CN110688514A - 一种保险理赔图像数据的查重方法及装置 - Google Patents
一种保险理赔图像数据的查重方法及装置 Download PDFInfo
- Publication number
- CN110688514A CN110688514A CN201910813824.3A CN201910813824A CN110688514A CN 110688514 A CN110688514 A CN 110688514A CN 201910813824 A CN201910813824 A CN 201910813824A CN 110688514 A CN110688514 A CN 110688514A
- Authority
- CN
- China
- Prior art keywords
- image data
- image
- attribute information
- historical
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本说明书一个或多个实施例提供了一种保险理赔图像数据的查重方法及装置,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
Description
技术领域
本说明书一个或多个涉及计算机图像处理技术领域,尤其涉及一种保险理赔图像数据的查重方法及装置。
背景技术
目前,随着人们生活水平的不断提高,以及汽车行业的迅速发展,汽车已成为人们日常生活的交通代步工具,因此,汽车的购买者及使用者逐年上升,这为汽车保险业的崛起创造了良好的市场氛围,车险理赔逐渐成为越来越大众化的保险理赔业务。
然而,在保险理赔处理过程中,滋生了许多骗保现象,通过使用相同的理赔图像来重复骗取保险理赔,例如,一些内部人员将一些已经理赔完毕的车险影像上传到保险理赔***来骗取理赔金,这样势必将影响保险理赔业务的良性发展。
由此可知,需要提供一种能够识别针对保险理赔业务的骗保现象的方法。
发明内容
本说明书一个或多个实施例的目的是提供一种保险理赔图像数据的查重方法及装置,结合确定出的理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
为解决所述技术问题,本说明书一个或多个实施例是这样实现的:
第一方面,本说明书一个或多个实施例提供了一种保险理赔图像数据的查重方法,包括:
获取待保险理赔的现场图像数据;
根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
第二方面,本说明书一个或多个实施例提供了一种保险理赔图像数据的查重装置,包括:
现场图像获取模块,用于获取待保险理赔的现场图像数据;
候选图像选取模块,用于根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
第一图像对比模块,用于利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
第一查重结果确定模块,用于根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
第三方面,本说明书一个或多个实施例提供了一种保险理赔图像数据的查重设备,包括:
处理器;以及被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现所述第一方面所述的保险理赔图像数据的查重方法。
第四方面,本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现所述第一方面所述的保险理赔图像数据的查重方法。
本说明书一个或多个实施例中的保险理赔图像数据的查重方法及装置,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个实施例提供的保险理赔图像数据的查重方法的第一种流程示意图;
图2为本说明书一个实施例提供的保险理赔图像数据的查重方法的第二种流程示意图;
图3为本说明书一个实施例提供的保险理赔图像数据的查重方法的第三种流程示意图;
图4为本说明书一个实施例提供的保险理赔图像数据的查重方法中的图像指纹确定过程的流程示意图;
图5为本说明书一个实施例提供的保险理赔图像数据的查重方法的第四种流程示意图;
图6为本说明书一个实施例提供的保险理赔图像数据的查重方法的第五种流程示意图;
图7为本说明书一个实施例提供的保险理赔图像数据的查重装置的第一种模块组成示意图;
图8为本说明书一个实施例提供的保险理赔图像数据的查重装置的第二种模块组成示意图;
图9为本说明书一个实施例提供的保险理赔图像数据的查重装置的第三种模块组成示意图;
图10为本说明书一个实施例提供的保险理赔图像数据的查重设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一个或多个一部分实施例,而不是全部的实施例。基于本说明书一个或多个中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书一个或多个保护的范围。
本说明书一个或多个实施例提供了一种保险理赔图像数据的查重方法及装置,结合确定出的理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
图1为本说明书一个或多个实施例提供的保险理赔图像数据的查重方法的第一种流程示意图,图1中的方法能够由图像查重服务器执行,如图1所示,该方法至少包括以下步骤:
S101,获取待保险理赔的现场图像数据,其中,该现场图像数据包括:提交理赔业务申请的入保车辆的影像文件,该入保车辆的种类包括:农用车、货车、轿车、客车中任一种;
S102,根据预先构建的历史图像属性信息集合、预设的图像筛选条件和获取到的现场图像数据的第一属性信息,选取与该现场图像数据相关的多个候选历史图像数据;
其中,上述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息,该属性信息包括:第一属性信息和第二属性信息,上述图像筛选条件包括:针对不同保险理赔场景在缩小图像查重范围的过程中所使用的图像属性信息的类型,该第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,该图像格式可以包括:bmp、jpg、jpeg、png中任一种;
具体的,从众多历史图像数据中,按照预设图像筛选条件,根据属性信息筛选出与现场图像数据具有一定关联度的历史图像数据,从而达到缩小查重范围的目的;
例如,以天津保险理赔办事接收到的一件关于2018年投保的农业车险的理赔申请为例,对应的,预设的筛选条件可以包括:理赔处理***标识为天津办事处标识、理赔所属业务标识为农用车险、筛选时间范围为2018年至今;具体的,图像查重服务器自动根据各历史图像数据的属性信息,筛选出符合上述三个筛选条件的多个候选历史图像数据,这样就缩小图像属性信息的对比范围,提高了图像属性信息相互对比的时效性;
S103,利用预设的图像对比方式,将现场图像数据的第二属性信息与多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,该预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;对应的,上述第二属性信息包括:图像指纹和/或图像MD5码;
