[发明专利]理赔资料质检核验方法、装置、计算机设备及存储介质

权利要求书

1.一种理赔资料质检核验方法，其特征在于，包括下述步骤：

响应客户端的理赔资料上传请求，接收所述客户端上传的理赔资料，所述理赔资料包含若干图像；

通过预设的清晰度检测模型、方向矫正模型和翻拍检测模型对所述若干图像进行图像质检，输出各图像的图像质检结果；

通过预设的OCR模型对图像质检结果为满足图像质检要求的图像进行文本识别，得到对应的文本内容；

将所述文本内容进行预处理后作为模型输入，通过第一预设模型输出各图像的第一特征向量，并通过第二预设模型输出各图像的第二特征向量，基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量；

将所述目标特征向量输入预设分类模型，得到各图像的分类标签，基于所述分类标签进行理赔资料核验并输出核验结果。

2.根据权利要求1所述的理赔资料质检核验方法，其特征在于，所述第一预设模型为词袋模型，所述通过第一预设模型输出各图像的第一特征向量的步骤包括：

针对每幅图像，将图像对应的文本内容进行分词处理得到多个分词，从所述多个分词中提取多个特征字段，再对特征字段进行筛选后形成特征字段集合，确定所述特征字段集合中各特征字段在基于所述词袋模型建立的直方图中的分布，得到中间特征向量，并输出对应的概率值，记为第一分值；

对中间特征向量进行归一化处理，再进行降维处理得到第一特征向量和对应的第一分值。

3.根据权利要求2所述的理赔资料质检核验方法，其特征在于，所述第二预设模型为卷积神经网络模型，所述通过第二预设模型输出各图像的第二特征向量的步骤包括：

针对每幅图像，将图像对于的文本内容进行拼接后得到拼接文本，将所述拼接文本输入所述卷积神经网络模型，得到各图像的第二特征向量，并输出对应的概率值，记为第二分值；

所述基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量的步骤具体为：

针对每幅图像，将对应的第一分值和第二分值进行比较，若第一分值大于第二分值，则将第一分值对应的第一特征向量作为所述目标特征向量，若第一分值小于第二分值，则将第二分值对应的第二特征向量作为所述目标特征向量。

4.根据权利要求3所述的理赔资料质检核验方法，其特征在于，在所述通过第一预设模型输出各图像的第一特征向量的步骤之前，所述方法还包括构建词袋模型的步骤，具体为：

从不同类别的理赔资料对应的图像中提取文本分词形成文本分词集合，其中提取的文本分词为图像中局部不变的特征；

合并所述文本分词集合中词义相近的文本分词，构造一个包含K个词汇的单词表，统计所述单词表中每个单词在每幅图像中出现的次数，将每幅图像均表示成为一个K维数值向量，基于预设的词典的大小对若干个所述K维数值向量进行聚类操作，得到包含M个词的词袋，完成所述词袋模型的构建。

5.根据权利要求3所述的理赔资料质检核验方法，其特征在于，通过预设的所述翻拍检测模型对所述若干图像进行图像质检时，包括：

针对进行翻拍检测的图像进行颜色空间转换，将原图像由RGB颜色空间转换为YCbCr颜色空间，并对转换后的亮度值进行归一化处理；

通过预设处理函数对颜色空间转换后的图像进行转换处理，以得到去镜面反射处理后的新的亮度值，根据新的亮度值和归一化处理后的亮度值得到第一差值；

通过所述预设处理函数对颜色空间转换前的图像进行转换处理，以得到去镜面反射处理后的RGB值，根据新的RGB值和颜色空间转换前的RGB值得到第二差值；

根据所述第一差值和所述第二差值的差值判定进行翻拍检测的图像是否为翻拍照片。

6.根据权利要求5所述的理赔资料质检核验方法，其特征在于，在所述通过预设的清晰度检测模型、方向矫正模型和翻拍检测模型对所述若干图像进行图像质检的步骤之前，所述方法还包括：

对所述若干图像进行去重操作，以去除用户在不同客户端上传的相同理赔资料，并对去重后的理赔资料进行资料类别检验，当存在任意一个资料类别缺少对应的理赔资料时，提示用户上传缺少的理赔资料。