灾害损失区域的损失规模评估方法以及装置制造方法及图纸

在本说明书的一实施例中，可以提供一种对灾害损失区域的损失规模进行评估的服务器的工作方法。此时，服务器的工作方法可以包括：获取至少一个以上的第一灾害图像的步骤；从至少一个以上的第一灾害图像分别推导出损失区域，并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤；以及，使用至少一个以上的第一灾害图像以及损失区域相关信息学习第一学习模型的步骤。习第一学习模型的步骤。习第一学习模型的步骤。

【技术实现步骤摘要】
灾害损失区域的损失规模评估方法以及装置


[0001]实施例涉及一种对灾害损失区域的损失规模进行评估的方法以及装置。尤其涉及一种可以使用灾害周边区域的特征对灾害损失区域进行识别，并针对所识别出的损失区域的损失规模以及补偿规模进行评估的方法以及装置。

技术介绍

[0002]在发生如自然灾害等灾害损失时，可能需要投入大量人力对灾害损失进行识别。此外，在需要准确地对灾害损失规模进行调查以及计算时，单凭人力可能难以掌握所有信息。
[0003]考虑到如上所述的问题，发展出了一些通过使用无人机或卫星等获取灾害损失地区的航拍影像并对其进行分析而获取灾害损失信息的技术。但是，即使是在使用无人机或卫星等获取灾害损失区域的航拍影像，仅通过影像识别灾害损失仍然会受到一定的限制。尤其是，灾害损失影像作为航拍影像，并不能体现出与灾害损失相关的细节信息，只能体现出与灾害损失相关的大致状况，因此在对具体的灾害损失信息时也会受到一定的限制。考虑到如上所述的问题，接下来将对通过航拍影像对灾害损失趋于乃至灾害周边区域的特征进行分析，进而以人工智能(Artificial Intelligence，AI)为基础对于灾害周边区域的特征相关的追加信息进行分析，从而对灾害损失区域进行识别的方法进行说明。
[0004]此外，还可能需要在推导出灾害损失区域之后在考虑损失区域的特性的情况下决定损失规模以及补偿规模的方法，接下来将对其进行说明。
[0005]先行技术文献
[0006]专利文献
[0007](专利文献1)韩国注册专利第10
‑
2203135号

