[发明专利]保险新零售服务平台

权利要求书

1.一种保险新零售服务平台，包括若干物联网传感器、云计算系统和客户端，若干物联网传感器和客户端分别与云计算系统建立数据连接，其特征在于，所述云计算系统接收客户通过客户端发送的投保请求，所述投保请求中包含有保险品种编号，向所述客户的客户端发送认证请求，所述认证请求中包含有物联网传感器摄像头打开指令，接收所述客户通过客户端发送的脸部正面照，根据所述投保请求中的保险品种编号，将脸部正面照预存到保单库中，当投保成功后，出保时，再次采集脸部正面照，从保单库中查找到预存的与所述保险品种编号关联的被保险人信息及其照片，通过人脸识别技术，认证所述脸部正面照中的人是否与所述保险品种编号相关联的照片中的人为同一人，将认证结果与保险品种编号关联保存后反馈至客户端，若认证结果为通过，则生成理赔申请书发送至客户端确认。

2.按权利要求1所述的保险新零售服务平台，其特征在于出保时，再次采集脸部正面照时利用客户脸部移动共享源模型获取低层低解析度客户脸部图像特征，客户脸部移动共享源模型的输入为低解析度客户脸部图像，使用卷积层和低解析度客户脸部图像的特征获取函数从输入的低解析度客户脸部图像中获取低解析度客户脸部特征图。

3.按权利要求2所述的保险新零售服务平台，其特征在于先利用客户脸部逐点卷积核对上一层的上层输出客户脸部特征图进行卷积操作，得到第一逐点卷积客户脸部特征图，再对第一逐点卷积客户脸部特征图进行参数无量纲化，将得到的比例向量分解为方向向量和向量模两部分，这一比例分解的方式将比例向量的欧几里得向量范数进行了固定，实现了正则的效果，得到正则客户脸部特征图，接着利用客户脸部激活非饱和激活函数对得到的正则客户脸部特征图进行处理，得到第一激活客户脸部特征图，利用客户脸部深度卷积核对第一激活客户脸部特征图进行卷积操作，得到深度客户脸部特征图，得到深度客户脸部特征图之后，再又进行参数无量纲化和客户脸部激活非饱和激活函数处理得到第二激活客户脸部特征图，利用逐点卷积核对第二激活客户脸部特征图进行卷积操作，得到第二逐点卷积客户脸部特征图，得到第二逐点卷积客户脸部特征图之后，进行参数无量纲化处理，将得到的客户脸部特征图乘上一个对应的自适应比例的尺度函数系数与上层输出客户脸部特征图乘上一个对应的自适应比例的尺度函数系数相加，得到输出客户脸部特征图，尺度函数系数参数将在学习中自行更新，将客户脸部移动自适应加权残差小块依次连接得到级联块级联模块。

4.按权利要求3所述的保险新零售服务平台，其特征在于客户脸部移动共享源模型包括客户脸部自适应加权共享源模块，使用该模块进行非线性算子处理，其中，客户脸部自适应加权共享源模块是利用获得的级联块级联模块进行级联依次连接构造的，在低解析度客户脸部特征图和每一个级联块级联模块的输出客户脸部特征图之间都有一个自适应比例尺度函数系数，将低解析度客户脸部特征图与对应的自适应比例的尺度函数系数相乘后和级联块级联模块的输出客户脸部特征图与对应的自适应比例的尺度函数系数相乘的客户脸部特征图相加得到的客户脸部特征图即为下一个级联块级联模块的输入客户脸部特征图，客户脸部移动共享源模型进行重新构造，对模型输入的低解析度客户脸部图像使用卷积层进行处理，再利用子像素卷积层进行上采集，将获取的低解析度客户脸部特征图输入客户脸部自适应加权共享源模块，并对客户脸部自适应加权共享源模块的输出使用卷积层进行操作，再利用子像素卷积层进行上采集，将两个上采集的结果叠加即得到重新构造后的超解析度客户脸部图像。

5.按权利要求4所述的保险新零售服务平台，其特征在于得到重新构造后的超解析度客户脸部图像与标准的高解析度客户脸部图像计算稀疏规则算子的代价函数，并利用BP算法迭代模型的参数，而后通过不同的高低解析度客户脸部图像对继续迭代模型参数，得到迭代好的模型，最后将需要超解析度重新构造的客户脸部图像输入迭代好的模型进行运算，即可得到重新构造后放大的客户脸部图像。

6.按权利要求5所述的保险新零售服务平台，其特征在于客户脸部移动共享源模型包括深层客户脸部特征获取级联模块，所述级联模块包括至少一个客户脸部移动自适应加权残差小块，客户脸部移动自适应加权残差小块又由客户脸部逐点卷积、客户脸部参数无量纲化层、客户脸部激活非饱和激活函数、客户脸部深度卷积组成。