基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法及服務(wù)器的制造方法
【專利說(shuō)明】基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法及服務(wù)
□ □
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及金融服務(wù)技術(shù)領(lǐng)域，特別是一種基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法及服務(wù)器。
【背景技術(shù)】
[0002]目前，隨著機(jī)動(dòng)車保有量的不斷上升，道路的供需矛盾日益突出，道路擁堵現(xiàn)象越來(lái)越嚴(yán)重，許多由交通事故特別是像一些溜車、追尾等輕微交通事故造成的交通擁堵現(xiàn)象日趨嚴(yán)重。
[0003]為解決道路交通事故造成的交通擁堵問題，交警部門采取了路面執(zhí)勤民警使用簡(jiǎn)易程序快速處理輕微交通事故。但是許多輕微交通事故，駕駛員不敢撤離現(xiàn)場(chǎng)，很多人認(rèn)為，一旦挪了車，保險(xiǎn)公司會(huì)有各種理由不理賠，于是還是先等交警，再等保險(xiǎn)公司，人為的造成了道路的嚴(yán)重?fù)矶隆?br>[0004]鑒于上述情況，交管部門聯(lián)合保監(jiān)部門，共同研發(fā)手機(jī)APP軟件，通過手機(jī)快速取證，一旦發(fā)生了交通事故，用這款A(yù)PP軟件取證，拍攝的信息可由交管部門和保險(xiǎn)公司共享。讓車主放心挪車，讓保險(xiǎn)公司放心理賠。
[0005]然而這樣的取證方法，在便利了保險(xiǎn)人與保險(xiǎn)公司的同時(shí)，也會(huì)帶來(lái)一些弊端，如為了騙保，保險(xiǎn)人可能會(huì)上傳虛假的取證照片，如通過PS技術(shù)合成或者篡改的事故現(xiàn)場(chǎng)照片，或者上傳非真實(shí)事故現(xiàn)場(chǎng)的照片。因此，保險(xiǎn)公司在審核保險(xiǎn)人的理賠申請(qǐng)時(shí)，需要人工校驗(yàn)照片的真實(shí)性與有效性，費(fèi)時(shí)費(fèi)力，且效率不高。

【發(fā)明內(nèi)容】

[0006]鑒于以上內(nèi)容，有必要提供一種基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法及服務(wù)器，以自動(dòng)檢查出篡改的理賠照片，以及自動(dòng)判斷出理賠照片與對(duì)應(yīng)的理賠申請(qǐng)是否匹配，從而自動(dòng)識(shí)別欺詐的理賠行為。
[0007]—種基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法，包括:
[0008]在接收到用戶提交的理賠照片時(shí)，基于二維離散余弦變換函數(shù)對(duì)獲取的照片進(jìn)行頻域轉(zhuǎn)換，根據(jù)預(yù)設(shè)的分析規(guī)則并基于頻域轉(zhuǎn)換后的照片在各個(gè)顏色通道上的顏色值，對(duì)所述照片進(jìn)行真實(shí)性驗(yàn)證；
[0009]若獲取的圖片是不真實(shí)的，則生成提醒信息以提醒獲取的圖片對(duì)應(yīng)的理賠申請(qǐng)存在欺詐行為；
[0010]若獲取的圖片是真實(shí)的，則按照預(yù)先確定的時(shí)間識(shí)別規(guī)則，識(shí)別出獲取的照片中的拍攝時(shí)間；
[0011]提取出獲取的照片對(duì)應(yīng)的理賠申請(qǐng)中填寫的理賠事件發(fā)生時(shí)間；及
[0012]在提取的理賠事件發(fā)生時(shí)間與識(shí)別的拍攝時(shí)間不匹配時(shí)，生成提醒信息以提醒獲取的圖片對(duì)應(yīng)的理賠申請(qǐng)存在欺詐行為。
