本申請(qǐng)屬于保險(xiǎn)領(lǐng)域，尤其涉及到一種用于保單自動(dòng)核賠的系統(tǒng)。

背景技術(shù)：

在現(xiàn)有保險(xiǎn)行業(yè)中，在因物品損壞而造成的索賠案中，需要人工進(jìn)行核賠：即由保險(xiǎn)公司專業(yè)理賠人員對(duì)物品的損壞程度進(jìn)行勘驗(yàn)和定損，然后確定是否理賠。

但是，對(duì)于標(biāo)的較小而數(shù)量很大的保單而言，例如，網(wǎng)購(gòu)中小件商品的損壞險(xiǎn)，其人工核賠過程的效率低、成本高，不利于該險(xiǎn)種的推廣和客戶的滿意度的提高。

因此，需要一種能自動(dòng)進(jìn)行核賠的技術(shù)方案，以節(jié)省人力，提高核賠的效率。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問題，本申請(qǐng)?zhí)岢隽艘环N用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)，其特征在于，所述系統(tǒng)包括保險(xiǎn)物品信息采集裝置、特征處理裝置和特征存儲(chǔ)裝置，其中，

所述保險(xiǎn)物品信息采集裝置包含采集投保物品或索賠物品影像的攝影裝置，并且該保險(xiǎn)物品信息采集裝置連接到所述特征處理裝置；

所述特征處理裝置包含用于從所采集的投?；蛩髻r物品影像信息中提取出物品特征的特征識(shí)別模塊，以及用于將物品投保時(shí)的特征與索賠時(shí)的特征進(jìn)行比較的特征比較模塊，并且該特征處理裝置與所述特征存儲(chǔ)裝置相連。

特別地，在上述保險(xiǎn)自動(dòng)核賠系統(tǒng)中，所述保險(xiǎn)物品信息采集裝置通過無線網(wǎng)絡(luò)與所述特征處理裝置相連接。

特別地，在上述保險(xiǎn)自動(dòng)核賠系統(tǒng)中，所述特征存儲(chǔ)裝置是由數(shù)據(jù)庫(kù)管理的硬盤。

特別地，在上述保險(xiǎn)自動(dòng)核賠系統(tǒng)中，所述保險(xiǎn)物品信息采集裝置還包括下列組件中的一種或多種：尺寸標(biāo)定和測(cè)量組件、色度標(biāo)定和測(cè)量組件、溫度測(cè)量組件、質(zhì)量測(cè)量組件。

特別地，在上述保險(xiǎn)自動(dòng)核賠系統(tǒng)中，所述保險(xiǎn)物品信息采集裝置是具有拍照功能的智能手機(jī)。

本申請(qǐng)還提出了一種用于保險(xiǎn)自動(dòng)核賠的方法，其特征在于，該方法包括如下步驟：

將投保時(shí)物品的圖片及相關(guān)信息上傳到特征處理裝置；

特征處理裝置提取出投保時(shí)物品的特征并保存；

將索賠時(shí)物品的圖片及相關(guān)信息上傳到特征處理裝置；

特征處理裝置提取出索賠時(shí)物品的特征；

特征處理裝置將物品投保時(shí)和索賠時(shí)的特征進(jìn)行比較，得出差異值；

判斷差異值是否超過閾值，如果超過閾值，則進(jìn)行自動(dòng)理賠，如果未能超過閾值，則進(jìn)行人工理賠。

特別地，在上述方法中，所述特征處理裝置將物品投保時(shí)和索賠時(shí)的特征進(jìn)行比較的過程包括如下步驟：

特征處理裝置分別分析物品投保時(shí)和索賠時(shí)的圖片，分別生成物品投保時(shí)和索賠時(shí)的特征向量；

依據(jù)標(biāo)準(zhǔn)品類的特征信息，監(jiān)督對(duì)兩組對(duì)應(yīng)向量中的圖片做一一對(duì)比，生成與物品的特征向量相對(duì)應(yīng)的對(duì)比結(jié)果向量C；

