[发明专利]一种保险定损方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201910462715.1 申请日: 2019-05-30
公开(公告)号: CN112017058A 公开(公告)日: 2020-12-01
发明(设计)人: 刘坤;吴晓卿 申请(专利权)人: 深圳市聚蜂智能科技有限公司
主分类号: G06Q40/08 分类号: G06Q40/08;G06K9/00
代理公司: 深圳市科进知识产权代理事务所(普通合伙) 44316 代理人: 曹卫良
地址: 518000 广东省深圳市南山区粤海街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 保险 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种保险定损方法,其特征在于,包括如下步骤:

S1、构建数据库,并通过深度学习模型或者机器学习模型对大数据进行模型训练,提高识别效果;

S2、根据需求采集需要定损房屋屋顶照片,并将采集的图像数据传输至后台;

S3、所述后台根据需求对图像数据进行自动识别,反馈识别结果;

S4、根据识别结果对损伤点、疑似损伤点和非损伤点进行标注;

S5、根据需求利用标注结果形成定损报告。

2.如权利要求1所述的保险定损方法,其特征在于,所述步骤S2包括如下步骤:

S21、根据需求确定数据采集目标为全局数据采集还是细节数据采集;

S22、若为全局数据采集,则控制无人机进行高空飞行,采集全局图像数据,并反馈至后台;

S23、若为细节数据采集,则控制无人机进行低空飞行,采集细节图像数据,并反馈至后台。

3.如权利要求2所述的保险定损方法,其特征在于,所述步骤S3包括如下步骤:

S31、根据步骤S2需求和采集的图像数据确定识别类型是全局识别还是细节识别;

S32、若为全局识别,则根据全局图像数据,进行初步的判断是否有损伤存在,若存在损伤则确定需要定损评估房屋,并返回步骤S2进行细节数据采集,若不存在损伤则结束定损评估;

S33、若为细节识别,则根据细节图像数据,对损伤点进行分类训练,并将分类训练结果进行加权,根据自动识别的精度进行排序。

4.如权利要求3所述的保险定损方法,其特征在于,所述步骤S4包括如下步骤:

S41、用户根据识别结果对损伤点根据自己的判断增加、删除损伤标注;损伤种类的标注包括冰雹损伤、大风损伤、机械损伤和各种老损和磨损所造成的损伤。

5.如权利要求3所述的保险定损方法,其特征在于,所述步骤S4还包括如下步骤:

S42、对每一个损伤点,添加一个的截图,当完成标注的时候,在保存标注的同时,自动对所有的损伤进行截图,并根据损伤的种类和理赔案种类的匹配程度来自动选取多个截图;若依然需要添加其他的截图,用户可以手动利用截图工具进行截图并添加。

6.如权利要求3所述的保险定损方法,其特征在于,所述步骤S4还包括如下步骤:

S43、虚拟测试方块功能:对于损伤的理赔案,保险公司理赔的标准是看在一个预设的区域中,是否有多于预设数值的损伤,根据测量结果,我们可以在完整的定损报告当中,给出虚拟的测试方块功能,并标识出在方块中有多少个损伤点。

7.一种保险定损系统,其特征在于,包括,

无人机,所述无人机根据需求采集需要定损房屋屋顶照片,并将采集的图像数据传输至后台;

后台,所述后台首先构建数据库,并通过深度学习模型或者机器学习模型对大数据进行模型训练,提高识别效果;接着,所述后台根据需求对图像数据进行自动识别,反馈识别结果;然后,所述后台根据识别结果对损伤点、疑似损伤点和非损伤点进行标注;最后,所述后台根据需求利用标注结果形成定损报告。

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市聚蜂智能科技有限公司,未经深圳市聚蜂智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910462715.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top