具体的,无论是在筛选候选历史图像数据过程,还是在将现场图像数据与候选历史图像数据进行对比的过程,均以图像数据的属性信息为处理对象,即针对非结构化的影像文件的筛选和比对过程,均以结构化的属性信息为处理对象,无需进行图像识别层面的处理,提高了图像筛选和图像比对的效率;
S104,根据生成的第一理赔图像对比结果,确定针对上述现场图像数据的理赔图像查重结果;其中,该理赔图像查重结果包括:现场图像数据为重复申请理赔的图像数据、或者现场图像数据为首次申请理赔的图像数据;
具体的,针对图像上传过程,申请用户将现场图像数据上传至保险理赔***之后,针对保险领域的承包、理赔、核陪等环节可以采用上述步骤S101至S104,针对接收到的提交理赔业务申请的入保车辆的图像数据进行图像查重处理,并生成相应的理赔图像查重结果;
具体的,若确定出的理赔图像查重结果包括:现场图像数据为重复申请理赔的图像数据,则生成相应的骗保风险提示信息,以便相关理赔审核人员进行核对、确认,再根据最终核对结果针对骗保现象进行及时拦截处理;
若确定出的理赔图像查重结果包括:现场图像数据为首次申请理赔的图像数据,则触发进入保险理赔节点,以便相关保险理赔人员针对上述现场图像数据完成相应的理赔工作;以及将该现场图像数据存入历史图像数据库,将该现场图像数据的属性信息存入历史图像属性信息集合,以便完善后续对现场图像数据进行查重处理的基础数据;
另外,为了便于相关工作人员快速查看骗保现象的详情信息,可以在理赔图像查重结果的显示界面上,添加导出查重结果详细信息的触发控件,这样工作人员直接点击该按钮即可查看采用上述保险理赔图像数据的查重方法查询出的重复图像数据及其相关属性信息;
其中,可以采用图像缩略图的方式,展示理赔图像查重结果,对应的,在每个图像缩略图中添加图像鼠标悬浮框,当接收到用户针对图像鼠标悬浮框的触发操作时,展示对应的查重结果详情信息;也可以采用信息展示列表的方式,展示理赔图像查重结果,对应的,在展示列表中每行添加一个导出查重结果详细信息的按钮,当接收到用户针对该按钮的触发操作时,展示该按钮所在行对应的查重结果详情信息。
本说明书一个或多个实施例中,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
进一步的,考虑到可能存在历史图像数据未经图像查重比对而直接存入历史图像数据库的情况,例如,引入图像查重比对机制之前存入的历史图像数据,因此,不仅需要在图像上传过程进行图像查重,还需要预先针对历史图像数据进行图像查重,基于此,如图2所示,在上述S101,获取待保险理赔的现场图像数据之前,还包括:
S105,利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
具体的,针对已处理的历史图像数据的查重过程,所采用的图像对比方式同样可以包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;对应的,第二属性信息包括:图像指纹和/或图像MD5码;
另外,为了进一步提高历史图像数据的图像对比效率,可以先将多个历史图像数据进行分组,将每个分组中包含的多个历史图像数据之间进行图像对比,对应的,上述S105,利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果,具体包括:
按照预设分组方式将多个历史图像数据进行分组,得到多个历史图像对比组合,其中,每个历史图像对比组合包括:关联程度大于预设阈值的多个历史图像数据,该关联程度是根据历史图像数据的属性信息确定的;
针对每个历史图像对比组合,利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将该历史图像对比组合中的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
例如,预设分组方式可以是基于图像数据的理赔所属业务标识和车辆车型,对应的,历史图像对比组合中的多个历史图像数据的理赔所属业务标识相同且车辆车型相同,这样将重复可能性比较大的多个历史图像数据划分至同一分组,省去完全不相关的历史图像数据之间的图像对比,提高了历史图像数据的对比效率,进而提高了历史图像数据的查重效率。
S106,根据生成的第二理赔图像对比结果,确定针对上述多个历史图像数据的理赔图像查重结果;其中,该理赔图像查重结果包括:存在重复的历史图像数据、或者不存在重复的历史图像数据;
具体的,若确定不存在重复的历史图像数据,则将上述多个历史图像数据作为用于对现场图像数据进行查重比对的历史图像数据集合;
若确定存在重复的历史图像数据,则对多个历史图像数据进行去重处理,并将去重后的多个历史图像数据作为用于对现场图像数据进行查重比对的历史图像数据集合;其中,将重复的历史图像数据进行去重,消除无用图像对比样本,从而进一步提高了后续针对现场图像数据的图像查重效率;
另外,为了提高工作人员的警惕度,根据针对上述多个历史图像数据的理赔图像查重结果和预先构建的历史图像属性信息集合,确定重复的历史图像数据的处理人员,进而对相关处理人员追究其相关责任。
需要说明的是,历史图像数据之间的图像对比过程的具体实现步骤可以参见上述现场图像数据与候选历史图像数据的图像对比过程,以及历史图像数据之间的查重结果确定过程的具体实现步骤可以参见上述现场图像数据与候选历史图像数据的查重结果确定过程,在此不再赘述。
其中,针对图像数据的对比过程,上述预设图像对比方式可以是基于图像指纹的图像相似性对比方式,还可以是基于图像MD5码的图像一致性对比方式,在具体实施时,可以根据不同的理赔场景进行选择,例如,针对保险理赔额度大于预设金额值的理赔业务,选用基于图像MD5码的图像一致性对比方式,针对保险理赔额度不大于预设金额值的理赔业务,选用基于图像指纹的图像相似性对比方式;另外,针对一些特定场景可以将基于图像指纹的图像相似性对比方式、与基于图像MD5码的图像一致性对比方式的两种对比方式进行结合使用;
具体的,采用第一种图像对比方式的具体实现过程,针对预设的图像对比方式包括:基于图像指纹的图像相似性对比方式的情况,即采用理赔图像相似对比方式;
对应的,如图3所示,上述S103,利用预设的图像对比方式,将现场图像数据的第二属性信息与多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,具体包括:
S1031,获取现场图像数据的第一图像指纹以及各候选历史图像数据的第二图像指纹;其中,该第二图像指纹包括:与现场现场数据的第一图像指纹进行对比的每个候选历史图像数据的图像指纹;
其中,候选历史图像数据的第二图像指纹可以直接根据候选历史图像数据的标识信息,从预先构建的历史图像属性信息集合中查询得到;现场图像数据的第一图像指纹可以是在接收到现场图像数据的上传请求后自动生成的;
S1032,针对每个候选历史图像数据,判断现场图像数据的第一图像指纹与该候选历史图像数据对应的第二图像指纹的中取值相同的位数是否大于预设位数阈值;
具体的,图像数据的图像指纹是包含预设数量数位的字符串,两个图像数据的图像指纹之间取值相同的位数越多,说明这两个图像数据之间的相似程度越高,因此,将现场图像数据与候选历史图像数据的图像指纹中取值相同的位数与预设位数阈值进行比较,来确定现场图像数据与历史图像数据之间是否为相似理赔图像;
