一种基于车辆行驶数据的资源处理方法及系统技术方案

本发明专利技术提供的一种基于车辆行驶数据的资源处理方法及系统，涉及数据处理技术领域。在本发明专利技术中，对目标车辆进行行驶数据资源的提取处理，以得到对应的初始行驶数据资源，初始行驶数据资源包括初始行驶记录视频资源，初始行驶记录视频资源中具有目标车辆的行驶路况的路况信息。对初始行驶记录视频资源进行视频帧的筛选处理，以形成对应的目标行驶记录视频资源。利用预先训练形成的车辆性能识别神经网络，对目标行驶记录视频资源进行识别处理，以输出目标车辆对应的目标车辆性能识别结果。基于上述方法，可以可靠地通过行驶路况对车辆性能进行分析。能进行分析。能进行分析。

【技术实现步骤摘要】
一种基于车辆行驶数据的资源处理方法及系统


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于车辆行驶数据的资源处理方法及系统。

技术介绍

[0002]汽车作为一种资源，汽车的性能评估一般直接影响着汽车的价值，而汽车的价值评估的应用场景较多，如汽车质押、事故赔偿等。因此，需要对汽车的性能进行全面的评估，但是，在现有技术中，一般是基于汽车的维修情况、行驶里程等方面进行简单的评估，因而，还不能对汽车的性能进行较为全面的评估，例如，汽车的行驶路况对汽车的性能也会产生影响，也就是说，要进行较为全面的评估，可能还需要从汽车的行驶路况对汽车的性能进行评估，但是，目标还没有对行驶路况进行分析的技术方案，因此，亟需提供一种能够对行驶路径进行分析的技术方案。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于车辆行驶数据的资源处理方法及系统，以可靠地通过行驶路况对车辆性能进行分析。
[0004]为实现上述目的，本专利技术实施例采用如下技术方案：
[0005]一种基于车辆行驶数据的资源处理方法，应用于数据处理服务器，所述基于车辆行驶数据的资源处理方法包括：
[0006]对目标车辆进行行驶数据资源的提取处理，以得到所述目标车辆对应的初始行驶数据资源，所述初始行驶数据资源包括初始行驶记录视频资源，所述初始行驶记录视频资源中具有所述目标车辆的行驶路况的路况信息；
[0007]对所述初始行驶记录视频资源进行视频帧的筛选处理，以形成所述初始行驶记录视频资源对应的目标行驶记录视频资源；
[0008]利用预先训练形成的车辆性能识别神经网络，对所述目标行驶记录视频资源进行识别处理，以输出所述目标车辆对应的目标车辆性能识别结果，所述目标车辆性能识别结果用于所述目标车辆对应的反映车辆性能。
[0009]在一些优选的实施例中，在上述基于车辆行驶数据的资源处理方法中，所述对目标车辆进行行驶数据资源的提取处理，以得到所述目标车辆对应的初始行驶数据资源的步骤，包括：
[0010]在接收到对目标车辆进行性能识别的请求时，向所述目标车辆下发资源提取指令，所述目标车辆用于在接收到所述资源提取指令时，将存储的初始行驶数据资源上报给所述数据处理服务器；
[0011]对所述目标车辆依据所述资源提取指令上报的行驶数据资源进行接收，以得到所述目标车辆对应的初始行驶数据资源。
[0012]在一些优选的实施例中，在上述基于车辆行驶数据的资源处理方法中，所述对所
述初始行驶记录视频资源进行视频帧的筛选处理，以形成所述初始行驶记录视频资源对应的目标行驶记录视频资源的步骤，包括：
[0013]分别对所述初始行驶记录视频资源包括的每一帧初始行驶记录视频帧进行路况信息检测处理，以输出每一帧初始行驶记录视频帧对应的路况信息检测结果，所述路况信息检测结果用于反映是否具有路况信息；
[0014]对于所述初始行驶记录视频资源包括的每一帧初始行驶记录视频帧，倘若该初始行驶记录视频帧对应的路况信息检测结果反映出该初始行驶记录视频帧中具有路况信息，则将该初始行驶记录视频帧标记为目标行驶记录视频帧，再将标记出的每一帧目标行驶记录视频帧组合形成所述初始行驶记录视频资源对应的目标行驶记录视频资源。
[0015]在一些优选的实施例中，在上述基于车辆行驶数据的资源处理方法中，所述利用预先训练形成的车辆性能识别神经网络，对所述目标行驶记录视频资源进行识别处理，以输出所述目标车辆对应的目标车辆性能识别结果的步骤，包括：