為每一類物品的每項(xiàng)差異定義權(quán)重，形成權(quán)重向量W，并以該權(quán)重向量計(jì)算出最終的差異度D＝C＊W。

特別地，在上述方法中，所述特征處理裝置將物品投保時(shí)和索賠時(shí)的特征進(jìn)行比較的過程包括如下步驟：

特征處理裝置分別分析物品投保時(shí)和索賠時(shí)的圖片，分別生成物品投保時(shí)和索賠時(shí)的特征向量；

依據(jù)標(biāo)準(zhǔn)品類的特征信息，監(jiān)督對(duì)兩組對(duì)應(yīng)向量中的圖片做一一對(duì)比，生成與物品的特征向量相對(duì)應(yīng)的對(duì)比結(jié)果向量C；

利用神經(jīng)元網(wǎng)絡(luò)，以對(duì)比結(jié)果向量C為輸入，以最終的差異度D為輸出，來計(jì)算最終差異度D。

特別地，在上述方法中，所說神經(jīng)元網(wǎng)絡(luò)，以對(duì)比結(jié)果向量C為輸入，以最終的差異度D和騙保可能性H為輸出，來計(jì)算最終差異度D和騙?？赡苄訦。

特別地，在上述方法中，所述神經(jīng)元網(wǎng)絡(luò)由事先準(zhǔn)備的合適數(shù)據(jù)進(jìn)行訓(xùn)練。

上述用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)和方法使得核賠的過程自動(dòng)化，解除了繁瑣的人工勞動(dòng)，提高了處理效率。尤其是對(duì)于數(shù)量大而標(biāo)的較小的保單，其收效明顯。

附圖說明

圖1示出的是本申請(qǐng)的一個(gè)實(shí)施例中用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)的結(jié)構(gòu)示意圖。

圖2示出的是本申請(qǐng)的一個(gè)實(shí)施例中所述的用于保險(xiǎn)自動(dòng)核賠的方法的流程圖。

圖3示出的是本申請(qǐng)的一個(gè)實(shí)施例中所述的利用對(duì)比結(jié)果向量計(jì)算最終差異值的流程圖。

圖4示出的是本申請(qǐng)的一個(gè)實(shí)施例中計(jì)算最終差異值的神經(jīng)元網(wǎng)絡(luò)圖。

圖5示出的是本申請(qǐng)的一個(gè)實(shí)施例中計(jì)算最終差異值和騙?？赡苄陨窠?jīng)元網(wǎng)絡(luò)圖。

具體實(shí)施方式

下面結(jié)合說明書附圖，用具體實(shí)施例對(duì)本申請(qǐng)所述的用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)進(jìn)行詳細(xì)說明。

圖1示出的是本申請(qǐng)所述的用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)的一個(gè)示例性實(shí)施例的結(jié)構(gòu)示意圖，其中，所述系統(tǒng)包括保險(xiǎn)物品信息采集裝置1、特征處理裝置2和特征存儲(chǔ)裝置3。

其中，保險(xiǎn)物品信息采集裝置1通過無線網(wǎng)絡(luò)與特征處理裝置2相連接，并且保險(xiǎn)物品信息采集裝置1具有為投保物品或索賠物品拍攝照片或錄像的攝影裝置4。

在本實(shí)施例中，保險(xiǎn)物品信息采集裝置1為帶有拍照功能的手機(jī)。保險(xiǎn)物品信息采集裝置1在拍攝了投?；蛩髻r物品的圖像后，通過無線網(wǎng)絡(luò)將圖片發(fā)送到特征處理裝置2。

特征處理裝置2具有特征識(shí)別模塊5，該模塊能對(duì)上傳的物品圖像進(jìn)行處理，能綜合應(yīng)用現(xiàn)有的圖形圖像處理技術(shù)，例如圖片邊緣識(shí)別等，對(duì)于物品的特征進(jìn)行識(shí)別和提取。

系統(tǒng)中還包括特征存儲(chǔ)裝置3，并且，特征處理裝置2與特征存儲(chǔ)裝置3相連。存儲(chǔ)裝置3中存儲(chǔ)的信息包括多種標(biāo)準(zhǔn)物品的特征庫(kù)，其中包括：物品的整體輪廓以及形狀，關(guān)鍵部件的輪廓以及相對(duì)于整體輪廓的位置，關(guān)鍵部件形狀等特征信息等。這些信息可以通過人工的識(shí)別或者大量監(jiān)督訓(xùn)練自動(dòng)學(xué)習(xí)得出，作為標(biāo)準(zhǔn)物品的分類依據(jù)。