[0013]優(yōu)選地，所述預(yù)設(shè)的分析規(guī)則為:提取頻域轉(zhuǎn)換后的照片在各個(gè)RGB顏色通道上的顏色值變化幅度，若有顏色通道上的顏色值變化幅度大于預(yù)設(shè)閾值，則判斷獲取的照片是不真實(shí)的照片；若沒有顏色頻道上的顏色值變化幅度大于所述預(yù)設(shè)閾值，則判斷獲取的照片是真實(shí)的照片。
[0014]優(yōu)選地，所述預(yù)先確定的時(shí)間識(shí)別規(guī)則為:按照預(yù)設(shè)的圖塊定位規(guī)則對(duì)獲取的圖片中預(yù)設(shè)位置的圖塊進(jìn)行定位；按照預(yù)先生成的支持向量機(jī)模型識(shí)別出已定位的圖塊中是否包含時(shí)間信息；按照預(yù)設(shè)的字符分割規(guī)則對(duì)識(shí)別出的圖塊進(jìn)行字符圖塊分割；按照預(yù)先生成的字符識(shí)別模型識(shí)別出分割的各個(gè)字符圖塊對(duì)應(yīng)的字符數(shù)據(jù)。
[0015]優(yōu)選地，所述預(yù)設(shè)的圖塊定位規(guī)則為:應(yīng)用高斯模糊方法對(duì)照片預(yù)設(shè)位置進(jìn)行預(yù)處理，降低照片預(yù)設(shè)位置的細(xì)節(jié)層次；將預(yù)處理后的預(yù)設(shè)位置圖像灰度化；對(duì)灰度化后的圖像進(jìn)行Sobel邊緣檢測(cè)運(yùn)算，從而得到圖像的一階水平方向?qū)?shù)；將灰度化的圖像轉(zhuǎn)換成二值圖像；確定出二值圖像中的所有輪廓塊，并按照預(yù)設(shè)的篩選規(guī)則篩選出待分析的輪廓塊，并為篩選出的輪廓塊生成最小外接矩形框；將存在傾斜角度的由矩形框包圍的輪廓塊濾除。
[0016]優(yōu)選地，所述預(yù)設(shè)的字符分割規(guī)則為:將包含時(shí)間的圖塊灰度化；采用大津閾值法對(duì)灰度化圖塊做二值化處理；采用findContours函數(shù)對(duì)二值化圖塊取輪廓，并獲取所有字符圖塊的最小外接矩形框；把得到的最小外接矩形框中的圖塊一一分割開來(lái)，以分割成各個(gè)單字符圖塊。
[0017]優(yōu)選地，所述支持向量機(jī)模型的生成過程包括:獲取預(yù)設(shè)數(shù)量的照片樣本，按照預(yù)設(shè)的圖塊定位規(guī)則對(duì)獲取的每一個(gè)圖片樣本中預(yù)設(shè)位置的圖塊進(jìn)行定位；對(duì)定位出的各個(gè)圖塊進(jìn)行預(yù)處理，以過濾掉不符合預(yù)設(shè)條件的圖塊；將包含時(shí)間信息的圖塊和未包含時(shí)間信息的圖塊分發(fā)到兩個(gè)不同的文件夾里；從兩個(gè)文件夾下各提取第一預(yù)設(shè)比例的圖塊作為訓(xùn)練數(shù)據(jù)，以進(jìn)行支持向量機(jī)模型的訓(xùn)練，兩個(gè)文件夾下各剩下的第二預(yù)設(shè)比例的圖塊作為測(cè)試數(shù)據(jù)，用以評(píng)估模型的分類識(shí)別效果；利用提取的第一預(yù)設(shè)比例的圖塊數(shù)據(jù)進(jìn)行支持向量機(jī)模型訓(xùn)練以生成對(duì)應(yīng)的支持向量機(jī)模型，利用剩下的第二預(yù)設(shè)比例的圖塊數(shù)據(jù)對(duì)生成的支持向量機(jī)模型進(jìn)行準(zhǔn)確性驗(yàn)證；若訓(xùn)練得到的支持向量機(jī)模型識(shí)別準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率，則增加訓(xùn)練數(shù)據(jù)集的圖塊數(shù)量，重復(fù)上述支持向量機(jī)模型的生成過程，直到生成的支持向量機(jī)模型準(zhǔn)確率大于等于預(yù)設(shè)準(zhǔn)確率。
