CN110909683A - 基于保障项目的保障核验方法以及装置 - Google Patents

基于保障项目的保障核验方法以及装置 Download PDF

Info

Publication number
CN110909683A
CN110909683A CN201911166869.2A CN201911166869A CN110909683A CN 110909683 A CN110909683 A CN 110909683A CN 201911166869 A CN201911166869 A CN 201911166869A CN 110909683 A CN110909683 A CN 110909683A
Authority
CN
China
Prior art keywords
image
guarantee
identity
similarity
user
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.)
Granted
Application number
CN201911166869.2A
Other languages
English (en)
Other versions
CN110909683B (zh
Inventor
高生兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ant Shengxin Shanghai Information Technology Co ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN201911166869.2A priority Critical patent/CN110909683B/zh
Publication of CN110909683A publication Critical patent/CN110909683A/zh
Application granted granted Critical
Publication of CN110909683B publication Critical patent/CN110909683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Accounting & Taxation (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书提供基于保障项目的保障核验方法以及装置，其中所述基于保障项目的保障核验方法包括：根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与生物特征图像匹配的基准生物特征图像；基于在图像库中查找到的与生物特征图像匹配的基准生物特征图像确定与基准生物特征图像相关联的基准身份图像；计算基准身份图像与对应类型下的用户针对豢养物上传的保障图像的相似度，并在相似度大于相似度阈值的情况下，将保障图像对应的图像特征与保障项目的特征核验标准进行比对；根据比对结果以及用户为豢养物申请保障提交的保障信息确定针对豢养物申请保障的核验结果。

Description

基于保障项目的保障核验方法以及装置
技术领域
本说明书涉及计算机技术领域，特别涉及一种基于保障项目的保障核验方法。本说明书同时涉及一种基于保障项目的保障核验装置，一种计算设备，以及一种计算机可读存储介质。
背景技术
随着人们生活水平的不断提高，工作压力、生活压力也越来越大，人与人之间的交流也在逐渐变少，为了充实自己的生活又不会给自己的生活带来太大的负担，越来越多的人喜欢养宠物，有宠物的陪伴会让用户的生活更加开心，并且对于一些训练有素的宠物，在老人发生一些意外，例如生病的时候，宠物还会起到报警的作用，宠物对于饲养人来说相当于家庭的一份子，因此也应运而生了很多针对宠物的行业，例如宠物医院、宠物洗澡、宠物保险等等。
发明内容
有鉴于此，本说明书实施例提供了一种基于保障项目的保障核验方法。本说明书同时涉及一种基于保障项目的保障核验装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种基于保障项目的保障核验方法，包括：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
可选的，所述计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，包括：
确定所述基准身份图像中的第一身份图像和所述保障图像中的第二身份图像，所述基准身份图像中的第三身份图像和所述保障图像中的第四身份图像，以及所述基准身份图像中的第五身份图像和所述保障图像中的第六身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
计算所述第一身份图像和所述第二身份图像的第一相似度，所述第三身份图像和所述第四身份图像的第二相似度，以及所述第五身份图像和所述第六身份图像的第三相似度；
基于所述第一相似度、所述第二相似度和所述第三相似度计算相似度平均值，根据计算结果确定所述相似度。
可选的，所述计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，包括：
提取所述基准身份图像中的第一身份图像以及所述保障图像中的第二身份图像；
计算所述第一身份图像与所述第二身份图像的第一相似度，并判断所述第一相似度是否大于第一相似度阈值；
