[發明專利]一種增量式高精度圖像過濾方法及系統

有效

• 申請號: 202310507111.0
• 申請日: 2023-05-08
• 公開（公告）號: CN116226430B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 孫勇
• 申請（專利權）人: 深圳市拓保軟件有限公司
• 主分類號: G06F16/535
• 分類號: G06F16/535;G06V10/74;G06Q40/08
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 朱曉彤

本發明公開了一種增量式高精度圖像過濾方法及系統，應用于數據處理技術領域，該方法包括：通過接收客戶端上傳的理賠申請信息。通過第一增量學習模型進行特征提取，獲取圖片背景特征和圖片標的特征，基于內嵌于服務器端的第二增量學習模型進行相似圖片匹配，獲取相似圖片篩選結果。當相似圖片篩選結果的背景相似度大于或等于第一相似度閾值，且標的相似度大于或等于第二相似度閾值時，利用第三增量學習模型進行復核。當生成復核通過指令，生成繼續理賠指令執行后續流程，當生成異常確認指令，生成駁回理賠信息作為申請審核結果發送至客戶端的顯示界面。解決了現有技術中保險理賠案件存在理賠重復申請的識別效率低，識別準確率低的技術問題。

技術領域

本發明涉及數據處理領域，尤其涉及一種增量式高精度圖像過濾方法及系統。

背景技術

在現有技術中保險理賠案件僅需要投保人員提供圖片信息，導致客戶利用重復圖像進行多次理賠申請的情況，而傳統的人工審核時審核效率低，難以發現理賠申請異常，對于重復申請理賠案件的識別準確率低。

因此，在現有技術中保險理賠案件存在理賠重復申請的識別效率低，識別準確率低的技術問題。

發明內容

本申請通過提供一種增量式高精度圖像過濾方法及系統，解決了在現有技術中保險理賠案件存在理賠重復申請的識別效率低，識別準確率低的技術問題。

本申請提供一種增量式高精度圖像過濾方法，應用于服務器端，包括：接收客戶端上傳的理賠申請信息，所述理賠申請信息包括理賠申請書和理賠申請圖片信息，所述理賠申請書為pdf格式；對所述理賠申請圖片信息基于內嵌于所述服務器端的第一增量學習模型進行特征提取，獲取圖片背景特征和圖片標的特征；將所述圖片背景特征和所述圖片標的特征輸入客戶端所屬用戶的已處理申請圖片庫，基于內嵌于所述服務器端的第二增量學習模型進行相似圖片匹配，獲取相似圖片篩選結果；當所述相似圖片篩選結果的背景相似度大于或等于第一相似度閾值，且所述相似圖片篩選結果的標的相似度大于或等于第二相似度閾值時，根據所述相似圖片篩選結果、所述理賠申請書和所述理賠申請圖片信息生成異常申請信息發送給內嵌于所述服務器端的第三增量學習模型進行復核；當生成復核通過指令，生成繼續理賠指令執行后續流程，當生成異常確認指令，生成駁回理賠信息作為申請審核結果發送至所述客戶端的顯示界面。

本申請還提供了一種增量式高精度圖像過濾系統，包括：信息獲取模塊，用于接收客戶端上傳的理賠申請信息，所述理賠申請信息包括理賠申請書和理賠申請圖片信息，所述理賠申請書為pdf格式；特征提取模塊，用于對所述理賠申請圖片信息基于內嵌于服務器端的第一增量學習模型進行特征提取，獲取圖片背景特征和圖片標的特征；圖片篩選模塊，用于將所述圖片背景特征和所述圖片標的特征輸入客戶端所屬用戶的已處理申請圖片庫，基于內嵌于所述服務器端的第二增量學習模型進行相似圖片匹配，獲取相似圖片篩選結果；識別復核模塊，用于當所述相似圖片篩選結果的背景相似度大于或等于第一相似度閾值，且所述相似圖片篩選結果的標的相似度大于或等于第二相似度閾值時，根據所述相似圖片篩選結果、所述理賠申請書和所述理賠申請圖片信息生成異常申請信息發送給內嵌于所述服務器端的第三增量學習模型進行復核；顯示發送模塊，用于當生成復核通過指令，生成繼續理賠指令執行后續流程，當生成異常確認指令，生成駁回理賠信息作為申請審核結果發送至所述客戶端的顯示界面。

本申請還提供了一種電子設備，包括：

存儲器，用于存儲可執行指令；

處理器，用于執行所述存儲器中存儲的可執行指令時，實現本申請提供的一種增量式高精度圖像過濾方法。

本申請提供一種計算機可讀存儲介質，存儲有計算機程序，該程序被處理器執行時，實現本申請提供的一種增量式高精度圖像過濾方法。