[发明专利]一种基于动物识别的金融保险方法及系统有效
申请号: | 201710339219.8 | 申请日: | 2017-05-15 |
公开(公告)号: | CN107229947B | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 邓昌顺 | 申请(专利权)人: | 翔创科技(北京)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08;G06Q40/08;G06Q50/02 |
代理公司: | 北京卓唐知识产权代理有限公司 11541 | 代理人: | 唐海力;韩来兵 |
地址: | 102218 北京市昌平区回*** | 国省代码: | 北京;11 |
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 基于 动物 识别 金融保险 方法 系统 | ||
1.一种基于动物识别的金融保险方法,其特征在于,包括如下步骤:
通过在线签订投保协议后,采集并获取投保牲畜图像以及投保人联系方式;
通过采集牲畜图像对每个牲畜的图像进行标记,以对每个投保牲畜进行区别;
对投保牲畜图像进行预处理,包括:灰度化后,二值化,hough变换,检测最长的直线,计算最长的直线的斜率和角度,然后校正;
构建神经网络模型,利用投保牲畜图像集对神经网络模型进行训练,得到图像特征识别模型,所述图像特征包括局部特征和整体特征;
所述利用投保牲畜图像集对神经网络模型进行训练包括:
将投保牲畜图像集设置为训练样本集和矫正样本集;将训练样本集依次通过神经网络各层神经元,得到初步图像特征识别模型;最后将矫正样本集输入到初步图像特征识别模型进行参数矫正,得到图像特征识别模型,所述神经网络包括:输入层、卷积层、批规范化层、非线性层、池化层、全连接层和softmax损耗层,所述批规范化层用于对图像特征进行规划化处理;
在得到图像特征识别模型之后,对签订投保协议后获取的投保牲畜图像进行学习,提取所述投保牲畜图像特征;
接收待识别牲畜的图像,并输入至图像特征识别模型,提取待识别牲畜图像特征,通过计算待识别牲畜与投保牲畜的图像特征相似度以便判断待识别牲畜是否为投保牲畜,是则根据投保协议进行理赔;
所述接收待识别牲畜的图像,并输入至图像特征识别模型,提取待识别牲畜图像特征,通过计算待识别牲畜与投保牲畜的图像特征相似度以便判断待识别牲畜是否为投保牲畜,是则根据投保协议进行理赔还包括:
实时采集畜牧服务中心服务器的牲畜疫情信息和/或养殖指导信息,将牲畜疫情信息和/或养殖指导信息发送至联系方式对应的牲畜养殖户。
2.根据权利要求1所述的基于动物识别的金融保险方法,其特征在于,所述对投保牲畜图像进行预处理包括
获取每个牲畜的图像集并检测动物图像特征框,图像集至少包括一种图片;
对各个图像集中动物图像特征框进行标记。
3.根据权利要求1所述的基于动物识别的金融保险方法,其特征在于,所述接收待识别牲畜的图像,并输入至图像特征识别模型以便判断待识别牲畜是否为投保牲畜,是则根据投保协议进行理赔包括
判断待识别牲畜的图像的数量是否不为1;
如果识别牲畜的图像的数量不为1,则判断待识别牲畜是否为投保牲畜及每个待识别牲畜的图像对应的牲畜是否为同一个。
4.根据权利要求1所述的基于动物识别的金融保险方法,其特征在于,所述接收待识别牲畜的图像,并输入至图像特征识别模型以便判断待识别牲畜是否为投保牲畜,是则根据投保协议进行理赔还包括
如果识别牲畜的图像的数量为1,则判断待识别牲畜是否为投保牲畜。
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翔创科技(北京)有限公司,未经翔创科技(北京)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/201710339219.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水产养殖用底质改良剂的制备方法
- 下一篇:冰箱