若是，提取所述基准身份图像中的第三身份图像以及所述保障图像中的第四身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
计算所述第三身份图像与所述第四身份图像的第二相似度，并判断所述第二相似度是否大于第二相似度阈值；
若是，提取所述基准身份图像中的第五身份图像以及所述保障图像中的第六身份图像；
计算所述第五身份图像与所述第六身份图像的第三相似度，将所述第三相似度作为所述相似度。
可选的，所述根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果，包括：
根据所述保障信息确定所述豢养物的属性信息以及申请保障信息；
基于所述保障项目的保障规则对所述属性信息进行审核，获得审核结果；
基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果。
可选的，所述基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果，包括：
根据所述审核结果确定所述属性信息通过审核的情况下，根据所述比对结果以及所述申请保障信息确定所述核验结果；
或者，
根据所述审核结果确定所述属性信息未通过审核的情况下，将所述用户为所述豢养物未通过申请保障的核验作为所述核验结果。
可选的，所述根据所述比对结果以及所述申请保障信息确定所述核验结果，包括：
根据所述比对结果确定针对所述豢养物申请保障的第一申请信息，以及根据所述申请保障信息确定所述用户为所述豢养物申请保障的第二申请信息；
判断所述第一申请信息与所述第二申请信息是否相同；
若是，则将所述豢养物通过保障核验作为所述核验结果；
若否，则将所述豢养物未通过所述保障核验作为所述核验结果。
可选的，所述将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对，包括：
提取所述保障图像对应的所述图像特征以及所述基准身份图像对应的基准图像特征；
将所述基准图像特征作为所述特征核验标准，与所述图像特征进行比对。
可选的，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之前，还包括：
获取所述用户为所述豢养物在参与所述保障项目阶段上传的待识别身份图像和待识别生物特征图像；
在所述待识别身份图像和所述待识别生物特征图像均符合参与所述保障项目的图像采集标准的情况下，将所述待识别身份图像作为所述基准身份图像以及所述待识别生物特征图像作为所述基准生物特征图像；
建立所述基准身份图像与所述基准生物特征图像之间的关联关系并存储至所述图像库。
可选的，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之前，还包括：
接收所述用户针对所述保障项目的图像采集页面中的图像采集项提交的点击指令；
根据所述点击指令触发的图像采集项所属的采集类型，确定所述采集类型对应的引导策略，并通过所述图像采集页面展示所述引导策略对应的引导提示；
获取所述用户针对所述引导提示上传的豢养物图像，并将所述豢养物图像作为所述保障图像或所述生物特征图像。
可选的，所述计算所述第三身份图像和所述第四身份图像的第二相似度，包括：
提取所述第三身份图像中的第一豢养物标识和第一用户标识，以及所述第四身份图像中的第二豢养物标识和第二用户标识；
计算所述第一豢养物标识与所述第二豢养物标识的第一标识相似度，以及所述第一用户标识与所述第二用户标识的第二标识相似度；
根据所述第一标识相似度和所述第二标识相似度确定所述第二相似度。
可选的，所述将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对，包括：
将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对，将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，和/或将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对。
可选的，若所述判断所述相似度是否大于相似度阈值的判断结果为否，还包括：
向所述用户发送身份核验未通过的提醒信息，所述提醒信息中携带有所述豢养物未通过身份核验的核验信息。
可选的，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之后，还包括：
在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，向所述用户发送未针对所述豢养物参与所述保障项目的提醒信息，以及所述保障项目的项目信息。
根据本说明书实施例的第二方面，提供了一种基于保障项目的保障核验装置，包括：
查找图像模块，被配置为根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
确定图像模块，被配置为基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算相似度模块，被配置为计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，运行比对模块；
所述比对模块，被配置为将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
确定结果模块，被配置为根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
