一种基于深度学习的车辆视频定损系统的智能截图方法及系统
基本信息
申请号 | CN202011348956.2 | 申请日 | - |
公开(公告)号 | CN112465018A | 公开(公告)日 | 2021-03-09 |
申请公布号 | CN112465018A | 申请公布日 | 2021-03-09 |
分类号 | G06K9/62(2006.01)I;G06N3/08(2006.01)I;H04N5/91(2006.01)I;G06K9/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 丛建亭;黄贤俊;侯进 | 申请(专利权)人 | 北京深智恒际科技有限公司 |
代理机构 | 北京汇信合知识产权代理有限公司 | 代理人 | 林聪源 |
地址 | 100085北京市海淀区清河西三旗东路6幢2层203室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的车辆视频定损系统的智能截图方法及系统,包括:设置图像帧数据缓冲区,间隔N帧缓存一帧图像到图像帧数据缓冲区队列;设置非图像帧参数数组,间隔N’帧调用拍摄状态分类算法得到用户距离车辆的远近状态类别,将该参数存储到非图像帧参数数组中;当非图像帧参数数组的长度累积达到n后,进行采样环节类型分析,基于历史参数分析出当前帧所处于的采样环节类型;若采样环节类型分析的结果是一个有效的类型标识,则校验当前帧是否满足距离上次采样的时间间隔阈值;若满足,则根据采集环节类型从图像帧数据缓冲区中选择图像作为截图图像使用。本发明基于深度神经网络的分类方法,能获取极高的准确率,分类准确率高。 |