在本實(shí)施例中，特征存儲(chǔ)裝置3是由數(shù)據(jù)庫(kù)管理的硬盤設(shè)備。但是，本領(lǐng)域技術(shù)人員容易理解，特征存儲(chǔ)裝置3也可以用例如磁帶、磁盤陣列、云存儲(chǔ)等方式來實(shí)現(xiàn)。

在本實(shí)施例中，特征處理裝置2包括特征識(shí)別模塊5和特征對(duì)比模塊6。

其中，特征識(shí)別模塊5會(huì)對(duì)圖片做分析和處理，提取物品的特征信息。并且，特征識(shí)別模塊5會(huì)將上述物品的特征信息與標(biāo)準(zhǔn)物品的特征庫(kù)中的數(shù)據(jù)，做比對(duì)和分類，進(jìn)而判斷圖片所代表物品的品類。

另外，特征對(duì)比模塊6依據(jù)投保時(shí)的物品圖片和索賠時(shí)的物品圖片，在標(biāo)準(zhǔn)物品在特征庫(kù)中特征的監(jiān)督和指導(dǎo)下，對(duì)投保時(shí)和索賠時(shí)的物品進(jìn)行差異比較。并且根據(jù)其差異是否超過指定的閾值來判斷是進(jìn)行自動(dòng)理賠還是轉(zhuǎn)人工理賠。

在本申請(qǐng)的另一個(gè)實(shí)施例中，保險(xiǎn)物品信息采集裝置1不僅包含攝影裝置4，還包括有其他的信息提取裝置，例如還包含有尺寸標(biāo)定和測(cè)量組件7、色度標(biāo)定和測(cè)量組件8、溫度測(cè)量組件9、重量測(cè)量組件10。這些特征被加入到物品的特征向量中，與圖片特征一起來計(jì)算物品投保和索賠時(shí)的差異。

本領(lǐng)域技術(shù)人員容易理解，上面列出的組件并不構(gòu)成對(duì)本發(fā)明的具體限定。依據(jù)實(shí)際的需要，本領(lǐng)域技術(shù)人員可以選取上述組件中的一種或多種，或者是添加其它需要的組件。

在上述實(shí)施例中，保險(xiǎn)自動(dòng)核賠的系統(tǒng)依靠信息采集裝置1采集在投保時(shí)和索賠時(shí)采集的物品信息，主要是圖片信息，并利用特征處理裝置2的圖形圖像處理功能對(duì)它們進(jìn)行比對(duì)，得到它們之間的差異，從而判斷是否進(jìn)行自動(dòng)理賠。通過該系統(tǒng)，大大地減少了核賠中人工判斷的工作量，尤其對(duì)于數(shù)量大而標(biāo)的較小的保單效果顯著。

本申請(qǐng)除了提出上面所述的用于保險(xiǎn)自動(dòng)核賠的系統(tǒng)外，還提出了一種用于保險(xiǎn)自動(dòng)核賠的方法。根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其方法對(duì)應(yīng)的流程圖如圖2所示。

其中，在步驟S101中，將投保時(shí)物品的圖片及相關(guān)信息上傳到特征處理裝置；

在步驟S102中，特征處理裝置提取出投保時(shí)物品的特征并保存；

在步驟S103中，將索賠時(shí)物品的圖片及相關(guān)信息上傳到特征處理裝置；

在步驟S104中，特征處理裝置提取出索賠時(shí)物品的特征；

在步驟S105中，特征處理裝置將物品投保時(shí)和索賠時(shí)的特征進(jìn)行比較，得出差異值；

在步驟S106中，判斷差異值是否超過閾值，如果超過閾值，則進(jìn)行自動(dòng)理賠，如果未能超過閾值，則進(jìn)行人工理賠。

上述方法將核賠的過程自動(dòng)化，尤其是步驟S005中特征處理裝置的特征比較功能解除了繁重的人工核保工作。

在一個(gè)實(shí)施例中，步驟S105的具體實(shí)施方式如圖3所示：

首先，在步驟S201中，特征處理裝置分別分析物品投保時(shí)和索賠時(shí)的圖片，分別生成物品投保時(shí)和索賠時(shí)的特征向量。

其中，利用了邊緣識(shí)別等圖片處理和識(shí)別技術(shù)，根據(jù)物品關(guān)鍵部件的輪廓，切割并提取物品以及關(guān)鍵部件的小圖，生成如下兩組物品特征的向量：

