(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221072676 3.9 (22)申请日 2022.06.23 (71)申请人 平安科技(深圳)有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 柳阳　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 苏蕾 (51)Int.Cl. G06Q 40/02(2012.01) G06N 3/08(2006.01) G06V 10/82(2022.01) G06V 20/62(2022.01) (54)发明名称 基于人工智能的授信额度分析方法及相关 装置 (57)摘要 本申请实施例提供了一种基于人工智能的 授信额度分析方法及相关装置， 该方法首先获取 授信对象在驾驶目标车辆行驶过程中， 在预设时 间段内的连续多张车辆图像， 多张车辆图像由同 一图像采集设备采集得到， 再调用训练好的F ‑ CALM模型对多张车辆图像进行车牌识别， 得到 车 牌识别结果， 最后根据目标车辆的车牌识别结 果， 确定授信对象的授信修正参数， 再根据授信 对象的初始授信参数和授信修正参数， 确定授信 对象的授信额度。 本申请通过训练好的F ‑CALM模 型对多张车辆图像进行车牌识别， 得到车牌识别 结果， 再根据目标车辆的车牌识别结果， 确定授 信对象的授信额度， 将授信对象的授信额度与 驾 驶信息联系起 来， 提高了授信额度的准确性。 权利要求书3页 说明书9页 附图3页 CN 115082198 A 2022.09.20 CN 115082198 A 1.一种基于人工智能的授信额度分析 方法， 其特 征在于， 包括： 获取授信对象在驾驶目标车辆行驶过程中， 在预设时间段内的连续多张车辆 图像， 多 张所述车辆图像由同一图像采集设备采集得到； 调用训练好的F ‑CALM模型对多张所述车辆图像进行车牌识别， 得到所述目标车辆的车 牌识别结果， 所述车牌识别结果包括车牌遮挡车、 无牌车、 有牌车； 根据所述目标 车辆的车牌识别结果， 确定所述授信对象的授信修 正参数； 根据所述授信对象的初始授信参数和所述授信修正参数， 确定所述授信对象的授信额 度。 2.如权利 要求1所述的基于人工智能的授信额度分析方法， 其特征在于， 所述F ‑CALM模 型包括第一F ‑CALM模型和第二F ‑CALM模型， 所述无牌车包括无临牌车和有临牌车； 所述调 用训练好的F ‑CALM模型对多张所述车辆图像进 行车牌识别， 得到所述目标车辆的车牌识别 结果的步骤， 包括： 调用训练好的所述第一F ‑CALM模型对多张所述车辆图像进行车牌识别， 得到所述目标 车辆的第一车牌识别结果； 在所述第一车牌识别结果表征所述授信对象驾驶的所述目标车辆没有车牌 时， 获取所 述授信对 象在驾驶所述 目标车辆行驶过程中， 在所述预设时间段内的连续多组车辆图像， 不同组车辆图像来自不同角度放置的图像采集设备， 同一组车辆图像来自同一个图像采集 设备； 调用训练好的所述第二F ‑CALM模型对多组所述车辆图像进行车牌识别， 得到所述目标 车辆的车牌识别结果。 3.如权利要求1所述的基于人工智能的授信额度分析方法， 其特征在于， 所述车牌遮挡 车包括恶意车牌遮挡车和意外车牌遮挡车； 所述调用训练好的F ‑CALM模型对多张所述车辆 图像进行 车牌识别， 得到所述目标 车辆的车牌识别结果的步骤， 包括： 调用训练好的所述F ‑CALM模型对多张所述车辆图像进行车牌识别， 得到所述目标车辆 的第一车牌识别结果； 在所述第一车牌识别结果表征所述授信对象驾驶的车辆被遮挡时， 调用图像识别模型 对多张所述车辆图像的车牌遮挡区域进行区域识别， 得到各所述车辆图像对应的车牌遮挡 区域； 根据多个所述车牌遮挡区域， 得到各所述车辆 图像对应的遮挡结果， 所述遮挡结果包 括遮挡形状值和遮挡面积值； 根据所述遮挡结果， 得到所述目标 车辆的车牌识别结果。 