例如,以图像指纹是包含64位二进制数字的字符串为例,若取值不同的位数大于或等于5,则认为两个图像数据之间不为相似图像,对应的,若取值相同的位数不大于60,则确定两个图像数据之间不为相似图像;若取值不同的位数小于5,则认为两个图像数据之间是相似图像,对应的,若取值相同的位数大于60,则确定两个图像数据之间是相似图像,因此,预设位数阈值可以是60;另外,可以根据实际需求对预设位数阈值进行设置;
若判断结果为是,则执行S1033,确定当前对比的候选历史图像数据为现场图像数据的相似理赔图像;
具体的,如果现场图像数据与候选历史图像数据的图像指纹中取值相同的位数大于预设位数阈值,则说明现场图像数据和候选历史图像数据之间相似程度很高,因此,可以确定现场图像数据与候选历史图像数据之间属于相似理赔图像,可能存在骗保现象的风险;
若判断结果为否,则执行S1034,确定当前对比的候选历史图像数据不为现场图像数据的相似理赔图像;
具体的,如果现场图像数据与候选历史图像数据的图像指纹中取值相同的位数不大于预设位数阈值,则说明现场图像数据和候选历史图像数据之间相似程度不高,因此,可以确定现场图像数据与候选历史图像数据之间不属于相似理赔图像,继续将该现场图像数据与其他候选历史图像数据逐一进行相似图像对比;
S1035,根据各候选历史图像数据与现场图像数据是否为相似理赔图像数据的确定结果,生成第一理赔图像对比结果。
另外,针对一些特定场景,在采用基于图像指纹的图像相似性对比方式,确定出现场图像数据与候选历史图像数据之间属于相似理赔图像之后,可以再采用基于图像MD5码的图像一致性对比方式,来确定现场图像数据与候选历史图像数据之间是否属于相同理赔图像,进而对借用现场图像数据的骗保现象进行进一步确认。
其中,针对保险理赔图像数据的图像指纹的确定过程,如图4所示,上述第一图像指纹和上述第二图像指纹是通过如下步骤得到的:
S401,对目标图像数据进行预处理,得到预处理后的目标图像数据,其中,该预处理包括:尺寸修剪、色彩简化、清晰度优化中至少一项;其中,该目标图像数据可以是历史图像数据,还可以是现场图像数据;
具体的,对目标图像数据进行尺寸修剪可以包括:将目标图像数据的大小缩小到预设尺寸大小;对目标图像数据进行色彩简化可以包括:将缩小后的目标图像数据的灰度转化为预设灰度值;
例如,在具体实施时,先将目标图像数据的尺寸大小缩小到8×8尺寸,即缩小后的目标图像数据包含64个像素点,再将缩小后的目标图像数据的灰度转化为64级灰度,即该目标图像数据中包含的所有像素点总共只有64种颜色;
其中,对目标图像数据进行尺寸修剪处理可以:达到去除图片的细节,只保留图片的结构、明暗等基本信息,摒弃不同尺寸、比例带来的图片差异的目的;
S402,针对每个预处理后的目标图像数据,根据该目标图像数据中的各像素点的灰度值,确定该目标图像数据对应的平均灰度值;
具体的,仍以预处理后的目标图像数据包含64个像素点为例,对预处理后的目标图像数据的64个像素点的灰度值求平均,得到目标图像数据的平均灰度值;
S403,在目标图像数据的多个像素点中,将灰度值大于或等于平均灰度值的像素点对应的属性值确定为第一数值,以及将灰度值小于平均灰度值的像素点对应的属性值确定为第二数值;
在具体实施时,上述第一数值可以取1,第二数值可以取0,具体的,针对目标图像数据中的每个像素点,将该像素点的灰度值与平均灰度值进行比较,如果该像素点的灰度值大于或等于平均灰度值,则将该像素点对应的属性值设置为1,如果该像素点的灰度值小于平均灰度值,则将该像素点对应的属性值设置为0;
S404,按照预设的像素点排序顺序,将上述第一数值和上述第二数值的组成的字符串确定为目标图像数据的图像指纹;
在具体实施时,仍以预处理后的目标图像数据包含64个像素点为例,若第一数值为1,第二数值为0,则图像指纹为由0和1组成的64位的二进制数字符串;
例如,以目标图像左上角像素点为起始点,按照从左到右、从上到下的排序顺序,目标图像数据中64个像素点对应的属性值分别为1、0、0、1、1、0、1….,则该目标图像数据的图像指纹为1001101….,对应的,在将两个图像数据的图像指纹进行对比时,将两个图像数据的图像指纹中第一位的取值进行比较,将第二位的取值进行比较,以此类推,分别将64位的取值进行一一比较,根据比较结果确定两个图像数据的图像指纹中取值相同的位数和取值不同的位数。
具体的,采用第二种图像对比方式的具体实现过程,针对预设的图像对比方式包括:基于图像MD5码的图像一致性对比方式的情况,即采用理赔图像100%对比方式;
对应的,如图5所示,上述S103,利用预设的图像对比方式,将现场图像数据的第二属性信息与多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,具体包括:
S1036,获取现场图像数据的第一MD5码以及各候选历史图像数据的第二MD5码;其中,该第二MD5码包括:与现场数据的第一MD5码进行对比的每个候选历史图像数据的MD5码;
其中,候选历史图像数据的第二MD5码可以直接根据候选历史图像数据的标识信息,从预先构建的历史图像属性信息集合中查询得到;现场图像数据的第一MD5码可以是在接收到现场图像数据的上传请求后自动生成的;
S1037,针对每个候选历史图像数据,判断现场图像数据的第一MD5码与该候选历史图像数据对应的第二MD5码是否一致;
其中,由于修改图像名称并不会更改图像数据的MD5码,因此,仅对图像数据进行图像名称的修改,不会对基于图像MD5码的图像一致性对比结果产生影响,也就是说,即使现场图像数据与候选历史图像数据的名称不同,但是两者的图像内容相同,也会被识别为相同理赔图像数据;
在具体实施时,将现场图像数据与每10000条候选历史数据进行比对的平均速率为1毫秒,即用时1毫秒即可将现场图像数据与10000条候选历史数据进行对比完成,大大缩短了图像比对时间;
若判断结果为是,则执行S1038,确定当前对比的候选历史图像数据为现场图像数据的相同理赔图像;
具体的,如果现场图像数据与候选历史图像数据的图像MD5码相同,则说明现场图像数据和候选历史图像数据之间一致程度很高,因此,可以确定现场图像数据与候选历史图像数据之间属于相同理赔图像,可能存在骗保现象的风险;
若判断结果为否,则执行S1039,确定当前对比的候选历史图像数据不是现场图像数据的相同理赔图像;
具体的,如果现场图像数据与候选历史图像数据的图像MD5码不相同,则说明现场图像数据和候选历史图像数据之间一致程度不高,因此,可以确定现场图像数据与候选历史图像数据之间不属于相同理赔图像,继续将该现场图像数据与其他候选历史图像数据逐一进行相同图像对比;
S1040,根据各候选历史图像数据与现场图像数据是否为相同理赔图像数据的确定结果,生成第一理赔图像对比结果。
另外,针对一些特定场景,在采用基于图像MD5码的图像一致性对比方式,确定出现场图像数据与候选历史图像数据之间不属于相同理赔图像之后,可以再采用基于图像指纹的图像相似性对比方式,来确定现场图像数据与候选历史图像数据之间是否属于相似理赔图像,进一步确认现场图像数据是否存在骗保风险。
其中,针对保险理赔图像数据的MD5码的确定过程,上述第一MD5码和上述第二MD5码是通过如下步骤得到的:
针对每个目标图像数据,利用MD5信息摘要算法,确定该目标图像数据的图像MD5码,其中,该目标图像数据可以是历史图像数据,还可以是现场图像数据;
