[发明专利]基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质。本发明应用于智能决策中的预测模型领域。所述方法包括：从预设数据库中收集训练图片并根据所述训练图片构建训练样本；基于所述训练样本，采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型；若接收到用户上传的理赔请求，将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率，从而判断是否可理赔，并生成理赔预估金额发送至用户。通过实施本发明实施例的方法可实现提高理赔效率，节省人力资源，有效识别保险欺诈的效果。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质。

背景技术

随着科技与经济的发展，人们的生活水平日益提高，越来越多的家庭拥有小汽车，同时也带动了汽车保险的飞速发展。由于中国汽车市场巨大的保有量，道路上每日都发生各种各样的交通事故，而目前的车险事故理赔主要是保险勘探人员通过现场勘探识别是否理赔，这种方式不仅耗时耗力还浪费大量的人力资源，且对于一些理赔欺诈也无法有效识别。

发明内容

本发明实施例提供了一种基于图片识别的车险理赔识别方法、装置、计算机设备及存储介质，旨在解决现有的车险理赔需要保险勘探人员通过现场勘探识别是否理赔，不仅耗时耗力浪费人力资源而且对于一些理赔欺诈也无法有效识别的问题。

第一方面，本发明实施例提供了一种基于图片识别的车险理赔识别方法，其包括：从预设数据库中收集训练图片并根据所述训练图片构建训练样本；基于所述训练样本，采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型；若接收到用户上传的理赔请求，将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率；将所述理赔图片对应的所述理赔概率与预设阈值进行对比；若所述理赔图片对应的所述理赔概率大于所述预设阈值，判定所述理赔图片可理赔；根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述理赔预估金额发送至所述用户。

第二方面，本发明实施例还提供了一种基于图片识别的车险理赔识别装置，其包括：构建单元，用于从预设数据库中收集训练图片并根据所述训练图片构建训练样本；训练单元，用于基于所述训练样本，采用前向传播以及反向传播相结合的方式对预设的卷积神经网络模型进行训练以得到训练后的卷积神经网络模型；预测单元，用于若接收到用户上传的理赔请求，将所述理赔请求中的理赔图片输入至所述训练后的卷积神经网络模型中进行预测以输出对应所述理赔图片的理赔概率；对比单元，用于将所述理赔图片对应的所述理赔概率与预设阈值进行对比；判定单元，用于若所述理赔图片对应的所述理赔概率大于所述预设阈值，判定所述理赔图片可理赔；理赔单元，用于根据所述用户上传的理赔请求中的理赔信息按照预设规则生成理赔预估金额并将所述理赔预估金额发送至所述用户。

第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。