【技术实现步骤摘要】
基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质
本专利技术涉及人工智能
,尤其涉及一种基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质。
技术介绍
随着科技与经济的发展,人们的生活水平日益提高,越来越多的家庭拥有小汽车,同时也带动了汽车保险的飞速发展。由于中国汽车市场巨大的保有量,道路上每日都发生各种各样的交通事故,而目前的车险事故理赔主要是保险勘探人员通过现场勘探识别是否理赔,这种方式不仅耗时耗力还浪费大量的人力资源,且对于一些理赔欺诈也无法有效识别。
技术实现思路
本专利技术实施例提供了一种基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质,旨在解决现有的车险理赔需要保险勘探人员通过现场勘探识别是否理赔,不仅耗时耗力浪费人力资源而且对于一些理赔欺诈也无法有效识别的问题。第一方面,本专利技术实施例提供了一种基于图片识别的车险理赔识别方法,其包括:从预设数据库中收集训练图片并根据所述训练图片构建训练样本;基于所述训练样本,采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型;若接收到用户上传的理赔请求,将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率;将所述理赔图片对应的所述理赔概率与预设阈值进行对比;若所述理赔图片对应的所述理赔概率大于所述预设阈值,判定所述理赔图片可理赔;根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述 ...
【技术保护点】
1.一种基于图片识别的车险理赔识别方法,其特征在于,包括:/n从预设数据库中收集训练图片并根据所述训练图片构建训练样本;/n基于所述训练样本,采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型;/n若接收到用户上传的理赔请求,将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率;/n将所述理赔图片对应的所述理赔概率与预设阈值进行对比;/n若所述理赔图片对应的所述理赔概率大于所述预设阈值,判定所述理赔图片可理赔;/n根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述理赔预估金额发送至所述用户。/n
【技术特征摘要】
1.一种基于图片识别的车险理赔识别方法,其特征在于,包括:
从预设数据库中收集训练图片并根据所述训练图片构建训练样本;
基于所述训练样本,采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型;
若接收到用户上传的理赔请求,将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率;
将所述理赔图片对应的所述理赔概率与预设阈值进行对比;
若所述理赔图片对应的所述理赔概率大于所述预设阈值,判定所述理赔图片可理赔;
根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述理赔预估金额发送至所述用户。
2.根据权利要求1所述的基于图片识别的车险理赔识别方法,其特征在于,所述从预设数据库中收集训练图片并根据所述训练图片构建训练样本,包括:
从预设数据库中收集训练图片;
根据所述训练图片的预设标记对所述训练图片进行标注;
根据所述训练图片以及所述训练图片对应的标注构建训练样本。
3.根据权利要求1所述的基于图片识别的车险理赔识别方法,其特征在于,所述基于所述训练样本,采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型,包括:
将所述训练样本中的训练集进行前向传播依次经过卷积层、池化层以及全连接层得到输出值;
将所述输出值与目标值进行对比求得总误差;
将所述总误差进行反向传播依次经过全连接层、池化层以及卷积层以对网络中的权值进行更新;
将所述训练样本中的测试集输入到卷积神经网络模型中进行测试以得到训练后的卷积神经网络模型。
4.根据权利要求1所述的基于图片识别的车险理赔识别方法,其特征在于,所述将所述理赔图片输入至所述卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率,包括:
将所述理赔图片输入至所述卷积神经网络模型中的卷积层进行特征提取得到第一特征数据;
将所述第一特征数据输入至所述卷积神经网络模型中的池化层进行降维处理得到第二特征数据;
将所述第二特征数据输入至所述卷积神经网络模型中的全连接层进行映射得到一维特征向量;
将所述一维特征向量输入至分类器中进行分类得到所述理赔图片的理赔概率。
5.根据权利要求1所述的基于图片识别的车险理赔识别方法,其特征在于,所述根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述理赔预估金额发送至所述用户,包括:
从预设数据库中筛选已理赔案件的理赔信息并将...
【专利技术属性】
技术研发人员:卢显锋,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东;44
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。