4.如权利要求3所述的基于人工智能的授信额度分析方法， 其特征在于， 所述根据多个 所述车牌遮挡区域， 得到各 所述车辆图像对应的遮挡结果的步骤， 包括： 根据多个所述车牌遮挡区域， 得到各 所述车辆图像对应的遮挡面积值； 获取多个所述车牌遮挡区域对应的最小外 接矩形； 过所述各车牌遮挡区域上的多个第一位置点向所述最小外接矩形的第一边和第一边 分别做投影， 交于所述最小外接矩形上对应的第二位置点， 根据投影线与所述车牌遮挡区 域交点的个数， 确定各 所述第二 位置点的投影密度值； 根据多个所述第二 位置点的投影密度值， 确定各 所述车辆图像对应的遮挡形状值。权　利　要　求　书 1/3 页 2 CN 115082198 A 25.如权里要求3所述的基于人工智能的授信额度分析方法， 其特征在于， 所述根据 所述 遮挡结果， 得到所述目标 车辆的车牌识别结果的步骤， 包括： 对所述多 张车辆图像中任意两张车辆图像的遮挡结果进行对比， 得到多个遮挡形状值 变化值和遮挡面积变化 值； 若多个所述遮挡形状值变化值中至少有一个遮挡形状变化值大于或等于形状变化阈 值， 和/或多个所述遮挡面积变化值至少有一个遮挡面积变化值大于或者等于面积变化阈 值， 则所述目标 车辆为车牌 意外遮挡车； 若多个所述遮挡形状值变化值小于所述形状变化阈值， 且多个所述遮挡面积变化值小 于所述面积 变化阈值， 则根据所述遮挡结果中的多个所述遮挡形状值的均值和所述遮挡结 果中的多个所述遮挡面积值的均值， 确定所述目标 车辆的车牌识别结果。 6.如权利要求5所述的授信额度分析方法， 其特征在于， 所述根据 所述遮挡结果中的多 个所述遮挡形状值的均值和所述遮挡结果中的多个所述遮挡面积值的均值， 确定所述目标 车辆的车牌识别结果的步骤， 包括： 若多个所述遮挡形状值的均值大于或等于预设形状 阈值， 且多个所述遮挡面积值的均 值小于或等于预设面积阈值， 则所述目标车辆为车牌意外遮挡车， 否则， 所述目标车辆为车 牌恶意遮挡车。 7.如权利要求1所述的基于人工智能的授信额度分析方法， 其特征在于， 在所述调用训 练好的F‑CALM模型对多张所述车辆图像进行车牌识别， 得到所述目标车辆的车牌识别结果 的步骤之后， 包括： 当所述车牌识别结果表征所述目标车辆为车牌遮挡车时， 将所述车牌识别结果以及所 述授信对象的身份信息上传至公安系统。 8.如权利要求1所述的基于人工智能的授信额度分析方法， 其特征在于， 在所述调用训 练好的F‑CALM模型对多张所述车辆图像进行车牌识别， 得到所述目标车辆的车牌识别结果 的步骤之后， 还 包括： 当所述车牌识别结果表征所述目标车辆为无牌车时， 将所述车牌识别结果以及所述授 信对象的身份信息上传至公交管理系统。 9.一种基于人工智能的授信额度分析装置， 其特 征在于， 包括： 获取模块， 用于获取授信对象在驾驶目标车辆行驶过程中， 在预设时间段内的连续多 张车辆图像， 多张所述车辆图像由同一图像采集设备采集得到； 识别模块， 用于调用训练好的F ‑CALM模型对多张所述车辆图像进行车牌识别， 得到所 述目标车辆的车牌识别结果， 所述车牌识别结果包括车牌遮挡车、 无牌车、 有牌车； 第一确定模块， 用于根据所述目标车辆的车牌识别结果， 确定所述授信对象的授信修 正参数； 第二确定模块， 用于根据所述授信对象的初始授信参数和所述授信修正参数， 确定所 述授信对象的授信额度。 10.一种计算机设备， 其特征在于， 所述计算机设备包括存储器、 处理器以及存储在所 述存储器上并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实 现如权利要求1至8任一项所述的基于人工智能的授信额度分析 方法中的步骤。 11.一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权　利　要　求　书 2/3 页 3 CN 115082198 A 3