根据本说明书实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现任意一项所述基于保障项目的保障核验方法的步骤。
本说明书一实施例通过在用户为豢养物购买保障的项目平台为豢养物申请保障的过程中，将用户此时针对豢养物上传的生物特征图像与加入保障项目时上传的基准生物特征图像进行匹配，在图像库中查找到与生物特征图像匹配的基准生物特征图像的情况下，确定此时申请保障的豢养物为购买保障的豢养物，再结合基准身份图像以及用户为豢养物上传的保障图像，确定该豢养物的身份验证通过的情况下，通过保障图像以及用户提交的保障信息确定对豢养物申请保障的核验结果，实现了可以提高申请保障的过程中的身份核验精准度，并且结合豢养物的保障图像以及保障信息确定申请保障的核验结果，避免出现骗取保障金额的情况发生，进而达到降低提供保障项目的平台的损失。
附图说明
图1是本说明书一实施例提供的一种基于保障项目的保障核验方法的流程图；
图2是本说明书一实施例提供的一种基于保障项目的保障核验方法中图像采集页面的示意图；
图3是本说明书一实施例提供的一种基于保障项目的保障核验方法中展示引导提示的示意图；
图4是本说明书一实施例提供的一种基于保障项目的保障核验方法中图像采集合格的示意图；
图5是本说明书一实施例提供的一种基于保障项目的保障核验方法中图像采集未合格的示意图；
图6是本说明书一实施例提供的一种基于保障项目的保障核验装置的结构示意图；
图7是本说明书一实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
豢养物：是指用户饲养、驯养的动物或者植物。例如饲养的宠物、种植的花都属于豢养物。
在本说明书中，提供了一种基于保障项目的保障核验方法，本说明书同时涉及一种基于保障项目的保障核验装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一实施例提供的一种基于保障项目的保障核验方法的流程图，具体包括以下步骤：
步骤102：根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像。
本说明书一实施例中所述豢养物可以是用户饲养的宠物或种植的植物，例如宠物狗、宠物猫或者种植的花；所述保障项目为用户为豢养物购买的保障服务，例如为宠物狗购买的宠物保险；所述生物特征图像具体是指豢养物的特征图像，生物特征是指豢养物在所属种类中具有唯一的特征，生物特征图像即为豢养物在所属种类中具有的唯一特征的图像，例如，狗的鼻纹在狗种类中是每只狗都具有的，并且狗的鼻纹是独特的不存在重复的，即狗的生物特征图像可以是狗的鼻纹图像；所述基准生物特征图像与所述生物特征图像采集的图像类型是相同的，基准生物特征图像是在用户为豢养物加入保障项目时采集并存储在图像库中，而生物特征图像是申请保障的过程中用户再次上传的；
基于此，本实施例将以所述豢养物为宠物狗，所述保障项目为宠物保险项目为例进行描述，在宠物狗出现受伤或者患病的情况下，用户可以向已经为宠物狗购买的宠物保险项目对应的平台申请理赔，而提供宠物保险项目的平台需要对出险的宠物狗进行身份核验，在身份核验通过的情况下，还要对宠物狗进行理赔核验，根据理赔核验结果决定是否进行理赔，而在此过程中，由于宠物保险项目是线上服务模式，故需要用户针对当前宠物狗采集宠物狗图像，再发送给平台进行宠物狗的身份核对，核对购买宠物保险时的宠物狗是否为此时的宠物狗，在身份核对通过的情况下再根据宠物狗图像识别出该宠物狗是否符合理赔标准，最终决定是否针对该宠物狗进行理赔，可见，在宠物保险项目中理赔核验的准确度决定着能否成功对申请理赔的用户进行理赔。
本实施例提供的基于保障项目的保障核验方法，为了能够提高核验的准确度，且避免出现骗取保障的情况发生，通过在用户为豢养物购买保障的项目平台为豢养物申请保障的过程中，将用户此时针对豢养物上传的生物特征图像与加入保障项目时上传的基准生物特征图像进行匹配，在图像库中查找到与生物特征图像匹配的基准生物特征图像的情况下，确定此时申请保障的豢养物为购买保障的豢养物，再结合基准身份图像以及用户为豢养物上传的保障图像，确定该豢养物的身份验证通过的情况下，通过保障图像以及用户提交的保障信息确定对豢养物申请保障的核验结果，实现了可以提高申请保障的过程中的身份核验精准度，并且结合豢养物的保障图像以及保障信息确定申请保障的核验结果，避免出现骗取保障金额的情况发生，进而达到了在提高核验精准度的情况下降低提供保障项目的平台的损失。
实际应用中，在用户为宠物狗出险的过程中，需要对宠物狗出险进行核验，根据核验结果决定是否对宠物狗进行理赔，而在此过程中，需要在用户提出出险请求的情况下进行，本实施例的一个或多个实施方式中，在所述图像库中查找与所述生物特征图像匹配的基准生物特征图像之前，需要获取用户上传的符合标准的生物特征图像，具体实现方式如下所述：
接收所述用户针对所述保障项目的图像采集页面中的图像采集项提交的点击指令；
根据所述点击指令触发的图像采集项所属的采集类型，确定所述采集类型对应的引导策略，并通过所述图像采集页面展示所述引导策略对应的引导提示；
获取所述用户针对所述引导提示上传的豢养物图像，并将所述豢养物图像作为所述保障图像或所述生物特征图像。
具体的，在用户需要为豢养物申请保障的情况下，需要提交针对所述豢养物申请保障的请求，在接收所述用户针对所述保障项目的图像采集页面中的图像采集项提交的点击指令的情况下，说明用户需要为豢养物申请保障，此时，根据点击指令触发的图像采集项，确定所述图像采集项所属的采集类型，所述图像采集项为所述图像采集页面中配置的可触发操作项，在用户点击不同的图像采集项的情况下，需要上传不同的图像，而用户上传的图像类型与所述采集类型匹配；
