[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
| 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 | ||
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。
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。





