[发明专利]基于神经网络的投保信息配置方法、装置、计算机设备及存储介质

权利要求书

1.一种基于神经网络的投保信息配置方法，其特征在于，包括下述步骤：

获取用户终端上传的用户浏览的保险产品的种类信息；

根据预设的列表数据库获取与所述保险产品的种类信息对应的信息收集列表，其中，所述信息收集列表中各待收集信息均分别设有对应的收集模块；

根据所述信息收集列表调用相应的收集模块，并将已调用的收集模块发送至所述用户终端，以使所述用户终端在所述保险产品的信息收集页面显示所述已调用的收集模块。

2.根据权利要求1所述的基于神经网络的投保信息配置方法，其特征在于，所述根据所述信息收集列表调用相应的收集模块，并将已调用的收集模块发送至所述用户终端，以使所述用户终端在所述保险产品的信息收集页面显示已调用的收集模块的步骤之后，还具体包括下述步骤：

获取用户终端上传的与所述保险产品对应的投保信息，所述投保信息包括用户根据所述信息收集页面输入的用户信息和保险信息；

根据所述用户信息和保险信息生成所述保险产品的保险保单。

3.根据权利要求1所述的基于神经网络的投保信息配置方法，其特征在于，所述根据所述信息收集列表调用相应的收集模块，并将已调用的收集模块发送至所述用户终端，以使所述用户终端在所述保险产品的信息收集页面显示已调用的收集模块的步骤之后，还具体包括下述步骤：

获取用户的人脸图像；

将所述用户的人脸图像输入至预设的人脸识别模型进行人脸识别，所述人脸识别模型为训练至收敛的卷积神经网络模型。

4.根据权利要求3所述的基于神经网络的投保信息配置方法，其特征在于，所述将所述用户的人脸图像输入至预设的人脸识别模型进行人脸识别，所述人脸识别模型为训练至收敛的卷积神经网络模型的步骤之后，还包括下述步骤：

获取用户的身份证件信息，所述身份证件信息至少包括用户的姓名以及身份证号码；

根据预设的身份验证方法对所述用户的姓名以及身份证号码进行身份证信息验证。

5.根据权利要求3所述的基于神经网络的投保信息配置方法，其特征在于，所述卷积神经网络模型的训练方法包括：

获取标记有分类参照信息的训练样本数据，其中，所述训练样本数据包括：样本图像和派生于所述样本图像的增强图像；

将所述训练样本数据输入卷积神经网络模型获取所述训练样本数据的分类判断信息；

比对所述训练样本数据内不同样本的分类参照信息与所述分类判断信息是否一致；

当所述分类参照信息与所述分类判断信息不一致时，反复循环迭代的更新所述卷积神经网络模型中的权重，至所述分类参照信息与所述分类判断信息一致时结束。

6.根据权利要求5所述的基于神经网络的投保信息配置方法，其特征在于，所述训练样本数据的获取方法包括下述步骤：

获取预设的样本图像；

将所述样本图像进行图像处理，以获取至少一张派生于所述样本图像的增强图像。

7.根据权利要求6所述的基于神经网络的投保信息配置方法，其特征在于，所述将所述样本图像进行图像处理的步骤，具体包括下述步骤：

将所述样本图像输入到预设的模糊计算模型中；

获取所述模糊计算模型输出的派生于所述样本图像的增强图像。

8.一种基于神经网络的投保信息配置装置，其特征在于，包括：

第一获取模块，用于获取用户终端上传的用户浏览的保险产品的种类信息；

处理模块，用于根据预设的列表数据库获取与所述保险产品的种类信息对应的信息收集列表，其中，所述信息收集列表中各待收集信息均分别设有对应的收集模块；

第一执行模块，用于根据所述信息收集列表调用相应的收集模块，并将已调用的收集模块发送至所述用户终端，以使所述用户终端在所述保险产品的信息收集页面显示所述已调用的收集模块。