基于此，所述图像采集项可以是豢养物生物特征图像对应的操作项，豢养物正脸图像对应的操作项或豢养物全身图像对应的操作项；为了提高用户上传豢养物图像的效率，即上传的豢养物图像可以直接进行使用，在确定所述图像采集项所属的采集类型的情况下，再确定所述图像采集类型对应的引导策略，并通过所述图像采集页面展示所述引导策略对应的引导提示，所述以引导提示具体是指引导用户正确采集与所述采集类型匹配的豢养物图像，例如，引导用户正确的采集宠物狗正脸图像的提示；在获取到所述用户针对所述引导提示上传的豢养物图像的情况下，将所述豢养物图像作为所述保障图像或所述生物特征图像即可。
除此之外，在获取到所述用户针对所述引导提示上传的豢养物图像的情况下，还需要根据所述图像采集项所属的采集类型确定所述豢养物图像的类型，进而在确定所述豢养物图像是保障图像或生物特征图像，其中，所述保障图像具体是指在为豢养物申请保障的过程中所需要采集的图像，可以是豢养物的全身图像，豢养物的正脸图像或豢养物与用户的合照图像。
参见图2所示，在用户为宠物狗申请理赔的过程中，需要通过宠物数据采集页面上传宠物狗的四种类型的图像，分别为宠物狗的鼻纹照，宠物狗的正脸照，宠物狗和用户的合照以及宠物狗的全身照，当用户点击正脸图像对应的图像采集项的情况下，通过宠物数据采集页面展示引导提示，如图3所示，在用户正确采集宠物狗的正脸图像的情况下，则可以将该正脸图像作为理赔图像用于后续的身份核验过程和理赔核验过程，其中，宠物狗的鼻纹照将作为宠物狗的生物特征图像。
实际应用中，由于宠物狗的鼻纹的特性，可以通过鼻纹照初步的核对出申请理赔的宠物狗是否购买过宠物保险，而为了避免用户存在骗保的可能性，还对鼻纹照核对完成之后，需要对其他类型的图像进行进一步核对，进一步提高身份核验的准确性。
在用户上传所述豢养物的保障图像和/或生物特征图像的过程中，通过在所述图像采集页面中展示引导提示，不仅可以提高用户的体验效果，还可以提高用户上传所述保障图像和/或所述生物特征图像的效率，进而加快了对豢养物身份核验的效率。
具体实施时，在用户为豢养物加入保障项目时，也需要用户上传豢养物的图像，此时用户上传的豢养物图像即为所述基准生物特征图像和基准身份图像，而为了方便在后续申请保障的过程中，提高保障核验效率以及避免骗取保障金额的情况发生，本实施例的一个或多个实施方式中，通过建立所述基准生物特征图像与所述基准身份图像之间的关联关系，再存储在所述图像库中，以用于后续的申请保障核验的过程，具体实现方式如下所述：
获取所述用户为所述豢养物在参与所述保障项目阶段上传的待识别身份图像和待识别生物特征图像；
在所述待识别身份图像和所述待识别生物特征图像均符合参与所述保障项目的图像采集标准的情况下，将所述待识别身份图像作为所述基准身份图像以及所述待识别生物特征图像作为所述基准生物特征图像；
建立所述基准身份图像与所述基准生物特征图像之间的关联关系并存储至所述图像库。
具体的，在用户为豢养物加入所述保障项目时，用户需要为所述豢养物上传待识别身份图像和待识别生物特征图像，所述待识别身份图像为未识别且加入保障项目所需要使用的图像，所述待识别生物特征图像为未识别且用于建立豢养物档案信息所需要使用的图像；在所述待识别身份图像和所述待识别生物特征图像均符合参与所述保障项目的图像采集标准的情况下，说明所述豢养物符合加入所述保障项目的标准，则将所述待识别身份图像作为所述基准身份图像以及所述待识别生物特征图像作为所述基准生物特征图像，再建立基准身份图像与所述基准生物特征图像之间的关联关系并存储至所述图像库即可。
实际应用中，建立基准身份图像与所述基准生物特征图像之间的关联关系具体是指将所述基准生物特征图像作为所述豢养物加入保障项目的标识，通过将所述基准身份图像与所述基准生物特征图像建立关联关系，方便在后续申请保障的过程中可以通过基准生物特征图像进行初步的身份核验，在初步身份核验通过的情况下，再结合基准身份图像进行进一步的身份核验，有效的提高了身份核验的精准度，避免出现骗取保障的情况发生。
例如，在用户为宠物狗加入宠物保险项目的过程中，需要用户上传宠物狗的鼻纹照、正脸照、人宠合照以及宠物全身照，用于判断能否为宠物狗加入该宠物保险，在获取到用户上传的宠物狗鼻纹照、宠物狗正脸照、宠物狗和用户合照以及宠物狗全身照的情况下，将获取到的宠物狗图像与图像采集标准进行比对，若宠物狗鼻纹照、宠物狗正脸照、宠物狗和用户合照以及宠物狗全身照均符合图像采集标准，可以提醒用户图像采集合格，如图4所示；若宠物狗鼻纹照、宠物狗正脸照、宠物狗和用户合照以及宠物狗全身照不符合图像采集标准，可以提醒用户图像采集不合格，如图5所示；
在图像采集合格的情况下，将宠物狗鼻纹照作为宠物狗的基准生物特征图像，将宠物狗正脸照、宠物狗和用户合照以及宠物狗全身照作为基准身份图像，并建立宠物狗鼻纹照与宠物狗正脸照、宠物狗和用户合照以及宠物狗全身照之间的关联关系，并存储在图像库中即可。
进一步的，在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，说明所述豢养物并未参与所述保障项目，本实施例的一个或多个实施方式中，在此情况下可以向用户发送提醒信息，并向所述用户发送项目信息以实现推广所述保障项目的效果，具体实现方式如下所述：
在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，向所述用户发送未针对所述豢养物参与所述保障项目的提醒信息，以及所述保障项目的项目信息。