具体的,目标图像数据的图像MD5码可以是一个128位的散列值;对应的,在将两个图像数据的MD5码进行对比时,将两个图像数据的128位的散列值中第一位的取值进行比较,将第二位的取值进行比较,以此类推,分别将128位的取值进行一一比较,根据比较结果确定两个图像数据的MD5码是否一致。
其中,由于无论是在筛选候选历史图像数据过程,还是在将现场图像数据与候选历史图像数据进行对比的过程,均以图像数据的属性信息为处理对象,并不是从图像识别层面进行图像筛选和图像对比的,因此,需要预先针对各理赔图像数据提取对应的图像属性信息,并形成图像属性信息集合,以便后续图像筛选和图像对比过程直接调用即可,基于此,如图6所示,在上述S101,获取待保险理赔的现场图像数据之前,还包括:
S107,针对每个已理赔的历史图像数据,确定该历史图像数据的第一属性信息和第二属性信息,其中,该第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,该第二属性信息包括:图像指纹和图像MD5码;
具体的,针对图像数据的第二属性信息的确定过程可以参见上述关于图像指纹和图像MD5码的具体确定步骤;
S108,根据各历史图像数据的第一属性信息和第二属性信息,生成历史图像属性信息集合;
具体的,历史图像属性信息集合不仅包括图像来源、创建时间、图像格式等基础属性信息,还包括图像指纹和图像MD5码等特定属性信息,即将非结构化的影像文件转换为结构化的属性信息集合进行存储,这样后续图像对比过程直接从历史图像属性信息集合获取所需的属性信息即可;
其中,为了避免上述生成历史图像属性信息集合的过程给业务办理的流程带来压力和***资源的紧张,该过程可以在非业务时间进行;相应的,还可以通过界面显示该过程的处理进度,并且经过测算,确定每条历史图像数据的属性信息的平均时间可以小于100毫秒。
其中,针对理赔图像查重结果的确定过程,如果预设的图像对比方式包括:基于图像指纹的图像相似性对比方式,上述S104,根据生成的第一理赔图像对比结果,确定针对上述现场图像数据的理赔图像查重结果,具体包括:
根据确定出的第一理赔图像对比结果,判断在多个候选历史图像数据中是否存在至少一个现场图像数据的相似理赔图像;
若判断结果为是,则确定获取到的现场图像数据为重复申请理赔的图像数据;
具体的,如果在多个候选历史图像数据中存在至少一个现场图像数据的相似理赔图像,则说明本次针对现场图像数据的理赔申请可能为骗保现象,对应的,生成相应的骗保风险提示信息,以便相关理赔审核人员进行核对、确认,再根据最终核对结果针对骗保现象进行及时拦截处理;
若判断结果为否,则确定获取到的现场图像数据不是重复申请理赔的图像数据;
具体的,如果在多个候选历史图像数据中不存在现场图像数据的相似理赔图像,则说明本次针对现场图像数据的理赔申请为骗保现象的可能性比较小,对应的,触发进入保险理赔节点,以便相关保险理赔人员针对上述现场图像数据完成相应的理赔工作;以及将该现场图像数据存入历史图像数据库,将该现场图像数据的属性信息存入历史图像属性信息集合,以便完善后续对现场图像数据进行查重处理的基础数据。
其中,针对理赔图像查重结果的确定过程,如果预设的图像对比方式包括:基于图像MD5码的图像一致性对比方式,上述S104,根据生成的第一理赔图像对比结果,确定针对上述现场图像数据的理赔图像查重结果,具体包括:
根据确定出的第一理赔图像对比结果,判断在多个候选历史图像数据中是否存在至少一个现场图像数据的相同理赔图像;
若判断结果为是,则确定获取到的现场图像数据为重复申请理赔的图像数据;
具体的,如果在多个候选历史图像数据中存在至少一个现场图像数据的相同理赔图像,则说明本次针对现场图像数据的理赔申请可能为骗保现象,对应的,生成相应的骗保风险提示信息,以便相关理赔审核人员进行核对、确认,再根据最终核对结果针对骗保现象进行及时拦截处理;
若判断结果为否,则确定获取到的现场数据不是重复申请理赔的图像数据;
具体的,如果在多个候选历史图像数据中不存在现场图像数据的相同理赔图像,则说明本次针对现场图像数据的理赔申请为骗保现象的可能性比较小,对应的,触发进入保险理赔节点,以便相关保险理赔人员针对上述现场图像数据完成相应的理赔工作;以及将该现场图像数据存入历史图像数据库,将该现场图像数据的属性信息存入历史图像属性信息集合,以便完善后续对现场图像数据进行查重处理的基础数据。
本说明书一个或多个实施例中的保险理赔图像数据的查重方法,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
对应上述图1至图6描述的保险理赔图像数据的查重方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种保险理赔图像数据的查重装置,图7为本说明书一个或多个实施例提供的保险理赔图像数据的查重装置的第一种模块组成示意图,该装置用于执行图1至图6描述的保险理赔图像数据的查重方法,如图7所示,该装置包括:
现场图像获取模块701,用于获取待保险理赔的现场图像数据;
候选图像选取模块702,用于根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
第一图像对比模块703,用于利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
第一查重结果确定模块704,用于根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
本说明书一个或多个实施例中,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
可选地,如图8所示,上述装置还包括:
第二图像对比模块705,用于利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
第二查重结果确定模块706,用于根据所述第二理赔图像对比结果,确定针对所述多个历史图像数据的理赔图像查重结果。
可选地,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式;所述第一图像对比模块703,具体用于:
获取所述现场图像数据的第一图像指纹以及各所述候选历史图像数据的第二图像指纹;
针对每个所述候选历史图像数据,判断所述第一图像指纹与该候选历史图像数据对应的所述第二图像指纹的中取值相同的位数是否大于预设位数阈值;
若是,则确定所述候选历史图像数据为所述现场图像数据的相似理赔图像。
可选地,如图9所示,上述装置还包括:图像指纹生成模块707,用于:
对目标图像数据进行预处理,得到预处理后的目标图像数据,其中,所述预处理包括:尺寸修剪、色彩简化、清晰度优化中至少一项;
针对每个所述目标图像数据,根据该目标图像数据中的各像素点的灰度值,确定该目标图像数据对应的平均灰度值;
在所述目标图像数据的多个像素点中,将灰度值大于或等于所述平均灰度值的像素点对应的属性值确定为第一数值,以及将灰度值小于所述平均灰度值的像素点对应的属性值确定为第二数值;
按照预设的像素点排序顺序,将所述第一数值和所述第二数值的组成的字符串确定为所述目标图像数据的图像指纹。
可选地,所述预设的图像对比方式包括:基于图像MD5码的图像相似性对比方式;所述第一图像对比模块703,还具体用于:
