[发明专利]基于人工智能的理赔方法、装置、计算机设备和存储介质

权利要求书

1.一种基于人工智能的理赔方法，其特征在于，包括：

判断是否接收到用户通过客户端触发的理赔请求；其中，所述理赔请求携带用户信息；

若接收到所述理赔请求，获取所述用户信息、所述用户的脸部动作信息与所述用户的笔迹，基于预设的理赔用户白名单、标准脸部动作信息以及标准笔迹对所述用户进行身份验证，并判断身份验证是否通过；

若身份验证通过，基于预设的提醒信息提醒所述用户上传车损图片；

将所述车损图片输入至预设的目标预测模型内进行预测，通过所述目标预测模型输出与所述车损图片对应的理赔概率；

判断所述理赔概率是否大于预设的概率阈值；

若大于所述概率阈值，调用预设的识别模型对所述车损图片进行识别处理，生成与所述车损图片对应的目标损失部位信息与目标损失程度信息；

基于所述目标损失部位信息与所述目标损失程度信息生成与所述车损图片对应的车辆定损结果。

2.根据权利要求1所述的基于人工智能的理赔方法，其特征在于，所述获取所述用户信息、所述用户的脸部动作信息与所述用户的笔迹，基于预设的理赔用户白名单、标准脸部动作信息以及标准笔迹对所述用户进行身份验证，并判断身份验证是否通过的步骤，包括：

获取预设的理赔用户白名单，判断所述理赔用户白名单内是否存在与所述用户信息相同的指定用户信息；

若存在所述指定用户信息，展示预设的动作输入提醒信息，以提醒所述用户基于所述动作输入提醒信息输入相应的脸部动作信息；

采集所述用户输入的所述脸部动作信息，以及获取与所述指定用户信息对应的标准脸部动作信息；其中，所述脸部动作信息包括脸部动作序列，所述脸部动作序列为包含依次执行的多个脸部动作；

判断所述脸部动作信息中包含的每一个脸部动作与所述标准脸部动作信息中对应位置处的脸部动作是否全部匹配；

若全部匹配，展示预设的笔迹输入提醒信息；其中，所述笔迹输入提醒信息包括与所述指定用户信息对应的标准字；

采集所述用户根据所述标准字输入的笔迹；

提取所述笔迹的第一笔迹特征数据，以及提取与所述标准字对应的标准笔迹的第二笔迹特征数据；

判断所述第一笔迹特征数据与所述第二笔迹特征数据是否匹配；

若匹配，判定身份验证通过，否则判定身份验证未通过。

3.根据权利要求1所述的基于人工智能的理赔方法，其特征在于，所述将所述车损图片输入至预设的目标预测模型内进行预测的步骤之前，包括：

获取预先训练生成的多个预测模型；其中，每一个所述预测模型模型是根据各自不同的训练样本集对预设的卷积神经网络模型进行训练生成的，每一个所述训练样本集包括若干训练图片，以及与所述训练图片对应的标签，所述预测模型的数量等于所述训练样本集的数量；

获取预设的验证样本集；

基于所述验证样本集生成各所述预测模型的预测处理时间；

基于所述验证样本集，按照预设计算规则生成各所述预测模型的评价分值；

获取与所述预测处理时间对应的第一权重，以及获取与所述评价分值的第二权重；

基于所述预测处理时间、所述评价分值、所述第一权重与所述第二权重，调用第一预设公式计算各所述预测模型的模型得分；

从所有所述预测模型中筛选出模型得分最高的预测模型；

将所述模型得分最高的预测模型作为所述目标预测模型。

4.根据权利要求3所述的基于人工智能的理赔方法，其特征在于，所述基于所述验证样本集，按照预设计算规则生成各所述预测模型的评价分值的步骤，包括：

将所述验证样本集输入至指定预测模型内，计算得到所述指定预测模型的精确率；其中，所述指定预测模型为所有所述预测模型中的任意一个模型；

将所述验证样本集输入至指定预测模型内，计算得到所述指定预测模型的召回率；

获取预设数值；

基于所述精确率、所述召回率与所述预设数值，调用第二预设公式计算所述指定预测模型的评价分值。