具体的，在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，说明所述用户并未对将所述豢养物加入所述保障项目，此时可以向所述用户发送提醒信息，提醒所述用户在为所述豢养物成功加入保障项目的情况下，才能够申请保障，同时向所述用户发送所述保障项目的项目信息，所述项目信息具体是指所述保障项目所提供的保障信息，例如保障项目为宠物保险项目的情况下，项目信息即为宠物保险项目的参保信息、理赔信息以及保险信息等。
通过向所述用户发送所述提醒信息的同时发送所述保障项目的项目信息，起到了对所述保障项目进行推广的作用，进而实现提高加入所述保障项目的用户数量。
步骤104：基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像。
具体的，在所述图像库中查找到与所述生物特征图像匹配的基准生物特征图像的基础上，说明所述用户为所述豢养物在所述保障项目购买了保障，此时，将进一步的对所述豢养物进行身份验证，通过在所述图像库中提取与所述生物特征图像匹配的基准生物特征图像，再根据所述基准生物特征图像提取相关联的基准身份图像，所述基准身份图像具体是指所述豢养物在加入所述保障项目时采集的图像。
例如，用户为宠物狗购买了宠物医疗项目，在入险时用户需要提交宠物狗的正脸照、人宠合照以及宠物全身照作为所述基准身份图像，在出险时提供宠物医疗项目服务的平台可以根据用户再次针对宠物狗上传的正脸照、人宠合照以及宠物全身照与基准身份图像进行比对，进而确定出险的宠物狗是否为入险的宠物狗。
步骤106：计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值。
具体的，在根据所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定所述基准身份特征图像的基础上，进一步的，为了提高身份核验的准确率，将计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，其中，所述保障图像具体是指在用户为豢养物申请保障过程中再次上传的图像，例如在宠物医疗项目出险的过程中，用户再次针对宠物狗上传的正脸照、人宠合照以及宠物全身照即为所述保障图像。
基于此，通过计算所述用户此时上传的保障图像与所述基准身份图像在同一类型下的相似度，确定所述豢养物的身份核验是否通过，若是，则执行下述步骤108，若否，则向所述用户发送身份核验未通过的提醒信息，所述提醒信息中携带有所述豢养物未通过身份核验的核验信息。
实际应用中，在计算所述相似度的过程中，由于所述保障图像以及所述基准身份图像中包含多种类型的图像，故需要计算相同类型下的保障图像以及所述基准身份图像之间的相似度，例如，保障图像中包含豢养物正脸图像和豢养物全身图像，所述基准身份图像中包含基准豢养物正脸图像和基准豢养物全身图像，则需要计算豢养物正脸图像与基准豢养物正脸图像之间的相似度，以及豢养物全身图像和基准豢养物全身图像之间的相似度，最后根据相似度计算规则确定保障图像和基准身份图像之间的相似度即可。
具体实施时，计算所述相似度的过程中，为了提高计算相似度的精准度，进而实现可以精准的对所述豢养物的身份进行核验，可以通过下述两种方式实现：
本实施例的一个或多个实施方式中，第一种计算相似度的方式可以同时计算三个维度的相似度，再根据三个维度的相似度确定所述保障图像和所述基准身份图像之间的相似度，用于后续的判断过程，具体实现方式如下所述：
确定所述基准身份图像中的第一身份图像和所述保障图像中的第二身份图像，所述基准身份图像中的第三身份图像和所述保障图像中的第四身份图像，以及所述基准身份图像中的第五身份图像和所述保障图像中的第六身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
计算所述第一身份图像和所述第二身份图像的第一相似度，所述第三身份图像和所述第四身份图像的第二相似度，以及所述第五身份图像和所述第六身份图像的第三相似度；
基于所述第一相似度、所述第二相似度和所述第三相似度计算相似度平均值，根据计算结果确定所述相似度。
实际应用中，所述第一身份图像具体是指所述豢养物在加入所述保障项目时上传的豢养物正脸图像，相应的，所述第二身份图像具体是指所述用户为所述豢养物申请保障过程中再次上传的豢养物正脸图像；例如，宠物狗的正脸图像；
所述第三身份图像具体是指所述豢养物在加入所述保障项目时上传的豢养物与用户合照图像，相应的，所述第四身份图像具体是指所述用户为所述豢养物申请保障过程中再次上传的豢养物与用户合照图像；例如，宠物狗和主人的合照图像；
所述第五身份图像具体是指所述豢养物在加入所述保障项目时上传的豢养物全身图像，相应的，所述第六身份图像具体是指所述用户为所述豢养物申请保障过程中再次上传的豢养物全身图像；例如，宠物狗的全身图像；
基于此，在根据所述基准身份图像确定所述第一身份图像、第三身份图像和第五身份图像的基础上，再根据所述保障图像确定所述第二身份图像、第四身份图像和第六身份图像，之后计算所述第一身份图像和所述第二身份图像的第一相似度，所述第三身份图像和所述第四身份图像的第二相似度，以及所述第五身份图像和所述第六身份图像的第三相似度；
其中，所述第一相似度具体是指计算豢养物加入保障项目时采集的正脸图像与申请保障时采集的正脸图像二者的正脸相似度；所述第二相似度具体是指计算豢养物加入保障项目时采集的豢养物和用户合照图像与申请保障时采集的豢养物和用户合照图像二者的合照相似度；所述第三相似度具体是指计算豢养物加入保障项目时采集的豢养物全身图像与申请保障时采集的豢养物全身图像二者的全身相似度；
