[發明專利]車險理賠方法、計算機裝置及可讀存儲介質

有效

• 申請號: 201910647132.6
• 申請日: 2019-07-17
• 公開（公告）號: CN110443718B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 周稚璇;鄧承
• 申請（專利權）人: 卓爾智聯（武漢）研究院有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 饒智彬;陳敬華

1.一種車險理賠方法，應用于計算機裝置，其特征在于，所述方法包括：

接收出險車輛理賠請求，其中，所述出險車輛理賠請求攜帶有出險車輛的基本信息、所述出險車輛的受損照片，以及所述出險車輛的出險原因；

基于所述出險車輛的基本信息以及所述出險車輛的受損照片確定所述出險車輛的N個受損位置；

確定所述N個受損位置是否為相鄰的受損位置，N為整數；其中，當N等于1時，確定所述N個受損位置為相鄰的受損位置；及當N大于1時，所述N個受損位置不為相鄰的受損位置是指所述N個受損位置中包括至少兩個互不相鄰的受損位置；當所述N個受損位置中不包括互不相鄰的受損位置或者所述N個受損位置均發生在所述出險車輛的同一側時，則確定所述N個受損位置為相鄰受損位置；

當所述N個受損位置不是相鄰的受損位置時，從所述出險車輛的出險原因中識別出事故類型；

調用預先訓練的車輛事故預測模型預測所述事故類型發生所述N個受損位置的事故的概率；

當所預測的概率大于一個預設值時，受理所述車輛出險理賠請求；

當所述預測的概率小于或者等于所述預設值時，根據車主的歷史理賠記錄和/或該車主的其他信譽記錄，確定所述車主的信譽等級，并根據所述車主的信譽等級通知所述車主補充與所確定的信譽等級所對應的資料，所述歷史理賠記錄包括歷次被受理的車輛出險理賠記錄和歷次被拒絕的車輛出險理賠記錄，所述車主的其他信譽記錄包括該車主的征信記錄。

2.如權利要求1所述的車險理賠方法，其特征在于，所述基于所述出險車輛的基本信息以及所述出險車輛的受損照片確定所述出險車輛的N個受損位置包括：

根據所述出險車輛的基本信息所包括的所述出險車輛的品牌以及車型，獲取預先存儲的與所述出險車輛的品牌及車型所對應的車輛無損照片；

利用預設的圖像處理函數基于所述出險車輛的受損照片和所獲取的預先存儲的車輛無損照片，確定所述出險車輛的受損位置；及

統計所述出險車輛的受損位置的數目N。

3.如權利要求2所述的車險理賠方法，其特征在于，所述出險車輛的受損照片至少包括四張照片，該四張照片分別為從所述出險車輛的四個側面所拍攝的照片；計算機裝置預先存儲了各品牌的各個車型的車輛無損照片，每個品牌的每個車型的車輛所對應的車輛無損照片至少包括四張無損照片，該四張無損照片分別為從車輛的四個側面所拍攝的照片。

4.如權利要求2所述的車險理賠方法，其特征在于，該方法還包括：

當基于所述出險車輛的基本信息以及所述出險車輛的受損照片沒能確定出任何受損位置時，發出重新上載所述出險車輛的受損照片的通知；及

基于所述出險車輛的基本信息以及重新上載的所述出險車輛的受損照片確定所述出險車輛的受損位置及受損位置的數目N。

5.如權利要求1所述的車險理賠方法，其特征在于，所述出險車輛的基本信息包括：出險車輛的車牌號、品牌及車型、車主姓名、車主身份證號、車主聯系電話；所述出險車輛的出險原因包括事故時間、事故地點、事故類型。

6.如權利要求1所述的車險理賠方法，其特征在于，該方法還包括獲得所述車輛事故預測模型的步驟，包括：

獲取預設數量的與不同事故類型分別對應的受損記錄，并對與每種事故類型所對應的受損記錄標注類別，使得與所述每種事故類型所對應的受損記錄攜帶類別標簽，將作了類別標注后的所述預設數量的與不同事故類型分別對應的受損記錄作為訓練樣本，其中，與每種事故類型所對應的受損記錄包括受損位置以及受損位置的總數；

將所述訓練樣本隨機分成第一預設比例的訓練集和第二預設比例的驗證集，利用所述訓練集訓練卷積神經網絡獲得所述車輛事故預測模型，并利用所述驗證集驗證訓練獲得的所述車輛事故預測模型的準確率；

若所述準確率大于或者等于預設準確率時，則結束訓練；若所述準確率小于所述預設準確率時，則增加訓練樣本的樣本數量，重新訓練卷積神經網絡直至重新獲得的所述車輛事故預測模型的所述準確率大于或者等于所述預設準確率。