获取所述现场图像数据的第一MD5码以及各所述候选历史图像数据的第二MD5码;
针对每个所述候选历史图像数据,判断所述第一MD5码与该候选历史图像数据对应的所述第二MD5码是否一致;
若是,则确定所述候选历史图像数据为所述现场图像数据的相同理赔图像。
可选地,上述装置还包括:历史图像属性信息生成模块708,用于:
针对每个已理赔的历史图像数据,确定该历史图像数据的第一属性信息和第二属性信息,其中,所述第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,所述第二属性信息包括:图像指纹和图像MD5码;
根据各所述历史图像数据的所述第一属性信息和所述第二属性信息,生成历史图像属性信息集合。
可选地,所述第一查重结果确定模块704,具体用于:
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相似理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据;
或者,
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相同理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据。
本说明书一个或多个实施例中的保险理赔图像数据的查重装置,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
需要说明的是,本说明书中关于保险理赔图像数据的查重装置的实施例与本说明书中关于保险理赔图像数据的查重方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的保险理赔图像数据的查重方法的实施,重复之处不再赘述。
进一步地,对应上述图1至图6所示的方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种保险理赔图像数据的查重设备,该设备用于执行上述的保险理赔图像数据的查重方法,如图10所示。
保险理赔图像数据的查重设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器1001和存储器1002,存储器1002中可以存储有一个或一个以上存储应用程序或数据。其中,存储器1002可以是短暂存储或持久存储。存储在存储器1002的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对保险理赔图像数据的查重设备中的一系列计算机可执行指令。更进一步地,处理器1001可以设置为与存储器1002通信,在保险理赔图像数据的查重设备上执行存储器1002中的一系列计算机可执行指令。保险理赔图像数据的查重设备还可以包括一个或一个以上电源1003,一个或一个以上有线或无线网络接口1004,一个或一个以上输入输出接口1005,一个或一个以上键盘1006等。
在一个具体的实施例中,保险理赔图像数据的查重设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对保险理赔图像数据的查重设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取待保险理赔的现场图像数据;
根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
本说明书一个或多个实施例中,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
可选地,计算机可执行指令在被执行时,在获取待保险理赔的现场图像数据之前,还包括:
利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
根据所述第二理赔图像对比结果,确定针对所述多个历史图像数据的理赔图像查重结果。
可选地,计算机可执行指令在被执行时,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式;
所述利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,包括:
获取所述现场图像数据的第一图像指纹以及各所述候选历史图像数据的第二图像指纹;
针对每个所述候选历史图像数据,判断所述第一图像指纹与该候选历史图像数据对应的所述第二图像指纹的中取值相同的位数是否大于预设位数阈值;
若是,则确定所述候选历史图像数据为所述现场图像数据的相似理赔图像。
可选地,计算机可执行指令在被执行时,所述第一图像指纹和所述第二图像指纹是通过如下方式得到的:
对目标图像数据进行预处理,得到预处理后的目标图像数据,其中,所述预处理包括:尺寸修剪、色彩简化、清晰度优化中至少一项;
针对每个所述目标图像数据,根据该目标图像数据中的各像素点的灰度值,确定该目标图像数据对应的平均灰度值;
在所述目标图像数据的多个像素点中,将灰度值大于或等于所述平均灰度值的像素点对应的属性值确定为第一数值,以及将灰度值小于所述平均灰度值的像素点对应的属性值确定为第二数值;
按照预设的像素点排序顺序,将所述第一数值和所述第二数值的组成的字符串确定为所述目标图像数据的图像指纹。
可选地,计算机可执行指令在被执行时,所述预设的图像对比方式包括:基于图像MD5码的图像一致性对比方式;
所述利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,包括:
获取所述现场图像数据的第一MD5码以及各所述候选历史图像数据的第二MD5码;
针对每个所述候选历史图像数据,判断所述第一MD5码与该候选历史图像数据对应的所述第二MD5码是否一致;
若是,则确定所述候选历史图像数据为所述现场图像数据的相同理赔图像。
可选地,计算机可执行指令在被执行时,在获取待保险理赔的现场图像数据之前,还包括:
针对每个已理赔的历史图像数据,确定该历史图像数据的第一属性信息和第二属性信息,其中,所述第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,所述第二属性信息包括:图像指纹和图像MD5码;
根据各所述历史图像数据的所述第一属性信息和所述第二属性信息,生成历史图像属性信息集合。
可选地,计算机可执行指令在被执行时,所述根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果,包括:
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相似理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据;或者,
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相同理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据。
本说明书一个或多个实施例中的保险理赔图像数据的查重设备,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