进一步的，在计算对应类型下的所述第一相似度、所述第二相似度和所述第三相似度的基础上，通过计算所述第一相似度、所述第二相似度和所述第三相似度三者的平均值，根据计算结果确定所述相似度即可。
例如，在宠物医疗项目中，用户为宠物狗申请理赔，此时已经确定该宠物狗是入险时的宠物狗，而为了避免出现用户骗保的行为，还需要对宠物狗的正脸图像、宠物狗和用户合照图像以及宠物狗全身图像进行核验，通过用户上传的此时宠物狗的正脸图像、宠物狗和用户合照图像以及宠物狗全身图像与基准身份图像中的基准正脸图像、基准宠物狗和用户合照图像以及基准宠物狗全身图像计算三个维度的相似度，确定正脸相似度是90％，合照相似度是80％，全身相似度是70％，则确定最终的相似度是(90％+80％+70％)/3＝80％。
通过在三个维度计算所述保障图像与所述基准身份图像之间的相似度，实现了可以进行多方面的身份核验，进而提高了身份核验的精准度，避免出现非正常用户骗取保障的情况发生。
本实施例的一个或多个实施方式中，第二种计算相似度的方式通过按照深度进行计算，即逐层计算相似度并判断，若存在任意一个维度的相似度不符合相似度阈值，则可能出现用户骗取保障的可能，为了做到精准的防控该情况发生，可以采用如下方式进行身份核验，具体实现方式如下步骤：
(1)提取所述基准身份图像中的第一身份图像以及所述保障图像中的第二身份图像；
(2)计算所述第一身份图像与所述第二身份图像的第一相似度，并判断所述第一相似度是否大于第一相似度阈值；
若否，执行(7)；若是，执行(3)，所述(3)具体是指提取所述基准身份图像中的第三身份图像以及所述保障图像中的第四身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
(4)计算所述第三身份图像与所述第四身份图像的第二相似度，并判断所述第二相似度是否大于第二相似度阈值；
若否，执行(7)；若是，执行(5)，所述(5)具体是指提取所述基准身份图像中的第五身份图像以及所述保障图像中的第六身份图像；
(6)计算所述第五身份图像与所述第六身份图像的第三相似度，将所述第三相似度作为所述相似度；
(7)向用户发送提醒信息。
具体实施时，所述第一身份图像、第二身份图像、第三身份图像、第四身份图像、第五身份图像和第六身份图像，以及第一相似度、第二相似度和第三相似度与上述实施方式描述内容一致，本实施方式在此不作过多描述；基于此，所述第一相似度阈值即为正脸相似度阈值，所述第二相似度阈值即为人宠合照相似度阈值。
实际应用中，通过提取加入保障项目时的正脸图像与申请保障项目时再次提交的正脸图像，计算二者的正脸相似度，并判断所述正脸相似度是否大于正脸相似度阈值，若否，说明申请保障的豢养物不是加入保障项目时的豢养物，则向用户发送提醒信息即可；若是，说明申请保障的豢养物是加入保障项目时的豢养物，则继续提取加入保障项目时的人与豢养物合照图像与申请保障项目时再次提交的人与豢养物合照图像，计算二者的合照相似度，并判断所述合照相似度是否大于合照相似度阈值，若否，说明申请保障的豢养物不是加入保障项目时的豢养物，则向用户发送提醒信息即可；若是，说明申请保障的豢养物是加入保障项目时的豢养物，则继续提取加入保障项目时的豢养物全身图像与申请保障项目时再次提交的豢养物全身照，计算二者的全身相似度，作为所述相似度即可，并判断所述相似度是否大于相似度阈值，若是，则执行下述步骤108，若否，则向用户发送提醒信息即可。
其中，向所述发送提醒信息具体是指提醒所述用户此时申请保障的豢养物并不是购买保障项目时的豢养物，将拒绝对此豢养物提供保障；相应的，在按照深度对豢养物进行身份核验的过程中，所述第一身份图像也可以是人与豢养物合照或者豢养全身照，所述第三身份图像也可以是豢养物正脸照或豢养全身照，所述第五身份图像也可以是人与豢养物合照或豢养物正脸照；
基于此，在按照深度对豢养物进行身份核验的过程中，具体身份图像的验证顺序可以根据实际应用场景进行设定，本说明书不在此一一列举。
按照深度进行身份验证的方式，可以在任意一个维度均对所述豢养物的身份进行验证，有效的提高了骗取保障的防控措施，并且避免了用户刻意骗取保障的行为，降低提供保障项目平台的损失。
进一步，所述第三身份图像与所述第四身份图像是用户与豢养物的合照图像，故在计算所述第二相似度的过程中，需要同时考虑到图像中的豢养物相似度和用户相似度，可能存在豢养物相同，用户不同的情况，或者豢养物不同，用户相同的情况，此时说明用户可能是在为其他用户饲养的豢养物申请保障，可能造成豢养物所属用户的损失，或者说明用户多次为其他豢养物申请保障，可能存在用户恶意对豢养物造成伤害，故再申请保障骗取保障的可能，本实施例的一个或多个实施方式中，为了避免上述情况发生，可以通过如下方式进行防控，具体实现方式如下所述：
提取所述第三身份图像中的第一豢养物标识和第一用户标识，以及所述第四身份图像中的第二豢养物标识和第二用户标识；
计算所述第一豢养物标识与所述第二豢养物标识的第一标识相似度，以及所述第一用户标识与所述第二用户标识的第二标识相似度；
根据所述第一标识相似度和所述第二标识相似度确定所述第二相似度。
具体的，提取所述第三身份图像中的第一豢养物标识和第一用户标识，以及所述第四身份图像中的第二豢养物标识和第二用户标识，其中，所述第一豢养物标识和所述第二豢养物标识可以是豢养物的正脸，所述第一用户标识和所述第二用户标识可以是用户的正脸；
基于此，通过计算所述第一豢养物标识与所述第二豢养物标识的第一标识相似度，以及所述第一用户标识与所述第二用户标识的第二标识相似度；再取所述第一标识相似度和第二标识相似度二者的平均值，即可确定所述基准身份图像和保障图像之间的相似度，在比较相似度即可确定所述豢养物的身份核验结果。
