的各类车型对应标准头像的图像特征可以存储在cnn卷积网络模型中。

在一个实现方式中，步骤s1012依据待处理车辆与预配置的各类车型的相似度，确定待处理车辆对应的目标车辆，包括：

步骤s1013(图中未示出)、检测车辆图像与任一车型对应的标准图像的相似度大于预设相似度阈值时，将相似度对应的车型作为目标车型。

实际应用时，假设预配置的车型包括车型1、车型2和车型3，若车辆图像与车型1对应的标准图像的相似度大于预设相似度，那么确定车型1为目标车型，即待处理车辆对应的车型。

在一个实现方式中，步骤s1013中将相似度对应的车型作为目标车型之后，该方法还包括：

若确定的目标车型的数量至少为两个，选定相似度最大的目标车型作为待处理车辆的车型。

本申请实施例解决了在确定的目标车型为两个或两个以上的情形下，确定待处理车辆的车型的问题。例如，假设相似度阈值为70％，若车辆图像与车型1的相似度为80％，与车型2的相似度为90％，与车型3的相似度为97％，那么选定相似度最大的车型3作为待处理车辆的车型。

在一个实现方式中，步骤s1011基于预设的车辆识别模型，计算车辆图像与预配置的各类车型对应的标准图像的相似度之前，该方法还包括：步骤s1013(图中未示出)和步骤s1014(图中未示出)。

步骤s1013、获取训练数据集；

步骤s1014、将训练数据集中任一车辆图像进行预处理后，输入至预构建的车辆识别模型进行训练，得到训练好的车辆识别模型。

本申请实施例通过预处理对训练数据集中各个车辆图像的尺度、噪声进行处理，实现了对训练数据集中各个车辆图像标准化处理，进而降低了对预构建的车辆识别模型进行训练的数据处理消耗，提高了训练效率，提高了得到训练好的车辆识别模型的效率。

在一个实现方式中，步骤s1014将训练数据集中任一车辆图像进行预处理，包括：

对训练数据集中任一车辆图像进行标记处理，以使任一车辆图像上标记有图像分类标识，图像分类标识至少包括车辆外观标识、车辆内饰标识、车标标识。

本申请实施例通过标记处理，为后续对预构建的车辆识别模型进行训练的分类处理，保证训练好的车辆识别模型能够针对不同类型的车辆图像进行识别，提高了图像识别的效率。

在一个实现方式中，如图3所示，步骤s102获取待处理车辆的车辆识别码，包括以下至少一项：

步骤s1021、接收待处理车辆对应的行驶证图像，以针对行驶证图像进行图像识别，得到行驶证图像对应的车辆识别码；

步骤s1022、接收用户输入针对待处理车辆的车辆识别码的输入信息，以依据输入信息确定待处理车辆的车辆识别码。

本申请实施例提供了两种获取车辆识别码的方式：一通过图像识别技术识别待处理车辆对应的行驶证图像；二、依据用户输入的输入信息进行确定。

实际应用时，车辆识别系统可以通过预配置的交互界面，以便用户利用该交互界面输入针对待处理车辆的车辆识别码的输入信息，车辆识别系统根据接收到输入信息，确定车辆识别码。实际应用时，输入信息还可以通过命令指令工具输入针对待处理车辆的车辆识别码的输入信息，例如，cmd命令。

实施例二

本申请实施例提供了一种车辆识别装置，如图4所示，该车辆识别装置40可以包括：图像接收模块401、数据获取模块402以及车辆识别模块403，其中，

图像接收模块401，用于接收到待处理车辆的车辆图像时，确定所述车辆图像对应的目标车型；

数据获取模块402，用于获取所述待处理车辆的车辆识别码；

车辆识别模块403，用于将所述车辆识别码与所述目标车型对应的数据库中任一车辆识别码进行匹配，得到所述车辆识别码对应的车辆型号，以依据所述车辆型号完成针对所述待处理车辆的定损处理。

本申请实施例，接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型，获取待处理车辆的车辆识别码，车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理，通过图像识别技术实现了快速确定待处理车辆对应的目标车型的目的，进而依据目标车型确定对应的数据库，加快了确定车辆型号的速度，提高了确定车辆型号的效率，，保证了车辆型号的准确度，实现了车辆识别的自动化、智能化，进而为后续进行精准定损提供了可靠保障。

进一步地，图像接收模块用于：

基于预设的车辆识别模型，计算所述车辆图像与预配置的各类车型对应的标准图像的相似度；

依据所述车辆图像与各类车型对应的标准图像的相似度，确定所述车辆图像对应的目标车型。

进一步地，依据所述车辆图像与各类车型对应的标准图像的相似度，确定所述车辆图像对应的目标车型，图像接收模块用于：

检测所述待处理车辆与任一车型的相似度大于预设相似度阈值时，将所述相似度对应的车型作为目标车型。

进一步地，将所述相似度对应的车型作为目标车型之后，图像接收模块还用于：

若确定的目标车型的数量至少为两个，选定相似度最大的目标车型作为所述待处理车辆的车型。

进一步地，将所述车辆图像输入至预设的车辆识别模型之前，图像接收模块还用于：

获取训练数据集；

将所述训练数据集中任一车辆图像进行预处理后，输入至预构建的车辆识别模型进行训练，得到训练好的车辆识别模型。

进一步地，将所述训练数据集中任一车辆图像进行预处理，所述图像接收模块用于：

对所述训练数据集中任一车辆图像进行标记处理，以使任一车辆图像上标记有图像分类标识，所述图像分类标识至少包括车辆外观标识、车辆内饰标识、车标标识。

进一步地，数据获取模块获取所述待处理车辆的车辆识别码，包括以下至少一项：

接收所述待处理车辆对应的行驶证图像，以针对所述行驶证图像进行图像识别，得到所述行驶证图像对应的车辆识别码；

接收用户输入针对所述待处理车辆的车辆识别码的输入信息，以依据所述输入信息确定所述待处理车辆的车辆识别码。

本实施例的车辆识别装置可执行本申请实施例一所示的车辆识别方法，其实现原理相类似，此处不再赘述。

实施例三

本申请实施例提供了一种电子设备，如图5所示，图5所示的电子设备500包括：处理器5001和收发器5004。其中，处理器5001和收发器5004相连，如通过总线5002相连。可选的，电子设备500还可以包括存储器5003。需要说明的是，实际应用中收发器5004不限于一个，该电子设备500的结构并不构成对本申请实施例的限定。

处理器5001可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器5001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。

总线5002可包括一通路，在上述组件之间传送信息。总线5002可以是pci总线或eisa总线等。总线5002可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器5003可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd-rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

可选的，存储器5003用于存储执行本申请方案的应用程序代码，并由处理器5001来控制执行。处理器5001用于执行存储器5003中存储的应用程序代码，以实现图4所示实施例提供的车辆识别装置的动作。

本申请实施例，接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型，获取待处理车辆的车辆识别码，车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理，通过图像识别技术实现了快速确定待处理车辆对应的目标车型的目的，进而依据目标车型确定对应的数据库，加快了确定车辆型号的速度，提高了确定车辆型号的效率，，保证了车辆型号的准确度，实现了车辆识别的自动化、智能化，进而为后续进行精准定损提供了可靠保障。

实施例四

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现实施例一至实施例三任一实施例所示的方法。

本申请实施例提供了一种计算机可读存储介质，与现有技术相比，接收到待处理车辆的车辆图像时，确定车辆图像对应的目标车型，获取待处理车辆的车辆识别码，车辆识别码与目标车型对应的数据库中任一车辆识别码进行匹配，得到车辆识别码对应的车辆型号，以依据车辆型号完成针对待处理车辆的定损处理，通过图像识别技术实现了快速确定待处理车辆对应的目标车型的目的，进而依据目标车型确定对应的数据库，加快了确定车辆型号的速度，提高了确定车辆型号的效率，，保证了车辆型号的准确度，实现了车辆识别的自动化、智能化，进而为后续进行精准定损提供了可靠保障。

本申请实施例提供了一种计算机可读存储介质适用于上述方法实施例。在此不再赘述。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。