[0016]将所述目标行驶记录视频资源加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中，以利用所述视频帧有效性检测子神经网络进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧；
[0017]将所述目标行驶记录视频资源和所述有效目标行驶记录视频帧加载到所述车辆性能识别神经网络包括的车辆性能识别子神经网络中，以利用所述车辆性能识别子神经网络进行车辆性能识别处理，以输出所述目标行驶记录视频资源对应的每一个初始车辆性能识别结果；
[0018]依据每一个所述初始车辆性能识别结果，分析输出所述目标行驶记录视频资源对应的第一初始车辆性能识别结果；
[0019]将所述目标行驶记录视频资源对应第一初始车辆性能识别结果，标记为所述目标车辆对应的目标车辆性能识别结果。
[0020]在一些优选的实施例中，在上述基于车辆行驶数据的资源处理方法中，所述将所述目标行驶记录视频资源加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中，以利用所述视频帧有效性检测子神经网络进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧的步骤，包括：
[0021]对所述目标行驶记录视频资源包括的多个目标行驶记录视频帧进行视频帧组合，以形成所述多个目标行驶记录视频帧对应的每一个行驶记录视频帧组合，每一个所述行驶记录视频帧组合包括至少一个目标行驶记录视频帧，对于包括多个目标行驶记录视频帧的每一个行驶记录视频帧组合，该多个目标行驶记录视频帧在视频帧时序上具有连续的关系；
[0022]将每一个所述行驶记录视频帧组合加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧。
[0023]在一些优选的实施例中，在上述基于车辆行驶数据的资源处理方法中，所述视频帧有效性检测子神经网络包括初始视频帧有效性检测模型和中间视频帧有效性检测模型，所述将每一个所述行驶记录视频帧组合加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中进行有效视频帧检测，以输出所述目标行驶记录视频
资源包括的有效目标行驶记录视频帧的步骤，包括：
[0024]分析确定出每一个所述行驶记录视频帧组合在所述目标行驶记录视频资源中的视频帧时序的先后关系，以得到第一先后关系；
[0025]依据所述第一先后关系，将每一个所述行驶记录视频帧组合加载到所述视频帧有效性检测子神经网络包括的初始视频帧有效性检测模型中，以利用所述初始视频帧有效性检测模型进行信息挖掘处理，以输出全部的行驶记录视频帧组合对应的正向视频帧信息特征分布；
[0026]依据与所述第一先后关系相反的第二先后关系，将每一个所述行驶记录视频帧组合加载到所述视频帧有效性检测子神经网络包括的中间视频帧有效性检测模型中，以利用所述中间视频帧有效性检测模型进行信息挖掘处理，以输出全部的行驶记录视频帧组合对应的反向视频帧信息特征分布；
[0027]融合所述正向视频帧信息特征分布和所述反向视频帧信息特征分布，以形成对应的融合视频帧信息特征分布；
[0028]基于所述融合视频帧信息特征分布，分析输出每一个所述行驶记录视频帧组合对应的视频帧组合有效性检测结果；
[0029]依据每一个所述行驶记录视频帧组合对应的视频帧组合有效性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆行驶数据的资源处理方法，其特征在于，应用于数据处理服务器，所述基于车辆行驶数据的资源处理方法包括：对目标车辆进行行驶数据资源的提取处理，以得到所述目标车辆对应的初始行驶数据资源，所述初始行驶数据资源包括初始行驶记录视频资源，所述初始行驶记录视频资源中具有所述目标车辆的行驶路况的路况信息；对所述初始行驶记录视频资源进行视频帧的筛选处理，以形成所述初始行驶记录视频资源对应的目标行驶记录视频资源；利用预先训练形成的车辆性能识别神经网络，对所述目标行驶记录视频资源进行识别处理，以输出所述目标车辆对应的目标车辆性能识别结果，所述目标车辆性能识别结果用于所述目标车辆对应的反映车辆性能。2.如权利要求1所述的基于车辆行驶数据的资源处理方法，其特征在于，所述对目标车辆进行行驶数据资源的提取处理，以得到所述目标车辆对应的初始行驶数据资源的步骤，包括：在接收到对目标车辆进行性能识别的请求时，向所述目标车辆下发资源提取指令，所述目标车辆用于在接收到所述资源提取指令时，将存储的初始行驶数据资源上报给所述数据处理服务器；对所述目标车辆依据所述资源提取指令上报的行驶数据资源进行接收，以得到所述目标车辆对应的初始行驶数据资源。3.如权利要求1所述的基于车辆行驶数据的资源处理方法，其特征在于，所述对所述初始行驶记录视频资源进行视频帧的筛选处理，以形成所述初始行驶记录视频资源对应的目标行驶记录视频资源的步骤，包括：分别对所述初始行驶记录视频资源包括的每一帧初始行驶记录视频帧进行路况信息检测处理，以输出每一帧初始行驶记录视频帧对应的路况信息检测结果，所述路况信息检测结果用于反映是否具有路况信息；对于所述初始行驶记录视频资源包括的每一帧初始行驶记录视频帧，倘若该初始行驶记录视频帧对应的路况信息检测结果反映出该初始行驶记录视频帧中具有路况信息，则将该初始行驶记录视频帧标记为目标行驶记录视频帧，再将标记出的每一帧目标行驶记录视频帧组合形成所述初始行驶记录视频资源对应的目标行驶记录视频资源。4.如权利要求1
‑
3任意一项所述的基于车辆行驶数据的资源处理方法，其特征在于，所述利用预先训练形成的车辆性能识别神经网络，对所述目标行驶记录视频资源进行识别处理，以输出所述目标车辆对应的目标车辆性能识别结果的步骤，包括：将所述目标行驶记录视频资源加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中，以利用所述视频帧有效性检测子神经网络进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧；将所述目标行驶记录视频资源和所述有效目标行驶记录视频帧加载到所述车辆性能识别神经网络包括的车辆性能识别子神经网络中，以利用所述车辆性能识别子神经网络进行车辆性能识别处理，以输出所述目标行驶记录视频资源对应的每一个初始车辆性能识别结果；依据每一个所述初始车辆性能识别结果，分析输出所述目标行驶记录视频资源对应的
第一初始车辆性能识别结果；将所述目标行驶记录视频资源对应第一初始车辆性能识别结果，标记为所述目标车辆对应的目标车辆性能识别结果。5.如权利要求4所述的基于车辆行驶数据的资源处理方法，其特征在于，所述将所述目标行驶记录视频资源加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中，以利用所述视频帧有效性检测子神经网络进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧的步骤，包括：对所述目标行驶记录视频资源包括的多个目标行驶记录视频帧进行视频帧组合，以形成所述多个目标行驶记录视频帧对应的每一个行驶记录视频帧组合，每一个所述行驶记录视频帧组合包括至少一个目标行驶记录视频帧，对于包括多个目标行驶记录视频帧的每一个行驶记录视频帧组合，该多个目标行驶记录视频帧在视频帧时序上具有连续的关系；将每一个所述行驶记录视频帧组合加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧。6.如权利要求5所述的基于车辆行驶数据的资源处理方法，其特征在于，所述视频帧有效性检测子神经网络包括初始视频帧有效性检测模型和中间视频帧有效性检测模型，所述将每一个所述行驶记录视频帧组合加载到预先训练形成的车辆性能识别神经网络包括的视频帧有效性检测子神经网络中进行有效视频帧检测，以输出所述目标行驶记录视频资源包括的有效目标行驶记录视频帧的步骤，包括：分析确定出每一个所述行驶记录视频帧组合在所述目标行驶记录视频资源中的视频帧时序的先后关系，以得到第一先后关系；依据所述第一先后关系，将每一个所述行驶记录视频帧组合加载到所述视频帧有效性检测...

【专利技术属性】
技术研发人员：王智，蒋丁立，陈合富，
申请(专利权)人：台州动产质押金融服务有限公司，
类型：发明
国别省市：