例如，在宠物医疗项目中，用户为宠物狗申请理赔，根据用户上传的自身与宠物狗的合照确定理赔确定，通过计算理赔图像与基准理赔图像的相似度，确定对宠物狗的身份核验结果，提取理赔图像中的宠物狗正脸图像以及用户正脸图像，以及基准理赔图像中的基准宠物狗正脸图和基准用户正脸图像，通过计算宠物狗正脸图像与基准宠物狗正脸图二者的第一标识相似度，再计算用户正脸图像和基准用户正脸图像二者的第二标识相似度，确定第一标识相似度为80％，第二标识相似度为80％，则可以确定理赔图像与基准理赔图像的相似度是80％，可以确定该用户属于正常为宠物狗申请理赔，宠物身份核验结果为核验通过。
实际应用中，所述第一相似度阈值和第二相似度阈值以及相似度阈值可以根据实际应用场景进行设定，可以是70％、80％或90％，本说明书在此不作任何限定。
步骤108：将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对。
具体的，在确定所述相似度大于相似度阈值的情况下，说明所述用户为豢养物申请保障的身份核验通过，此时还需要根据所述保障图像对所述豢养物进行保障核验，具体是指核验所述豢养物是否符合保障条件；基于此，提取所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对。
实际应用中，所述特征核验标准具体是指用于比较豢养物能否申请保障的标准，例如，宠物狗申请保险的申请理由是腿骨折，则特征核验标准即为正常的狗腿，通过比较即可确定宠物狗申请理赔的理由是腿骨折。
具体实施时，由于豢养物申请保障的原因不唯一，并且为了保证能够准确的识别出豢养物的保障类型，将该保障类型与用户提交的保障类型比对，可以确定用户是否存在骗取保障的行为，则可以将所述基准身份图像的图像特征作为所述特征核验标准，本实施例的一个或多个实施方式中，具体实现方式如下所述：
提取所述保障图像对应的所述图像特征以及所述基准身份图像对应的基准图像特征；
将所述基准图像特征作为所述特征核验标准，与所述图像特征进行比对。
具体的，通过提取所述保障图像对应的所述图像特征以及所述基准身份图像对应的基准图像特征；其中，所述图像特征具体是指所述豢养物的形体特征，例如正脸照中豢养物的耳朵、眼睛、鼻子和嘴巴等，所述基准身份图像对应的基准图像特征即为所述豢养物的形体特征，将所述基准图像特征作为所述特征核验标准，与所述图像特征进行比对即可。
实际应用中，由于加入保障项目时的豢养物就存在缺陷，例如缺少耳朵或者眼睛，若在后续用户为豢养物申请保障的类型是耳朵受损或眼睛受损，可能出现为已经存在缺陷的豢养物进行了保障，这样将造成提供保障项目的平台的损失，基于此，为了避免这一情况发生，可以将用户为豢养物购买保障项目时采集的基准身份图像的基准图像特征作为所述特征核验标准，这样即可避免上述情况，并且豢养物自身存在的缺陷将不会对保障核验过程造成影响。
进一步的，在将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对的比对过程中，为了提高最终确定保障核验结果的准确性，可以对多个维度的图像特征进行比对，本实施例的一个或多个实施方式中，具体实现方式如下所述：
将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对，将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，和/或将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对。
具体的，所述第二身份图像、第四身份图像和第六身份图像与上述实施方式中的描述内容相类似，本实施方式在此不在赘述；基于此，将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对，即为将申请保障时豢养物的正脸图像中的豢养物正脸与正脸特征核验标准进行比对，将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，即为将申请保障时人与豢养物合照图像中的用户正脸和豢养物正脸与合照特征核验标准进行比对，将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对，即为将申请保障时豢养物的全身图像中的豢养物全身与全身特征核验标准进行比对。
实际应用中，在将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对、将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对的过程中，具体比对顺序可以根据实际需求进行设定，并且还可以增加或减少比对维度，本说明书在此不作任何限定。
通过在多个维度将所述保障图像的图像特征与特征核验标准进行比对，可以在后续精准的确定申请保障的核验结果，在避免提供保障项目的平台损失的情况下，增加了用户的体验效果。
步骤110：根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
