申请/专利权人：中国平安人寿保险股份有限公司

申请日：2022-04-26

公开（公告）日：2024-06-14

公开（公告）号：CN114820211B

主分类号：G06Q40/08

分类号：G06Q40/08;G06T7/00;G06T7/90;G06V30/40;G06F40/284;G06F40/216;G06V10/764;G06V10/82;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要：本申请实施例属于人工智能大数据领域，涉及一种理赔资料质检核验方法，包括：接收客户端上传的若干图像；通过清晰度检测模型、方向矫正模型和翻拍检测模型进行图像质检；通过预设的OCR模型对满足质检要求的图像进行文本识别；将文本内容作为模型输入，通过第一预设模型和第二预设模型分别输出各图像的第一特征向量和第二特征向量，基于二者进行特征融合，得到各图像的目标特征向量；根据目标特征向量得到各图像的分类标签以进行核验。本申请还提供一种理赔资料质检核验装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，核验过程中用户的隐私信息可存储于区块链中。本申请可以实现理赔资料智能核验，缩短理赔周期，提升客户体验。

主权项：1.一种理赔资料质检核验方法，其特征在于，包括下述步骤：响应客户端的理赔资料上传请求，接收所述客户端上传的理赔资料，所述理赔资料包含若干图像；通过预设的清晰度检测模型、方向矫正模型和翻拍检测模型对所述若干图像进行图像质检，输出各图像的图像质检结果；通过预设的OCR模型对图像质检结果为满足图像质检要求的图像进行文本识别，得到对应的文本内容；将所述文本内容进行预处理后作为模型输入，通过第一预设模型输出各图像的第一特征向量，并通过第二预设模型输出各图像的第二特征向量，基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量；将所述目标特征向量输入预设分类模型，得到各图像的分类标签，基于所述分类标签进行理赔资料核验并输出核验结果；其中，所述第一预设模型为词袋模型，所述通过第一预设模型输出各图像的第一特征向量的步骤包括：针对每幅图像，将图像对应的文本内容进行分词处理得到多个分词，从所述多个分词中提取多个特征字段，再对特征字段进行筛选后形成特征字段集合，确定所述特征字段集合中各特征字段在基于所述词袋模型建立的直方图中的分布，得到中间特征向量，并输出对应的概率值，记为第一分值；对中间特征向量进行归一化处理，再进行降维处理得到第一特征向量和对应的第一分值；所述第二预设模型为卷积神经网络模型，所述通过第二预设模型输出各图像的第二特征向量的步骤包括：针对每幅图像，将图像对于的文本内容进行拼接后得到拼接文本，将所述拼接文本输入所述卷积神经网络模型，得到各图像的第二特征向量，并输出对应的概率值，记为第二分值；所述基于所述第一特征向量和所述第二特征向量进行特征融合，得到各图像的目标特征向量的步骤具体为：针对每幅图像，将对应的第一分值和第二分值进行比较，若第一分值大于第二分值，则将第一分值对应的第一特征向量作为所述目标特征向量，若第一分值小于第二分值，则将第二分值对应的第二特征向量作为所述目标特征向量；在所述通过第一预设模型输出各图像的第一特征向量的步骤之前，所述方法还包括构建词袋模型的步骤，具体为：从不同类别的理赔资料对应的图像中提取文本分词形成文本分词集合，其中提取的文本分词为图像中局部不变的特征；合并所述文本分词集合中词义相近的文本分词，构造一个包含K个词汇的单词表，统计所述单词表中每个单词在每幅图像中出现的次数，将每幅图像均表示成为一个K维数值向量，基于预设的词典的大小对若干个所述K维数值向量进行聚类操作，得到包含M个词的词袋，完成所述词袋模型的构建。

全文数据：

权利要求：

百度查询： 中国平安人寿保险股份有限公司 理赔资料质检核验方法、装置、计算机设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD