【技术实现步骤摘要】
本说明书实施例涉及智能监管，尤其是一种质押车辆监管方法、系统、装置和计算机设备。
技术介绍
1、随着计算机技术的不断发展，如今越来越多的传统监管方式采用数字化的手段。例如，在汽车质押监管的场景中，构建了汽车质押监管系统，通过对车辆入库、车辆日常盘库、车辆释放出库、车辆移库等业务操作进行系统记账方式，实现对质押汽车的数字化监管。监管系统可采取多系统对接方式，例如对接银行系统、物流公司系统，从而实现线上系统信息快速传递，减少人工的导出导入工作。线下监管则采用布控摄像头的方式，对场地进行监控，当出现异常情况后，人工调取监控录像进行排查。此外，还可以采用rfid标签的方式对车辆进行盘库，在一定程度上也起到提升盘库效率的作用。
2、但上述对质押车辆的监管方法仍存在着一定的缺陷：例如在车辆盘库时，仍需监管员人工手持设备进行线下实车盘库，当车辆数目较大的时候，将加重监管员工作负担，盘库周期也随之增大；存在监管力度不够的问题时的对于不规范行为难以防范，例如在本次人工盘库后至下一次盘库开始前的这段时间内，若将质押车辆驶离监管仓库，而未能及时发现车辆异常情况，将导致资产丢失。
3、有鉴于此，本说明书实施例旨在提供一种质押车辆监管方法、系统、装置和计算机设备。
技术实现思路
1、针对现有技术的上述问题，本说明书实施例的目的在于，提供一种质押车辆监管方法、系统、装置和计算机设备，以解决现有技术中对质押车辆监管效率和力度较低的问题。
2、为了解决上述技术问题，本说明书实施
3、第一方面，本说明书实施例提供一种质押车辆监管方法，包括：
4、获取无人机摄像头采集的仓库内存放的质押车辆的图像数据；
5、将所述图像数据输入至预先训练好的车辆检测模型中，得到所述车辆检测模型输出的所述质押车辆的数量信息；
6、获取物联网关设备采集的所述质押车辆的车架号信息，所述物联网关设备集成在所述无人机上且与所述质押车辆上预安装的物联设备通信连接；
7、将所述质押车辆的数量信息和所述车架号信息分别与预先存储的质押车辆信息进行比对；
8、根据比对结果，生成报警信息并反馈至监管员。
9、具体地，在将所述图像数据输入至预先训练好的车辆检测模型之前，所述方法还包括：
10、对所述图像数据进行拼接处理。
11、进一步地，对所述图像数据进行拼接处理，包括：
12、根据所述图像数据中各图像帧的采集时间，对各所述图像帧进行排序；
13、利用特征点算法对各所述图像帧进行特征点检测，得到各所述图像帧的特征点；
14、基于所述特征点对采集时间相邻的任意两个图像帧进行特征点匹配，得到匹配成功的特征点对；
15、根据所述特征点对，对所述采集时间相邻的任意两个图像帧进行拼接，得到拼接后的图像数据。
16、更进一步地，基于所述特征点对采集时间相邻的任意两个图像帧进行特征点匹配，得到匹配成功的特征点对，包括：
17、计算所述采集时间相邻的任意两个图像帧中的一个图像帧中任意一个特征点，与所述采集时间相邻的任意两个图像帧中另一个图像帧中各特征点间的距离；
18、确定另一个图像帧中与所述任意一个特征点距离最近的第一特征点；
19、判断所述第一特征点与所述任意一个特征点间的距离是否小于预设距离阈值；
20、若是，则确定另一个图像帧中与所述任意一个特征点距离次近的第二特征点，并根据计算所述第一特征点与所述第二特征点间的距离系数；
21、判断所述距离系数是否小于预设的距离系数阈值；
22、若是，则确定所述第一特征点与所述任意一个特征点构成特征点对；
23、否则，则确定所述另一个图像帧中不存在与所述任意一个特征点匹配的特征点。
24、具体地，根据所述特征点对，对所述采集时间相邻的任意两个图像帧进行拼接，得到拼接后的图像数据，包括：
25、根据所述特征点对，确定所述采集时间相邻的任意两个图像帧间的单应性矩阵；
26、根据所述单应性矩阵，对所述采集时间相邻的任意两个图像帧进行拼接，得到拼接后的图像数据。
27、具体地，所述车辆检测模型通过如下步骤训练得到：
28、获取车辆图像训练数据，对所述车辆图像训练数据中的车辆进行标注；
29、将所述车辆图像训练数据输入至初始的车辆检测模型中，得到所述初始的车辆检测模型对所述车辆图像训练数据中车辆的识别结果；
30、根据标注结果和所述识别结果对所述初始的车辆检测模型进行迭代训练，直至所述初始的车辆检测模型对车辆的识别率达到预设的识别率阈值或达到预设的迭代训练次数，得到训练完成的车辆检测模型。
31、优选地，所述方法还包括：
32、获取目标车辆和预先划定的电子围栏；
33、根据所述车架号信息，确定所述目标车辆所在图像帧在所述图像数据中的位置；
34、根据所述目标车辆所在图像帧在所述图像数据中的位置，确定所述目标车辆在所述仓库中的存放位置；
35、根据车辆在仓库中的存放位置，判断所述存放位置是否位于所述电子围栏中；
36、若否，则生成报警信息并反馈至监管员。
37、进一步地，根据比对结果，生成报警信息并反馈至监管员，包括：
38、判断所述数量信息与所述质押车辆信息中的车辆数量的比对结果是否为一致；
39、若一致，则判断所述车架号信息与所述质押车辆信息中的各车辆车架号的比对结果是否一致；
40、若是，则判定所述质押车辆未出现异常；
41、否则，则生成所述报警信息并反馈至监管员。
42、第二方面，本说明书实施例提供一站质押车辆监管系统，包括：
43、无人机，所述无人机上配置有摄像头，所述摄像头用于采集仓库内存放的质押车辆的图像数据；
44、物联网关设备，所述物联网关设备集成在所述无人机上，用于与质押车辆上预安装的物联设备通信连接以采集质押车辆的车架号信息；
45、监管系统，与所述无人机和所述物联网关设备相连，用于根据所述无人机反馈的图像数据、所述物联网关设备反馈的车架号信息和如上述技术方案提供的一种质押车辆监管方法对仓库内存放的质押车辆进行监管。
46、第三方面，本说明书实施例提供一种质押车辆监管装置，包括：
47、第一获取模块，用于获取无人机摄像头采集的仓库内存放的质押车辆的图像数据；
48、输入模块，用于将所述图像数据输入至预先训练好的车辆检测模型中，得到所述车辆检测模型输出的所述质押车辆的数量信息；
49、第二获取模块，用于获取物联网关设备采集的所述质押车辆的车架号信息，所述物联网关设备集成在所述无人机上且与所述质押车辆上预安装的物联设备通信连接；
5本文档来自技高网...
【技术保护点】
1.一种质押车辆监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在将所述图像数据输入至预先训练好的车辆检测模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述图像数据进行拼接处理，进一步包括：
4.根据权利要求3所述的方法，其特征在于，基于所述特征点对采集时间相邻的任意两个图像帧进行特征点匹配，得到匹配成功的特征点对，进一步包括：
5.根据权利要求3所述的方法，其特征在于，根据所述特征点对，对所述采集时间相邻的任意两个图像帧进行拼接，得到拼接后的图像数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述车辆检测模型通过如下步骤训练得到：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，根据比对结果，生成报警信息并反馈至监管员，进一步为：
9.一种质押车辆监管系统，其特征在于，所述系统包括：
10.一种质押车辆监管装置，其特征在于，包括：
11.一种计算机设
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任意一项所述的方法。
13.一种计算机程序产品，其特征在于，包括至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至8任意一项所述的方法。
...【技术特征摘要】
1.一种质押车辆监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在将所述图像数据输入至预先训练好的车辆检测模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述图像数据进行拼接处理，进一步包括：
4.根据权利要求3所述的方法，其特征在于，基于所述特征点对采集时间相邻的任意两个图像帧进行特征点匹配，得到匹配成功的特征点对，进一步包括：
5.根据权利要求3所述的方法，其特征在于，根据所述特征点对，对所述采集时间相邻的任意两个图像帧进行拼接，得到拼接后的图像数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述车辆检测模型通过如下步骤训练得到：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8...
【专利技术属性】
技术研发人员：刘晓颖，张佳铭，邹华，柯玛琦，朱佳宝，谢柳，叶恒太，郭林海，冯文亮，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。