伤情图片自动化审核方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及智慧医疗，揭露一种伤情图片自动化审核方法，包括：获得拟审核的伤情图片；审核所述伤情图片的皮肤区域；审核所述伤情图片的伤口区域；审核所述伤情图片的人脸；审核伤情图片中的人脸和伤者证件中的人脸的相似度；上传符合审核要求的伤情图片。还提供一种装置、电子设备及计算机可读存储介质。本发明专利技术提高一次拍摄符合要求的伤情图片成功概率，提升客户体验。

【技术实现步骤摘要】
伤情图片自动化审核方法、装置、电子设备及存储介质
本专利技术涉及智慧医疗，尤其涉及一种面向车险理赔的伤情图片自动化审核、装置、电子设备及计算机可读存储介质。
技术介绍
在智慧医疗中，人伤理赔是车辆保险中重要的理赔服务。进行该项理赔时，展示伤情图片(人身受伤情况的图片)是用于理赔的重要材料。传统获取伤情图片的方法是派遣车险人伤理赔员赶往现场或医院拍摄伤情图片。这种方案虽然能够可靠获取符合理赔要求的伤情图片，但需要投入较高的人力成本和交通成本。现有技术中，车险客户可以通过移动端软件提交伤情图片，交由远程的理赔员人工审核的方案。这种方案虽然节省了派遣理赔员的交通成本，但由于客户(特别是年级较大、受教育程度不高的客户)拍摄的伤情图片不一定满足理赔要求，可能需要多次与客户沟通并请求重新拍摄，一定程度上影响了理赔速度和服务质量。另外，投入人力成本并未显著减少。当前流行的深度学习方法，可以较好地构建伤情图片自动化审核流程，并取得较好的实用化效果。但存在其他突出问题。一是训练深度学习模型需要大量伤情图片，伤情图片明显属于客户的隐私信息，因而使用客户伤情图片进行模型训练存在较高的信息违规风险。也就是说，基于深度学习的方案虽然效果理想，但很可能因为缺乏合规数据而不可实现；二是是深度学习模型计算复杂，对硬件资源要求较高，目前主要通过将功能部署在远程高性能服务器实现，而直接部署在客户移动端存在困难，这导致深度学习方案的运营成本较高，仍然不能很好地达到减少理赔成本的根本目的。
技术实现思路
本专利技术提供一种面向车险理赔的伤情图片自动化审核、装置、电子设备及计算机可读存储介质，其主要目的在于提高一次拍摄符合要求的伤情图片的成功概率，提升客户体验。为实现上述目的，本专利技术提供的一种伤情图片自动化审核方法，所述方法包括：获得拟审核的伤情图片；审核所述伤情图片的皮肤区域，包括：基于色彩空间阈值分割对伤情图片中皮肤区域进行检测；判断检测到的皮肤区域的面积是否符合面积大小要求；如果检测到的皮肤区域的面积不符合面积大小要求，发送第一不合格指令给客户端，重新获得拟审核的伤情图片，所述第一不合格指令包括光照异常指令；如果检测到的皮肤区域的面积符合面积大小要求，从检测到的皮肤区域分离出伤口区域；审核所述伤情图片的伤口区域，包括：基于色彩空间阈值分割对伤口区域进行检测；判断分离出的伤口面积是否符合伤口面积要求；如果分离出的伤口面积不符合伤口面积要求，发送第二不合格指令给客户端，重新获得拟审核的伤情图片，所述第二不合格指令包括拍摄距离远；如果分离出的伤口面积符合伤口面积要求，基于模板匹配的方法定位伤情图片中出现的人脸；审核所述伤情图片的人脸，包括：判断定位的人脸是否符合人脸要求；如果定位的人脸不符合人脸要求，则发送第三不合格指令给客户端，重新获得拟审核的伤情图片，所述第三不合格指令包括调整拍摄角度或调整拍摄距离；如果定位的人脸符合人脸要求，获得伤者证件，对伤者证件进行人脸检测，获得伤者证件中的人脸；审核伤情图片中的人脸和伤者证件中的人脸的相似度，包括：将证件中的人脸和伤情图片中的人脸进行相似度对比；判断所述相似度对比的对比结果是否符合相似度要求；如果对比结果不符合相似度要求，发送第四不合格指令给客户端，重新获得拟审核的伤情图片，所述第四不合格指令包括传错单证；如果对比结果符合相似度要求，上传伤情图片。可选地，所述审核所述伤情图片的皮肤区域的步骤包括：基于色彩空间分析伤情图片的光照；设定色彩空间中各参数的光照阈值，获得第一判别条件；判断伤情图片的光照是否满足第一判别条件；如果伤情图片的光照不满足第一判别条件，发出第一不合格指令，所述第一不合格指令包括光照过暗、光照过曝或不均匀光照；如果伤情图片的光照满足第一判别条件，基于色彩空间分析伤情图片的光照的均匀性；设定光照均匀度阈值，获得第二判别条件；判断伤情图片的光照的均匀性是否满足第二判别条件；如果伤情图片的光照的均匀性不满足第二判别条件，发出第一不合格指令，所述第一不合格指令包括局部过暗或局部过曝；如果伤情图片的光照的均匀性满足第二判别条件，基于色彩空间阈值分割伤情图片，获得伤情图片的皮肤区域，获得皮肤区域的面积；设定皮肤区域面积的阈值，获得第四判别条件；判断伤情图片的皮肤区域的面积是否满足第四判别条件；如果伤情图片的皮肤区域的面积不满足第四判别条件，发出第一不合格指令，所述第一不合格指令包括皮肤面积过小和拍摄距离过远；如果伤情图片的皮肤区域的面积满足第四判别条件，从检测到的皮肤区域分离出伤口区域。可选地，所述基于色彩空间阈值分割伤情图片，获得伤情图片的皮肤区域的步骤包括：获得伤情图片的多个色彩空间的数据；设定皮肤区域对应的多个色彩空间中各参数的阈值，获得第三判别条件；从伤情图片的多个色彩空间的数据中筛选出满足第三判别条件的多个像素点；通过形态学闭运算填充所述像素点围成区域的内部空隙，得到一个或多个闭合区域，从而获得皮肤区域。可选地，所述审核所述伤情图片的伤口区域的步骤包括：基于色彩空间阈值分割皮肤区域，获得皮肤区域中的伤口区域，获得伤口区域的面积；设定伤口区域面积的阈值，获得第六判别条件；判断伤口区域的面积是否满足第六判别条件；如果伤口区域的面积不满足第六判别条件，发出第二不合格指令，所述第二不合格指令包括伤口面积过小和拍摄距离过远；如果伤口区域的面积满足第六判别条件，基于模板匹配的方法定位伤情图片中出现的人脸。可选地，所述基于色彩空间阈值分割皮肤区域，获得皮肤区域中的伤口区域的步骤包括：获得皮肤区域的多个色彩空间的数据；设定伤口区域对应的多个色彩空间中各参数的阈值，获得第五判别条件；从皮肤区域的多个色彩空间的数据中筛选出满足判别条件第五判别条件的多个像素点；通过形态学闭运算填充所述像素点围成区域的内部空隙，得到一个或多个闭合区域，从而获得伤口区域。可选地，所述基于模板匹配的方法定位伤情图片中出现的人脸的步骤包括：将伤情图片的RGB图像转换为灰度图像；以目前公开的人脸数据集制作平均脸并作为模板，采用模板匹配算法对所述灰度图像进行扫描检测，检测出人脸。可选地，所述审核所述伤情图片的人脸的步骤包括：采用非极大值抑制算法消除同一位置检测重叠的、多余的人脸；若检测无人脸，发出第三不合格指令，所述第三不合格指令包括伤者调整拍摄距离或调整人脸拍摄角度；若检测到2张及以上人脸，发出第四不合格指令，所述第四不合格指令包括伤者以外的人员暂离拍摄画面；若检测到1张人脸，获得伤者证件，对伤者证件进行人脸检测，获得伤者证件中的人脸。为了解决上述问题，本专利技术还提供一种伤情图片自动化审核装置，所述装置包括：获得部，获得拟审核的伤情图片；第一审核部，审核所述伤情图片的本文档来自技高网...