P投保＝{物品整體小圖，{物品關(guān)鍵部件1小圖，物品關(guān)鍵部件2小圖…}}

P索賠＝{物品整體小圖，{物品關(guān)鍵部件1小圖，物品關(guān)鍵部件2小圖…}}

之后，在步驟S202中，依據(jù)標(biāo)準(zhǔn)品類的特征信息，監(jiān)督對(duì)兩組對(duì)應(yīng)向量中的圖片做一一對(duì)比，生成與物品的特征向量相對(duì)應(yīng)的對(duì)比結(jié)果向量C。

其中，向量的每一項(xiàng)都是物品投保圖片以及物品索賠圖片的差異度，并以百分比做單位：

C＝{物品整體差異度，{物品關(guān)鍵部件1差異度，物品關(guān)鍵部件2差異度…}}

最后，在步驟S203中，為每一類物品的每項(xiàng)差異定義權(quán)重，形成權(quán)重向量W，并以該權(quán)重向量計(jì)算出最終的差異度D＝C＊W。

其中，為了評(píng)估差異，對(duì)每一類物品都定義有一個(gè)差異度權(quán)重向量W，其中W分量的數(shù)量與C相同，每一項(xiàng)代表對(duì)比結(jié)果向量C的對(duì)應(yīng)項(xiàng)對(duì)最終結(jié)果影響權(quán)重，這樣物品投保和索賠時(shí)最終的差異度D為：

D＝C＊W＝物品整體差異度＊W0+物品關(guān)鍵部件1差異度＊W1+物品關(guān)鍵部件2差異度＊W2+…

如果差異度D超過閾值，則發(fā)起自動(dòng)理賠，如果沒有超過閾值則轉(zhuǎn)人工處理。

上面的實(shí)施例以對(duì)各項(xiàng)差異賦予不同權(quán)重的方式來實(shí)現(xiàn)從對(duì)比結(jié)果向量C到最終差異度D的計(jì)算，這種方式易于理解和實(shí)現(xiàn)。

如圖4，本申請(qǐng)的另外一個(gè)實(shí)施例中，從對(duì)比結(jié)果向量C到最終差異度D的計(jì)由神經(jīng)元網(wǎng)絡(luò)算法來實(shí)現(xiàn)。具體地，將對(duì)比結(jié)果向量C的各項(xiàng)作為神經(jīng)元網(wǎng)絡(luò)的輸入，而將最終的差異度D作為該神經(jīng)元網(wǎng)絡(luò)的輸出。依據(jù)實(shí)際需要，上述神經(jīng)元網(wǎng)絡(luò)的層數(shù)和每層神經(jīng)元的個(gè)數(shù)可以靈活設(shè)置。并且，該神經(jīng)元網(wǎng)絡(luò)可以利用事先準(zhǔn)備好的數(shù)據(jù)集合來進(jìn)行訓(xùn)練。

如圖5，在本申請(qǐng)中的又一個(gè)實(shí)施例中，利用神經(jīng)元網(wǎng)絡(luò)的靈活性，不僅可以用其來計(jì)算最終差異度D，來確定是否自動(dòng)理賠，而且還可以用其來計(jì)算騙保的可能性H。本實(shí)施例中，將對(duì)比結(jié)果向量C的各項(xiàng)作為神經(jīng)元網(wǎng)絡(luò)的輸入，而將最終的差異度D和騙保的可能性H作為該神經(jīng)元網(wǎng)絡(luò)的兩個(gè)輸出。相應(yīng)地，需要在訓(xùn)練數(shù)據(jù)中包含騙保的數(shù)據(jù)，并進(jìn)行適當(dāng)?shù)臉?biāo)定。

上面已經(jīng)結(jié)合具體的實(shí)施例，并參考附圖對(duì)本發(fā)明進(jìn)行了描述，但需要聲明的是，上述具體實(shí)施僅僅是說明性的，并不構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限制。本發(fā)明的保護(hù)范圍由權(quán)利要求所限定，并且針對(duì)權(quán)利要求中技術(shù)方案所做的為本領(lǐng)域技術(shù)人員所公知的修改，等價(jià)方案的替換和組合都落入到本發(fā)明的保護(hù)范圍內(nèi)。