技术实现思路

[0008]本说明书涉及一种使用灾害周边区域特征对灾害损失区域进行识别的方法以及装置。
[0009]本说明书可以提供一种从灾害周边区域提取出特征信息并同时使用所提取出的特征信息以及周边损失区域信息对灾害损失区域进行识别的方法以及装置。
[0010]本说明书可以提供一种以灾害损失区域信息以及从灾害周边区域提取出的特征信息为基础进行学习并借此对灾害损失区域进行识别的方法以及装置。
[0011]本说明书涉及一种通过输入灾害损失区域图像而输出灾害损失区域的范围以及灾害损失类型的方法以及装置。
[0012]本说明书涉及一种在考虑灾害损失区域的特性的情况下对灾害损失区域的损失规模以及补偿规模进行评估的方法以及装置。
[0013]本说明书涉及一种在考虑灾害损失区域的特性、附加数据以及相关图像的情况下对灾害损失区域的补偿规模进行评估的方法以及装置。
[0014]本说明书拟解决的课题并不限定于如上所述的课题，而是可以被扩展到可通过下述说明的本专利技术的实施例推导出的各种项目。
[0015]在本说明书的一实施例中，可以提供一种对灾害损失区域的损失规模进行评估的服务器的工作方法。此时，服务器的工作方法可以包括：获取至少一个以上的第一灾害图像的步骤；从至少一个以上的第一灾害图像分别推导出损失区域，并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤；使用至少一个以上的第一灾害图像以及损失区域相关信息学习第一学习模型的步骤；以及，以所述第一学习模型为基础在灾害图像中对损失区域的损失规模信息进行评估的步骤。
[0016]此外，在本说明书的一实施例中，可以提供一种对灾害损失区域的损失规模进行评估的服务器。此时，服务器可以包括：收发信部，用于与外部设备进行通信；以及，处理器，用于对所述收发信部进行控制；处理器可以获取至少一个以上的第一灾害图像，从至少一个以上的第一灾害图像分别推导出损失区域，以所推导出的损失区域为基础通过贴标获取损失区域相关信息，并使用至少一个以上的第一灾害图像以及所述损失区域相关信息学习第一学习模型，进而以第一学习模型为基础在灾害图像中对损失区域的损失规模信息进行评估。
[0017]此外，下述项目可以同时适用于对灾害损失区域的损失规模进行评估的服务器以及服务器的工作方法。
[0018]此外，在本说明书的一实施例中，还可以包括：从外部设备获取第二灾害图像的步骤；从第二灾害图像推导出损失区域以及周边区域，并以所推导出的损失区域以及周边区域为基础通过贴标获取多个灾害相关信息的步骤；分别向所获取到的多个灾害相关信息赋予加权值的步骤；将第二灾害图像以及多个灾害相关信息输入到所学习的第一学习模型的步骤；以及，以第一学习模型为基础，输出灾害损失区域确认信息以及灾害损失类型信息的步骤。
[0019]此外，在本说明书的一实施例中，第二灾害图像可以被输入到第二学习模型，第二学习模型可以推导出第二灾害图像的损失区域以及周边区域，并以所推导出的第二损失区域以及周边区域为基础通过贴标提供多个灾害相关信息作为输出信息。
[0020]此外，在本说明书的一实施例中，还可以包括：获取灾害损失区域用途信息的步骤；以灾害损失区域确认信息、灾害损失类型信息以及灾害损失区域用途信息为基础对灾害损失区域的面积、灾害损失区域的类型以及灾害损失区域的用途进行确认的步骤；以所确认的灾害损失区域的面积、灾害损失区域的类型以及灾害损失区域的用途为基础推导出灾害损失区域特性信息的步骤；以及，以所推导出的灾害损失区域特性信息为基础对损失规模信息进行确认的步骤。
[0021]此外，在本说明书的一实施例中，还可以包括：获取与灾害损失区域相关的至少一个第三灾害图像以及与灾害损失区域相关的至少一个外部数据的步骤；损失规模信息可以以进一步反映至少一个第三灾害图像以及至少一个外部数据的方式进行确认。
[0022]此外，在本说明书的一实施例中，可以分别为灾害损失区域特性信息、至少一个第三灾害图像以及至少一个外部数据赋予加权值，并以反映所赋予的加权值的方式对损失规模信息进行确认。
[0023]此外，在本说明书的一实施例中，可以提供灾害损失区域特性信息、至少一个第三
灾害图像以及至少某一个外部数据作为第三学习模型的输入数据，第三学习模型可以以输入数据为基础推导出损失规模信息作为输出数据。