[0018]優(yōu)選地，所述字符識(shí)別模型的生成過程包括:獲取預(yù)設(shè)數(shù)量的包含時(shí)間信息的圖塊樣本，按照上述預(yù)設(shè)的字符分割規(guī)則對(duì)每一個(gè)圖塊樣本進(jìn)行字符圖塊分割；對(duì)分割的所有字符圖塊按照字符類型進(jìn)行分類，以將同一字符類型的字符圖塊分為一類，不同字符類型的字符圖塊分為不同類；從各個(gè)類下各提取第一預(yù)設(shè)比例的字符圖塊作為訓(xùn)練數(shù)據(jù)，以進(jìn)行多層感知器模型的訓(xùn)練，各個(gè)類下各剩下的第二預(yù)設(shè)比例的字符圖塊作為測(cè)試數(shù)據(jù)，用以評(píng)估模型的分類識(shí)別效果；利用提取的第一預(yù)設(shè)比例的字符圖塊數(shù)據(jù)進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練以生成對(duì)應(yīng)的多層感知器模型，利用剩下的第二預(yù)設(shè)比例的字符圖塊數(shù)據(jù)對(duì)生成的多層感知器模型進(jìn)行準(zhǔn)確性驗(yàn)證；若生成的多層感知器模型準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率，則增加訓(xùn)練數(shù)據(jù)集的圖塊數(shù)量，重復(fù)上述多層感知器模型的生成過程，直到生成的多層感知器模型準(zhǔn)確率大于等于預(yù)設(shè)準(zhǔn)確率。
[0019]一種適用于上述方法的服務(wù)器，該服務(wù)器包括存儲(chǔ)設(shè)備以及處理器，其中:
[0020]所述存儲(chǔ)單元，存儲(chǔ)有一個(gè)基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的系統(tǒng)；
[0021]所述處理器，用于調(diào)用并執(zhí)行所述基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的系統(tǒng)，以執(zhí)行如下步驟:
[0022]在接收到用戶提交的理賠照片時(shí)，基于二維離散余弦變換函數(shù)對(duì)獲取的照片進(jìn)行頻域轉(zhuǎn)換，根據(jù)預(yù)設(shè)的分析規(guī)則并基于頻域轉(zhuǎn)換后的照片在各個(gè)顏色通道上的顏色值，對(duì)所述照片進(jìn)行真實(shí)性驗(yàn)證；
[0023]若獲取的圖片是不真實(shí)的，則生成提醒信息以提醒獲取的圖片對(duì)應(yīng)的理賠申請(qǐng)存在欺詐行為；
[0024]若獲取的圖片是真實(shí)的，則按照預(yù)先確定的時(shí)間識(shí)別規(guī)則，識(shí)別出獲取的照片中的拍攝時(shí)間；
[0025]提取出獲取的照片對(duì)應(yīng)的理賠申請(qǐng)中填寫的理賠事件發(fā)生時(shí)間；及
[0026]在提取的理賠事件發(fā)生時(shí)間與識(shí)別的拍攝時(shí)間不匹配時(shí)，生成提醒信息以提醒獲取的圖片對(duì)應(yīng)的理賠申請(qǐng)存在欺詐行為。
[0027]優(yōu)選地，所述預(yù)設(shè)的分析規(guī)則為:提取頻域轉(zhuǎn)換后的照片在各個(gè)RGB顏色通道上的顏色值變化幅度，若有顏色通道上的顏色值變化幅度大于預(yù)設(shè)閾值，則判斷獲取的照片是不真實(shí)的照片；若沒有顏色頻道上的顏色值變化幅度大于所述預(yù)設(shè)閾值，則判斷獲取的照片是真實(shí)的照片。
[0028]優(yōu)選地，所述預(yù)先確定的時(shí)間識(shí)別規(guī)則為:按照預(yù)設(shè)的圖塊定位規(guī)則對(duì)獲取的圖片中預(yù)設(shè)位置的圖塊進(jìn)行定位；按照預(yù)先生成的支持向量機(jī)模型識(shí)別出已定位的圖塊中是否包含時(shí)間信息；按照預(yù)設(shè)的字符分割規(guī)則對(duì)識(shí)別出的圖塊進(jìn)行字符圖塊分割；按照預(yù)先生成的字符識(shí)別模型識(shí)別出分割的各個(gè)字符圖塊對(duì)應(yīng)的字符數(shù)據(jù)。
[0029]本發(fā)明所述基于理賠照片深度學(xué)習(xí)實(shí)現(xiàn)保險(xiǎn)理賠反欺詐的方法、系統(tǒng)及適用于上述系統(tǒng)的服務(wù)器，能夠自動(dòng)檢查出篡改的理賠照片，以及自動(dòng)判斷出理賠照片