[发明专利]基于驾驶行为的保险的处理方法、装置、设备及存储介质

权利要求书

1.一种基于驾驶行为的保险的处理方法，其特征在于，包括：

获取驾驶员驾车图像和车辆状态信息；

使用基于深度学习的目标检测算法对所述驾驶员驾车图像中的目标对象进行检测，确定所述目标对象的位置；

根据所述目标对象的位置和所述车辆状态信息，使用神经网络模型对所述驾驶员驾车图像进行多标签分类，确定所述驾驶员的行为状态；

根据预设时间段内的所述驾驶员的至少一个行为状态，确定驾驶员的驾驶行为是否属于违规类型；所述违规类型的驾驶行为包括任意一种非安全驾驶的行为；

若属于，则向云服务器发送所述驾驶员的驾驶行为对应的违规数据，以使所述云服务器基于所述违规数据构建车险精算模型，所述车险精算模型用于基于驾驶行为的保险的费用确定。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述驾驶员的违规行为，生成告警指令；

向交互设备发送所述告警指令，所述告警指令用于触发所述交互设备向用户反馈提示信息。

3.根据权利要求1或2所述的方法，其特征在于，所述违规数据包括所述驾驶员的标识信息、违规行为的视频数据和违规行为信息。

4.一种基于驾驶行为的保险的处理方法，其特征在于，包括：

接收驾驶员的驾驶行为对应的违规数据；所述违规数据为智能处理设备根据预设时间段内的所述驾驶员的至少一个行为状态确定所述驾驶员的驾驶行为属于违规类型后，发送的所述驾驶员的驾驶行为对应的违规数据；所述违规类型的驾驶行为包括任意一种非安全驾驶的行为；所述驾驶员的行为状态是智能处理设备使用基于深度学习的目标检测算法对所述驾驶员驾车图像中的目标对象进行检测，根据确定的所述目标对象的位置和车辆状态信息，使用神经网络模型对所述驾驶员驾车图像进行多标签分类所确定；

根据所述违规数据更新所述驾驶员的驾驶能力描述信息；

根据所述驾驶员的驾驶能力描述信息构建车险精算模型，所述车险精算模型用于基于驾驶行为的保险的费用确定。

5.根据权利要求4所述的方法，其特征在于，所述违规数据包括所述驾驶员的标识信息、违规行为的视频数据和违规行为信息，所述方法还包括：

以所述驾驶员的标识信息为主键，将所述违规行为的视频数据和违规行为信息存入数据库。

6.根据权利要求5所述的方法，其特征在于，所述标识信息包括人脸标识信息。

7.一种基于驾驶行为的保险的处理装置，其特征在于，包括：

获取模块，用于获取驾驶员驾车图像和车辆状态信息；

分析模块，使用基于深度学习的目标检测算法对所述驾驶员驾车图像中的目标对象进行检测，确定所述目标对象的位置；

根据所述目标对象的位置和所述车辆状态信息，使用神经网络模型对所述驾驶员驾车图像进行多标签分类，确定所述驾驶员的行为状态；

判断模块，根据预设时间段内的所述驾驶员的至少一个行为状态，确定驾驶员的驾驶行为是否属于违规类型；所述违规类型的驾驶行为包括任意一种非安全驾驶的行为；

发送模块，用于若驾驶员的驾驶行为属于违规类型，向云服务器发送所述驾驶员的驾驶行为对应的违规数据，以使所述云服务器基于所述违规数据构建车险精算模型，所述车险精算模型用于基于驾驶行为的保险的费用确定。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：生成模块；

所述生成模块用于根据所述驾驶员的违规行为，生成告警指令；

所述发送模块还用于向交互设备发送所述告警指令，所述告警指令用于触发所述交互设备向用户反馈提示信息。

9.根据权利要求7或8所述的装置，其特征在于，所述违规数据包括所述驾驶员的标识信息、违规行为的视频数据和违规行为信息。