[發明專利]車損證件照片的分類方法、系統及可讀存儲介質

在審

• 申請號: 201710658108.3
• 申請日: 2017-08-04
• 公開（公告）號: CN107292749A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 馬進;王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06K9/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 于志光,高杰

技術領域

本發明涉及計算機技術領域，尤其涉及一種車損證件照片的分類方法、系統及可讀存儲介質。

背景技術

目前，在車險領域，車險理賠系統中存在大量各類車險投保人的證件照片，如身份證照片、銀行卡照片、駕駛證照片等。理賠人員在查看或審核理賠申請時，需要核實這些證件照片并與系統中已有記錄作對比，進行風險控制。然而，車險理賠系統中的大量各類證件照片往往是混合存儲在一起，例如，身份證反面照片、身份證正面照片、身份證反面復印件影像檔、駕駛證主頁照片、駕駛證副頁照片、駕駛證主頁復印件影像檔等混合在一起，而沒有進行分類，使得理賠人員需要在眾多圖片中尋找各類證件照片進行查看或核驗，不僅降低了理賠人員的工作效率，而且準確率低下，帶來了潛在的理賠出錯風險。

發明內容

本發明的主要目的在于提供一種車損證件照片的分類方法、系統及可讀存儲介質，旨在提高理賠人員的工作效率及車損理賠的準確率。

為實現上述目的，本發明提供的一種電子裝置，所述電子裝置包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的車損證件照片的分類系統，所述車損證件照片的分類系統被所述處理器執行時實現如下步驟：

A、接收車險投保人上傳的身份信息和證件照片，利用訓練的預設類型模型識別出各個所述證件照片對應的第一照片類別名，并生成與所述身份信息對應的第一照片類別名列表，所述第一照片類別名列表中包括識別出的各個第一照片類別名，各個所述第一照片類別名與對應的證件照片關聯映射；

B、在收到理賠終端發出的帶有車險理賠人的身份信息的證件照片調取指令后，查找與該車險理賠人的身份信息對應的第一照片類別名列表；

C、若找到對應的第一照片類別名列表，則將找到的第一照片類別名列表反饋給該理賠終端，以供理賠人員基于找到的第一照片類別名列表調取出各個照片類別名關聯映射的證件照片。

優選地，所述處理器還用于執行所述車損證件照片的分類系統，以實現以下步驟：

若收到該理賠終端發送來的對找到的第一照片類別名列表中照片類別名的選擇指令，則調取出與所述選擇指令對應的照片類別名相關聯映射的證件照片，并將調取出的證件照片反饋給該理賠終端。

優選地，在所述步驟A之后，所述處理器還用于執行所述車損證件照片的分類系統，以實現以下步驟：

接收車險投保人上傳的身份信息和證件照片，利用訓練的預設類型模型識別出各個所述證件照片對應的第二照片類別名；

查找與該身份信息對應的第一照片類別名列表；

若找到對應的第一照片類別名列表，則將第一照片類別名列表中的第一照片類別名與識別出的第二照片類別名進行匹配關聯，并基于關聯結果生成第二照片類別名列表，所述第二照片類別名列表中包括第一照片類別名列表中的第一照片類別名，及識別出的第二照片類別名，各個所述第二照片類別名與對應的證件照片關聯映射。

優選地，所述處理器還用于執行所述車損證件照片的分類系統，以實現以下步驟：

將匹配關聯的第一照片類別名和第二照片類別名置于同一顯示行或者顯示列顯示。

優選地，所述預設類型模型為卷積神經網絡區域模型，所述預設類型模型的訓練過程如下：

S1、為每一個預設照片類別準備預設數量的標注有對應的照片類別名的證件照片樣本；

S2、將每一個預設照片類別對應的證件照片樣本分為第一比例的訓練子集和第二比例的驗證子集，將各個訓練子集中的照片樣本進行混合以得到訓練集，并將各個驗證子集中的照片樣本進行混合以得到驗證集；

S3、利用所述訓練集訓練所述預設類型模型；

S4、利用所述驗證集驗證訓練的所述預設類型模型的準確率，若準確率大于或者等于預設準確率，則訓練結束，或者，若準確率小于預設準確率，則增加每一個預設照片類別對應的證件照片樣本的數量，并重新執行步驟S2、S3、S4。

此外，為實現上述目的，本發明還提供一種車損證件照片的分類方法，應用于電子裝置，所述方法包括：

A、接收車險投保人上傳的身份信息和證件照片，利用訓練的預設類型模型識別出各個所述證件照片對應的第一照片類別名，并生成與所述身份信息對應的第一照片類別名列表，所述第一照片類別名列表中包括識別出的各個第一照片類別名，各個所述第一照片類別名與對應的證件照片關聯映射；

B、在收到理賠終端發出的帶有車險理賠人的身份信息的證件照片調取指令后，查找與該車險理賠人的身份信息對應的第一照片類別名列表；