[發明專利]一種智能車險的自助理賠方法、自助理賠裝置及系統在審
| 申請號: | 201611064222.5 | 申請日: | 2016-11-28 |
| 公開(公告)號: | CN106780048A | 公開(公告)日: | 2017-05-31 |
| 發明(設計)人: | 林晟;鄭學軍;王紅萍;盧德章;李慧生;鐘軍;王雄;管麗蕓;陳亙;方澄 | 申請(專利權)人: | 中國平安財產保險股份有限公司 |
| 主分類號: | G06Q40/08 | 分類號: | G06Q40/08;G06K9/20;G06K9/62 |
| 代理公司: | 深圳市君勝知識產權代理事務所(普通合伙)44268 | 代理人: | 王永文,劉文求 |
| 地址: | 518000 廣東省深圳市福*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智能 車險 自助 理賠 方法 裝置 系統 | ||
技術領域
本發明涉及車險理賠定損技術,特別涉及一種智能車險的自助理賠方法、自助理賠裝置及系統。
背景技術
隨著社會的發展,交通車輛越來越多,車輛參加保險已經是購買車輛后第一道手續。隨著車輛的增多,車輛交通事故的絕對數量也相應變大。當被保險的車輛發生交通事故時,車主第一件事就是要辦理理賠。目前,車險理賠方式一般是通過車主撥打投保公司電話,等待投保公司的查勘人員到現場查勘,等待定損、到門店交單、等待支付。操作步驟復雜繁瑣,而且理賠正常流程辦下來,一般需要3-7天,耗時耗力,成為車主用車最擔心的痛點之一。車險行業,亟需尋求一種便捷的理賠方式解決。
因而現有技術還有待改進和提高。
發明內容
鑒于上述現有技術的不足之處,本發明的目的在于提供一種智能車險的自助理賠方法、自助理賠裝置及系統,能由客戶端自助理賠,簡化操作步驟、縮短理賠流程。
為了達到上述目的,本發明采取了以下技術方案:
一種智能車險的自助理賠方法,其包括如下步驟:
接收客戶端的車險報案請求,所述車險報案請求中攜帶客戶端的身份識別碼;
識別客戶端的身份識別碼,并根據所述身份識別碼獲取車主的車牌號,向客戶端反饋車牌信息和出險經過信息的選項;
在收到客戶端的提交報案信號后,提示客戶端拍攝車損照片和投保證件相關照片;
在收到客戶端上傳的照片后,提示客戶端選擇維修廠;
對客戶端上傳的照片進行圖像識別,獲取車損結果,并根據客戶端選擇的維修廠的配件價格、工時價格、及車損結果計算定損金額,反饋給客戶端確認金額。
所述的智能車險的自助理賠方法中,所述識別客戶端的身份識別碼,并根據所述身份識別碼獲取車主的車牌號,向客戶端反饋車牌信息和出險經過信息的選項的步驟,還包括:
根據客戶端攜帶的手機號或微信號識別投保人車牌,并定位出險地點,獲取關聯車輛信息、關聯保單信息,并在判斷可以辦理自助理賠時,自動生成報案號。
所述的智能車險的自助理賠方法中,所述在收到客戶端的提交報案信號后,提示客戶端拍攝車損照片和投保證件相關照片的步驟中:在提示客戶端拍攝車損照片時,顯示各個拍攝要求的圖框,在相應圖框被觸發時,觸發客戶端開啟相機應用。
所述的智能車險的自助理賠方法中,所述在收到客戶端的提交報案信號后,提示客戶端拍攝車損照片和投保證件相關照片的步驟還包括:
在拍攝完一張照片時,對所述照片預處理,判斷是否符合拍攝要求,如不符合要求,提示用戶重新拍攝。
所述的智能車險的自助理賠方法中,所述對客戶端上傳的照片進行圖像識別,獲取車損結果,并根據客戶端選擇的維修廠的配件價格、工時價格、及車損結果計算定損金額,反饋給客戶端確認金額的步驟,包括:
采集客戶拍攝的照片信息;
對可用的圖片進行深度識別,分析出損失部位及損失程度,并判斷損失部位或損失程度是否超出預定范圍;
當損失部位或損失程度在預定范圍內時,提交人工后臺審核;當識別結果在預定范圍內時,則進入定損金額的計算。
所述的智能車險的自助理賠方法中,所述步驟對可用的圖片進行深度識別,分析出損失部位及損失程度,并判斷損失部位或損失程度是否超出預定范圍的步驟,包括:
將客戶端上傳的車損照片與分類模型中的海量典型進行對比,并選擇與受損車輛的受損部件和受損面積信息相一致的受損程度對照圖片,確定受損部件名稱和/ 或受損面積信息;
將車損照片與損失程度訓練器中預置的受損程度對照圖片中進行比對,并選擇與受損車輛的受損部件的受損程度相對一致的受損程度照圖片;根據受損部件名稱及受損面積信息,對車損圖片的受損深度進行識別處理,以確定受損程度信息。
所述的智能車險的自助理賠方法中,所述將客戶端上傳的車損照片與分類模型中的海量典型進行對比,并選擇與受損車輛的受損部件和受損面積信息相一致的受損程度對照圖片,確定受損部件名稱和/ 或受損面積信息的步驟之前,所述的車險智能定損方法還包括:
在車輛理賠定損數據庫中,對海量的典型樣本進行數據預處理;
對各典型樣本進行特征提取,并組成特征向量;
對特征向量進行歸一化處理;
確認典型樣本相對應的受損部件名稱和/或受損面積信息;
將特征向量與受損部件名稱和/或受損面積信息分別作為分類模型的輸入輸出,訓練并確定分類模型;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國平安財產保險股份有限公司,未經中國平安財產保險股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611064222.5/2.html,轉載請聲明來源鉆瓜專利網。