【技术保护点】
1.一种伤情图片自动化审核方法，其特征在于，所述方法包括：/n获得拟审核的伤情图片；/n审核所述伤情图片的皮肤区域，包括：基于色彩空间阈值分割对伤情图片中皮肤区域进行检测；判断检测到的皮肤区域的面积是否符合面积大小要求；如果检测到的皮肤区域的面积不符合面积大小要求，发送第一不合格指令给客户端，重新获得拟审核的伤情图片，所述第一不合格指令包括光照异常指令；如果检测到的皮肤区域的面积符合面积大小要求，从检测到的皮肤区域分离出伤口区域；/n审核所述伤情图片的伤口区域，包括：基于色彩空间阈值分割对伤口区域进行检测；判断分离出的伤口面积是否符合伤口面积要求；如果分离出的伤口面积不符合伤口面积要求，发送第二不合格指令给客户端，重新获得拟审核的伤情图片，所述第二不合格指令包括拍摄距离远；如果分离出的伤口面积符合伤口面积要求，基于模板匹配的方法定位伤情图片中出现的人脸；/n审核所述伤情图片的人脸，包括：判断定位的人脸是否符合人脸要求；如果定位的人脸不符合人脸要求，则发送第三不合格指令给客户端，重新获得拟审核的伤情图片，所述第三不合格指令包括调整拍摄角度或调整拍摄距离；如果定位的人脸符合人脸要求，获得伤者证件，对伤者证件进行人脸检测，获得伤者证件中的人脸；/n审核伤情图片中的人脸和伤者证件中的人脸的相似度，包括：将证件中的人脸和伤情图片中的人脸进行相似度对比；判断所述相似度对比的对比结果是否符合相似度要求；如果对比结果不符合相似度要求，发送第四不合格指令给客户端，重新获得拟审核的伤情图片，所述第四不合格指令包括传错单证；如果对比结果符合相似度要求，上传伤情图片。/n...

【技术特征摘要】
1.一种伤情图片自动化审核方法，其特征在于，所述方法包括：
获得拟审核的伤情图片；
审核所述伤情图片的皮肤区域，包括：基于色彩空间阈值分割对伤情图片中皮肤区域进行检测；判断检测到的皮肤区域的面积是否符合面积大小要求；如果检测到的皮肤区域的面积不符合面积大小要求，发送第一不合格指令给客户端，重新获得拟审核的伤情图片，所述第一不合格指令包括光照异常指令；如果检测到的皮肤区域的面积符合面积大小要求，从检测到的皮肤区域分离出伤口区域；
审核所述伤情图片的伤口区域，包括：基于色彩空间阈值分割对伤口区域进行检测；判断分离出的伤口面积是否符合伤口面积要求；如果分离出的伤口面积不符合伤口面积要求，发送第二不合格指令给客户端，重新获得拟审核的伤情图片，所述第二不合格指令包括拍摄距离远；如果分离出的伤口面积符合伤口面积要求，基于模板匹配的方法定位伤情图片中出现的人脸；
审核所述伤情图片的人脸，包括：判断定位的人脸是否符合人脸要求；如果定位的人脸不符合人脸要求，则发送第三不合格指令给客户端，重新获得拟审核的伤情图片，所述第三不合格指令包括调整拍摄角度或调整拍摄距离；如果定位的人脸符合人脸要求，获得伤者证件，对伤者证件进行人脸检测，获得伤者证件中的人脸；
审核伤情图片中的人脸和伤者证件中的人脸的相似度，包括：将证件中的人脸和伤情图片中的人脸进行相似度对比；判断所述相似度对比的对比结果是否符合相似度要求；如果对比结果不符合相似度要求，发送第四不合格指令给客户端，重新获得拟审核的伤情图片，所述第四不合格指令包括传错单证；如果对比结果符合相似度要求，上传伤情图片。


2.根据权利要求1所述的伤情图片自动化审核方法，其特征在于，所述审核所述伤情图片的皮肤区域的步骤包括：
基于色彩空间分析伤情图片的光照；
设定色彩空间中各参数的光照阈值，获得第一判别条件；
判断伤情图片的光照是否满足第一判别条件；
如果伤情图片的光照不满足第一判别条件，发出第一不合格指令，所述第一不合格指令包括光照过暗、光照过曝或不均匀光照；
如果伤情图片的光照满足第一判别条件，基于色彩空间分析伤情图片的光照的均匀性；
设定光照均匀度阈值，获得第二判别条件；
判断伤情图片的光照的均匀性是否满足第二判别条件；
如果伤情图片的光照的均匀性不满足第二判别条件，发出第一不合格指令，所述第一不合格指令包括局部过暗或局部过曝；
如果伤情图片的光照的均匀性满足第二判别条件，基于色彩空间阈值分割伤情图片，获得伤情图片的皮肤区域，获得皮肤区域的面积；
设定皮肤区域面积的阈值，获得第四判别条件；
判断伤情图片的皮肤区域的面积是否满足第四判别条件；
如果伤情图片的皮肤区域的面积不满足第四判别条件，发出第一不合格指令，所述第一不合格指令包括皮肤面积过小和拍摄距离过远；
如果伤情图片的皮肤区域的面积满足第四判别条件，从检测到的皮肤区域分离出伤口区域。


3.根据权利要求2所述的伤情图片自动化审核方法，其特征在于，所述基于色彩空间阈值分割伤情图片，获得伤情图片的皮肤区域的步骤包括：
获得伤情图片的多个色彩空间的数据；
设定皮肤区域对应的多个色彩空间中各参数的阈值，获得第三判别条件；
从伤情图片的多个色彩空间的数据中筛选出满足第三判别条件的多个像素点；
通过形态学闭运算填充所述像素点围成区域的内部空隙，得到一个或多个闭合区域，从而获得皮肤区域。


4.根据权利要求1所述的伤情图片自动化审核方法，其特征在于，所述审核所述伤情图片的伤口区域的步骤包括：
基于色彩空间阈值分割皮肤区域，获得皮肤区域中的伤口区域，获得伤口区域的面积；
设定伤口区域面积的阈值，获得第六判别条件；
判断伤口区域的面积是否满足第六判别条件；
如果伤口区域的面积不满足第六判别条件，发出第二不合格指令，所述第二不合格指令包括伤口面积过小和拍摄距离过远；
如果伤口区域的面积满足第六判别条件，基于模板匹配的方法定位伤情图片中出现的人脸。


5.根据权利要求4所...

【专利技术属性】
技术研发人员：宁培阳，
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