需要说明的是,本说明书中关于保险理赔图像数据的查重设备的实施例与本说明书中关于保险理赔图像数据的查重方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的保险理赔图像数据的查重方法的实施,重复之处不再赘述。
进一步地,对应上述图1至图6所示的方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现上述保险理赔图像数据的查重方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本说明书一个或多个实施例中的存储介质存储的计算机可执行指令在被处理器执行时,首先,结合待保险理赔的现场图像数据的第一属性信息,在已理赔的历史图像数据中筛选出相关度比较大的多个候选历史图像数据,再利用预设的图像对比方式,将现场图像数据的第二属性信息与候选历史图像数据的第二属性信息进行对比,得到相应的理赔图像查重结果,再结合理赔图像查重结果即可快速识别待处理的保险理赔申请是否存在骗保现象,以便及时针对骗保现象进行拦截处理,从而减少不必要的理赔损失,同时,通过采用缩小查重范围的方式过滤掉相关度比较小的众多历史图像数据,提高了理赔图像对比效率,从而提高了理赔图像查重效率,进而提高了骗保现象识别速度。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于保险理赔图像数据的查重方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的保险理赔图像数据的查重方法的实施,重复之处不再赘述。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个的实施例可提供为方法、***、或计算机程序产品。因此,本说明书一个或多个可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个是参照根据本说明书一个或多个实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书一个或多个的实施例可提供为方法、***或计算机程序产品。因此,本说明书一个或多个可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个的实施例而已,并不用于限制本说明书一个或多个。对于本领域技术人员来说,本说明书一个或多个可以有各种更改和变化。凡在本说明书一个或多个的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个的权利要求范围之内。
Claims (16)
1.一种保险理赔图像数据的查重方法,其特征在于,包括:
获取待保险理赔的现场图像数据;
根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
2.根据权利要求1所述的方法,其特征在于,在获取待保险理赔的现场图像数据之前,还包括:
利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
根据所述第二理赔图像对比结果,确定针对所述多个历史图像数据的理赔图像查重结果。
3.根据权利要求1所述的方法,其特征在于,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式;
所述利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,包括:
获取所述现场图像数据的第一图像指纹以及各所述候选历史图像数据的第二图像指纹;
针对每个所述候选历史图像数据,判断所述第一图像指纹与该候选历史图像数据对应的所述第二图像指纹的中取值相同的位数是否大于预设位数阈值;
若是,则确定所述候选历史图像数据为所述现场图像数据的相似理赔图像。
4.根据权利要求3所述的方法,其特征在于,所述第一图像指纹和所述第二图像指纹是通过如下方式得到的:
对目标图像数据进行预处理,得到预处理后的目标图像数据,其中,所述预处理包括:尺寸修剪、色彩简化、清晰度优化中至少一项;
针对每个所述目标图像数据,根据该目标图像数据中的各像素点的灰度值,确定该目标图像数据对应的平均灰度值;
在所述目标图像数据的多个像素点中,将灰度值大于或等于所述平均灰度值的像素点对应的属性值确定为第一数值,以及将灰度值小于所述平均灰度值的像素点对应的属性值确定为第二数值;
按照预设的像素点排序顺序,将所述第一数值和所述第二数值的组成的字符串确定为所述目标图像数据的图像指纹。
5.根据权利要求1所述的方法,其特征在于,所述预设的图像对比方式包括:基于图像MD5码的图像一致性对比方式;
所述利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,包括:
获取所述现场图像数据的第一MD5码以及各所述候选历史图像数据的第二MD5码;
针对每个所述候选历史图像数据,判断所述第一MD5码与该候选历史图像数据对应的所述第二MD5码是否一致;
若是,则确定所述候选历史图像数据为所述现场图像数据的相同理赔图像。
6.根据权利要求1所述的方法,其特征在于,在获取待保险理赔的现场图像数据之前,还包括:
针对每个已理赔的历史图像数据,确定该历史图像数据的第一属性信息和第二属性信息,其中,所述第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,所述第二属性信息包括:图像指纹和图像MD5码;
根据各所述历史图像数据的所述第一属性信息和所述第二属性信息,生成历史图像属性信息集合。
7.根据权利要求1所述的方法,其特征在于,所述根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果,包括:
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相似理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据;或者,
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相同理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据。
8.一种保险理赔图像数据的查重装置,其特征在于,包括:
现场图像获取模块,用于获取待保险理赔的现场图像数据;
候选图像选取模块,用于根据预先构建的历史图像属性信息集合、预设的图像筛选条件和所述现场图像数据的第一属性信息,选取与所述现场图像数据相关的多个候选历史图像数据,其中,所述历史图像属性信息集合包括:已理赔的多个历史图像数据的属性信息;
第一图像对比模块,用于利用预设的图像对比方式,将所述现场图像数据的第二属性信息与所述多个候选历史图像数据的第二属性信息进行对比,生成第一理赔图像对比结果,其中,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式、或者基于图像MD5码的图像一致性对比方式;
第一查重结果确定模块,用于根据所述第一理赔图像对比结果,确定针对所述现场图像数据的理赔图像查重结果。
9.根据权利要求8所述的装置,其特征在于,还包括:
第二图像对比模块,用于利用预设的图像对比方式,根据预先构建的历史图像属性信息集合,将已理赔的多个历史图像数据的第二属性信息进行对比,生成第二理赔图像对比结果;
第二查重结果确定模块,用于根据所述第二理赔图像对比结果,确定针对所述多个历史图像数据的理赔图像查重结果。
10.根据权利要求8所述的装置,其特征在于,所述预设的图像对比方式包括:基于图像指纹的图像相似性对比方式;
所述第一图像对比模块,具体用于:
获取所述现场图像数据的第一图像指纹以及各所述候选历史图像数据的第二图像指纹;
针对每个所述候选历史图像数据,判断所述第一图像指纹与该候选历史图像数据对应的所述第二图像指纹的中取值相同的位数是否大于预设位数阈值;
若是,则确定所述候选历史图像数据为所述现场图像数据的相似理赔图像。
11.根据权利要求10所述的装置,其特征在于,还包括:图像指纹生成模块,用于:
对目标图像数据进行预处理,得到预处理后的目标图像数据,其中,所述预处理包括:尺寸修剪、色彩简化、清晰度优化中至少一项;
针对每个所述目标图像数据,根据该目标图像数据中的各像素点的灰度值,确定该目标图像数据对应的平均灰度值;
在所述目标图像数据的多个像素点中,将灰度值大于或等于所述平均灰度值的像素点对应的属性值确定为第一数值,以及将灰度值小于所述平均灰度值的像素点对应的属性值确定为第二数值;
按照预设的像素点排序顺序,将所述第一数值和所述第二数值的组成的字符串确定为所述目标图像数据的图像指纹。
12.根据权利要求8所述的装置,其特征在于,所述预设的图像对比方式包括:基于图像MD5码的图像相似性对比方式;
所述第一图像对比模块,还具体用于:
获取所述现场图像数据的第一MD5码以及各所述候选历史图像数据的第二MD5码;
针对每个所述候选历史图像数据,判断所述第一MD5码与该候选历史图像数据对应的所述第二MD5码是否一致;
若是,则确定所述候选历史图像数据为所述现场图像数据的相同理赔图像。
13.根据权利要求8所述的装置,其特征在于,还包括:历史图像属性信息生成模块,用于:
针对每个已理赔的历史图像数据,确定该历史图像数据的第一属性信息和第二属性信息,其中,所述第一属性信息包括:图像来源、创建时间、建立人员、图像目录、图像格式、理赔处理***标识、理赔所属业务标识中至少一项,所述第二属性信息包括:图像指纹和图像MD5码;
根据各所述历史图像数据的所述第一属性信息和所述第二属性信息,生成历史图像属性信息集合。
14.根据权利要求8所述的装置,其特征在于,所述第一查重结果确定模块,具体用于:
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相似理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据;
或者,
根据所述第一理赔图像对比结果,判断在所述多个候选历史图像数据中是否存在至少一个所述现场图像数据的相同理赔图像;
若是,则确定所述现场图像数据为重复申请理赔的图像数据。
15.一种保险理赔图像数据的查重设备,包括:
处理器;以及被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现所述权利要求1至7任一项所述的保险理赔图像数据的查重方法。
16.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现所述权利要求1至7任一项所述的保险理赔图像数据的查重方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813824.3A CN110688514A (zh) | 2019-08-30 | 2019-08-30 | 一种保险理赔图像数据的查重方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813824.3A CN110688514A (zh) | 2019-08-30 | 2019-08-30 | 一种保险理赔图像数据的查重方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688514A true CN110688514A (zh) | 2020-01-14 |
Family
ID=69107693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910813824.3A Pending CN110688514A (zh) | 2019-08-30 | 2019-08-30 | 一种保险理赔图像数据的查重方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688514A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311424A (zh) * | 2020-03-06 | 2020-06-19 | 德联易控科技(北京)有限公司 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
CN113515486A (zh) * | 2020-04-10 | 2021-10-19 | 华晨宝马汽车有限公司 | 用于对事件进行查重的方法、***和计算机可读介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029561A1 (en) * | 2009-07-31 | 2011-02-03 | Malcolm Slaney | Image similarity from disparate sources |
CN103699691A (zh) * | 2014-01-10 | 2014-04-02 | 五八同城信息技术有限公司 | 生成图像指纹及基于此进行相似图像检索的方法 |
CN104636488A (zh) * | 2015-02-26 | 2015-05-20 | 北京奇艺世纪科技有限公司 | 一种基于图片的重复视频文件确定方法及装置 |
CN106104575A (zh) * | 2016-06-13 | 2016-11-09 | 北京小米移动软件有限公司 | 指纹模板生成方法及装置 |
CN106570141A (zh) * | 2016-11-04 | 2017-04-19 | 中国科学院自动化研究所 | 近似重复图像检测方法 |
CN108573286A (zh) * | 2018-05-10 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种理赔业务的数据处理方法、装置、设备及服务器 |
CN108595710A (zh) * | 2018-05-11 | 2018-09-28 | 杨晓春 | 一种快速的海量图片去重方法 |
CN109284894A (zh) * | 2018-08-10 | 2019-01-29 | 广州虎牙信息科技有限公司 | 图片审核方法、装置、存储介质和计算机设备 |
CN109344276A (zh) * | 2018-08-27 | 2019-02-15 | 广州企图腾科技有限公司 | 一种图像指纹生成方法、图像相似度比较方法及存储介质 |
CN109447154A (zh) * | 2018-10-29 | 2019-03-08 | 网易(杭州)网络有限公司 | 图片相似度检测方法、装置、介质及电子设备 |