[0024]此外，在本说明书的一实施例中，可以将损失规模信息作为反馈信息提供至第三学习模型，第三学习模型可以以损失规模信息为基础进行更新。
[0025]此外，在本说明书的一实施例中，在提供外部数据作为第三学习模型的输入数据的情况下，可以在为外部数据赋予加权值之后作为第三学习模型的输入数据提供，服务器可以从灾害统计数据库获取外部数据。
[0026]此外，在本说明书的一实施例中，在服务器从灾害统计数据库获取外部数据的情况下，可以以所述至少某一个第一灾害图像为基础确认灾害类型种类，并从灾害统计数据库提取出与灾害类型种类对应的至少某一个以上的信息作为外部数据获取，至少某一个以上的信息可以包括损失规模信息、损失频率信息、损失金额信息、死亡人数信息、损失原因信息以及过失相关信息中的至少某一个以上。
[0027]本说明书可以提供一种使用灾害周边区域特征对灾害损失区域进行识别的方法。
[0028]本说明书可以从灾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工作方法，作为对灾害损失区域的损失规模进行评估的服务器的工作方法，包括：获取至少一个以上的第一灾害图像的步骤；从所述至少一个以上的第一灾害图像中分别推导出损失区域，并以所推导出的损失区域为基础通过贴标获取损失区域相关信息的步骤；利用所述至少一个以上的第一灾害图像以及所述损失区域相关信息学习第一学习模型的步骤；以及，以所述第一学习模型为基础在灾害图像中对损失区域的损失规模信息进行评估的步骤。2.根据权利要求1所述的工作方法，包括：从外部设备获取第二灾害图像的步骤；从所述第二灾害图像推导出损失区域以及周边区域，并以所述所推导出的损失区域以及周边区域为基础通过贴标提供多个灾害相关信息的步骤；分别为所述所获取到的多个灾害相关信息赋予加权值的步骤；将所述第二灾害图像以及所述多个灾害相关信息输入到所述经过学习的第一学习模型的步骤；以及，以所述第一学习模型为基础输出灾害损失区域确认信息以及灾害损失类型信息的步骤。3.根据权利要求2所述的工作方法，所述第二灾害图像输入到第二学习模型，所述第二学习模型推导出所述第二灾害图像的所述损失区域以及所述周边区域，并以所述所推导出的损失区域以及周边区域为基础通过所述贴标提供所述多个灾害相关信息作为输出信息。4.根据权利要求2所述的工作方法，还包括：获取灾害损失区域用途信息的步骤；以所述灾害损失区域确认信息、所述灾害损失类型信息以及所述灾害损失区域用途信息为基础，对灾害损失区域的面积、灾害损失区域的类型以及灾害损失区域的用途进行确认的步骤；以所确认的所述灾害损失区域的面积、所述灾害损失区域的类型以及所述灾害损失区域的用途为基础，推导出灾害损失区域特性信息的步骤；以及，以所述所推导出的灾害损失区域特性信息为基础，对损失规模信息进行确认的步骤。5.根据权利要求4所述的工作方法，还包括：获取与所述灾害损失区域相关的至少一个第三灾害图像以及与所述灾害损失区域相关的至少一个外部数据的步骤；所述损失规模信息通过进一步反映所述至少一个第三灾害图像以及所述至少一个外部数据而进行确认。6.根据权利要求5所述的工作方法，分别为所述灾害损失区域特性信息、所述至少一个第三灾害图像以及所述至少一个外
部数据赋予加权值，通过反应所述所赋予的加权值而对所述损失规模信息进行确认。7.根据权利要求5所述的工作方法，所述灾害损失区域特性信息、所述至少一个第三灾害图像以及所述至少某一个外部数据作为输入数据提供至第三学习模型，所述第三学习模型以所述输入数据为基础推导出所述损失规模信息作为输出数据。8.根据权利要求7所述的工作方法，所述损失规模信息作为反馈信息提供至所述第三学习模型，所述第三学习模型以所述损失规模信息为基础进行更新。9.根据权利要求7所述的工作方法，在将所述外部数据作为输入数据提供至所述第三学习模型的情况下，在为所述外部数据赋予加权值之后作为所述输入数据提供至所述第三学习模型，所述服务器从灾害统计数据库获取所述外部数据。10.根据权利要求9所述的工作方法，在所述服务器从所述灾害统计数据库获取所述外部数据的情况下，以所述至少某一个第一灾害图像为基础对灾害类型种类进行确认，并从所述灾害统计数据库提取出与所述灾害类型种类对应的至少某一个以上的信息作为所述外部数据获取，所述至少某一个...

【专利技术属性】
技术研发人员：金成三，申东润，李哲奎，
申请(专利权)人：国立灾难安全研究院，
类型：发明
国别省市：