CN109977337A (zh) * | 2019-02-25 | 2019-07-05 | 北京三快在线科技有限公司 | 一种网页设计对比方法、装置、设备及可读存储介质 |
CN110009296A (zh) * | 2019-02-11 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 理赔业务的处理方法及装置 |
-
2019
- 2019-08-30 CN CN201910813824.3A patent/CN110688514A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029561A1 (en) * | 2009-07-31 | 2011-02-03 | Malcolm Slaney | Image similarity from disparate sources |
CN103699691A (zh) * | 2014-01-10 | 2014-04-02 | 五八同城信息技术有限公司 | 生成图像指纹及基于此进行相似图像检索的方法 |
CN104636488A (zh) * | 2015-02-26 | 2015-05-20 | 北京奇艺世纪科技有限公司 | 一种基于图片的重复视频文件确定方法及装置 |
CN106104575A (zh) * | 2016-06-13 | 2016-11-09 | 北京小米移动软件有限公司 | 指纹模板生成方法及装置 |
CN106570141A (zh) * | 2016-11-04 | 2017-04-19 | 中国科学院自动化研究所 | 近似重复图像检测方法 |
CN108573286A (zh) * | 2018-05-10 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种理赔业务的数据处理方法、装置、设备及服务器 |
CN108595710A (zh) * | 2018-05-11 | 2018-09-28 | 杨晓春 | 一种快速的海量图片去重方法 |
CN109284894A (zh) * | 2018-08-10 | 2019-01-29 | 广州虎牙信息科技有限公司 | 图片审核方法、装置、存储介质和计算机设备 |
CN109344276A (zh) * | 2018-08-27 | 2019-02-15 | 广州企图腾科技有限公司 | 一种图像指纹生成方法、图像相似度比较方法及存储介质 |
CN109447154A (zh) * | 2018-10-29 | 2019-03-08 | 网易(杭州)网络有限公司 | 图片相似度检测方法、装置、介质及电子设备 |
CN110009296A (zh) * | 2019-02-11 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 理赔业务的处理方法及装置 |
CN109977337A (zh) * | 2019-02-25 | 2019-07-05 | 北京三快在线科技有限公司 | 一种网页设计对比方法、装置、设备及可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311424A (zh) * | 2020-03-06 | 2020-06-19 | 德联易控科技(北京)有限公司 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
CN111311424B (zh) * | 2020-03-06 | 2023-08-22 | 德联易控科技(北京)有限公司 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
CN113515486A (zh) * | 2020-04-10 | 2021-10-19 | 华晨宝马汽车有限公司 | 用于对事件进行查重的方法、***和计算机可读介质 |
CN113515486B (zh) * | 2020-04-10 | 2024-03-08 | 华晨宝马汽车有限公司 | 用于对事件进行查重的方法、***和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446816B (zh) | 人脸识别方法及装置 | |
KR102178295B1 (ko) | 결정 모델 구성 방법 및 장치, 컴퓨터 장치 및 저장 매체 | |
CN109190007B (zh) | 数据分析方法及装置 | |
CN112287927B (zh) | 一种文本图像倾斜角度的检测方法及装置 | |
CN113221747B (zh) | 一种基于隐私保护的隐私数据处理方法、装置及设备 | |
CN111506772B (zh) | 基于图像特征提取的以图搜影方法及*** | |
CN110688514A (zh) | 一种保险理赔图像数据的查重方法及装置 | |
CN114330503A (zh) | 一种烟雾火焰识别方法和装置 | |
CN112215179A (zh) | 车内人脸识别方法、设备、装置及存储介质 | |
CN112036488A (zh) | 基于图像识别的事件识别方法、装置、设备及存储介质 | |
CN113962199B (zh) | 文本识别方法、装置、设备、存储介质及程序产品 | |
CN115774552A (zh) | 配置化的算法设计方法、装置、电子设备及可读存储介质 | |
CN110705622A (zh) | 一种决策方法、***以及电子设备 | |
CN113239225A (zh) | 一种图像检索方法、装置、设备及存储介质 | |
US20150286892A1 (en) | Image processing apparatus and image processing method | |
CN111340139A (zh) | 一种图像内容复杂度的判别方法及装置 | |
US11763094B2 (en) | Cascade pooling for natural language processing | |
CN112801960B (zh) | 图像处理方法及装置、存储介质、电子设备 | |
CN114724128A (zh) | 一种车牌识别方法、装置、设备和介质 | |
CN110263816B (zh) | 一种企业的分类方法以及装置 | |
CN113888760A (zh) | 基于软件应用的违规信息监控方法、装置、设备及介质 | |
CN111242195A (zh) | 模型、保险风控模型训练方法、装置及电子设备 | |
CN112069981A (zh) | 图像分类方法、装置、电子设备及存储介质 | |
CN110866478A (zh) | 一种图像中对象的识别方法、装置和设备 | |
CN117972436B (zh) | 大语言模型的训练方法、训练装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |
|
RJ01 | Rejection of invention patent application after publication |