具体的，在将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对的基础上，进一步的，将根据所述比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果，其中，所述保障信息具体是指用户为豢养物申请保障的理由和原因对应的信息，基于此，在所述比对结果确定用户为豢养物申请保障的原因是豢养物患病，而用户提交的保障信息也是豢养物换病的情况下，即可确定豢养物符合保障标准，此时再确定豢养物符合保障项目的条款的情况下，即可确定保障金额对豢养物进行保障，反之，在所述比对结果确定用户为豢养物申请保障的原因是豢养物患病，而用户提交的保障信息是豢养物受伤的情况下，即可确定豢养物不符合保障标准，此时则可以拒绝对豢养物进行保障。
具体实施时，在根据所述比对结果以及所述保障信息确定申请保障的核验结果的过程中，需要考虑到保障项目的保障规则以及比对结果和保障信息三方面的因素才能够决定核验结果，本实施例的一个或多个实施方式中，将结合三方面具体描述确定核验结果的过程，具体实现方式如下所述：
根据所述保障信息确定所述豢养物的属性信息以及申请保障信息；
基于所述保障项目的保障规则对所述属性信息进行审核，获得审核结果；
基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果。
具体的，所述豢养物的属性信息具体是指豢养物的年龄、性别等，所述申请保障信息具体是指用户为豢养物申请保障提交的理由和原因对应的信息，所述保障规则具体是指所述保障项目提供保障服务的条款，基于此，通过将所述属性信息与所述保障规则进行比较，即可确定所述审核结果，所述审核结果具体是指审核豢养物属性信息是否符合保障条款；进一步的结合所述审核结果、所述比对结果以及所述申请保障信息即可确定针对所述豢养物申请保障的所述核验结果。
进一步的，在根据所述审核结果以及所述比对结果和所述申请保障信息确定所述核验结果的过程中，所述审核结果将直接决定豢养物能否申请保障，本实施例的一个或多个实施方式中，根据审核结合以及所述比对结果和所述申请保障信息确定核验结果的具体过程如下所述：
根据所述审核结果确定所述属性信息通过审核的情况下，根据所述比对结果以及所述申请保障信息确定所述核验结果；或者，根据所述审核结果确定所述属性信息未通过审核的情况下，将所述用户为所述豢养物未通过申请保障的核验作为所述核验结果。
具体的，一方面根据所述审核结果确定所述属性信息通过审核的情况下，说明所述豢养物的属性信息符合申请保障的保障规则，则进一步可以根据所述比对结果以及所述申请保障信息确定所述核验结果；另一方面根据所述审核结果确定所述属性信息未通过审核的情况下，说明所述豢养物的属性信息不符合申请保障的保障规则，则直接拒绝对豢养物进行保障作为核验结果即可。
例如，在用户为宠物狗申请保险理赔的过程中，根据用户提交的保障信息确定宠物狗的年龄是5岁，性别是公狗，参保时间是1年，在申请理赔信息是宠物狗患A病，宠物医疗项目的项目规则是大于2岁小于7岁的狗，参保时间大于半年，并且保障的疾病有A病，B病，C病和D病；根据比对结果确定宠物狗患有A病，此时确定用户为宠物狗申请A病的理赔，通过比对结果、审核结果以及申请理赔信息确定可以对该宠物进行理赔；在申请理赔信息是宠物狗患E病，即可确定宠物狗不符合该宠物医疗项目的理赔条件，直接拒绝对该宠物狗进行理赔即可。
更进一步的，在确定所述属性信息通过审核的情况下，将需要根据所述比对结果以及所述申请保障信息确定所述核验结果，在确定所述核验结果的过程中，即是判断所述用户提交的申请保障信息中描述的内容与比对结果识别出的内容是否一致，本实施例的一个或多个实施方式中，具体实现方式如下所述：
根据所述比对结果确定针对所述豢养物申请保障的第一申请信息，以及根据所述申请保障信息确定所述用户为所述豢养物申请保障的第二申请信息；
判断所述第一申请信息与所述第二申请信息是否相同；
若是，则将所述豢养物通过保障核验作为所述核验结果；
若否，则将所述豢养物未通过所述保障核验作为所述核验结果。
具体的，所述第一申请信息具体是指提供保障项目的平台识别出的申请保障的信息，所述第二申请信息具体是指用户为豢养物申请保障所提交的申请信息，基于此，判断所述第一申请信息与所述第二申请信息是否相同，若是，则说明用户是为豢养物正常申请保障，确定所述核验结果是对豢养物提供保障，若否，则说明用户是为豢养物非正常申请保障，确定所述核验结果是不对豢养物提供保障。
沿用上例，在用户为宠物狗申请保险理赔的过程中，根据用户提交的保障信息确定宠物狗的年龄是5岁，性别是公狗，参保时间是1年，在申请理赔信息是宠物狗患A病，宠物医疗项目的项目规则是大于2岁小于7岁的狗，参保时间大于半年，并且保障的疾病有A病，B病，C病和D病；根据比对结果确定用户是为宠物狗申请A病理赔的情况下，将对该宠物狗作出理赔；根据比对结果确定用户是为宠物狗申请E病理赔的情况下，将不对该宠物狗作出理赔。
在对所述豢养物申请保障的核验过程中，通过结合比对结果以及申请保障信息和审核结果确定所属于核验结果，进一步提高了的核验结果的准确性，起到了进一步预防骗取保障行为作用，有效的降低了提供保障项目的平台的损失。
本说明书提供的基于保障项目的保障核验方法，通过在用户为豢养物购买保障的项目平台为豢养物申请保障的过程中，将用户此时针对豢养物上传的生物特征图像与加入保障项目时上传的基准生物特征图像进行匹配，在图像库中查找到与生物特征图像匹配的基准生物特征图像的情况下，确定此时申请保障的豢养物为购买保障的豢养物，再结合基准身份图像以及用户为豢养物上传的保障图像，确定该豢养物的身份验证通过的情况下，通过保障图像以及用户提交的保障信息确定对豢养物申请保障的核验结果，实现了可以提高申请保障的过程中的身份核验精准度，并且结合豢养物的保障图像以及保障信息确定申请保障的核验结果，避免出现骗取保障金额的情况发生，进而达到了在提高核验精准度的情况下降低提供保障项目的平台的损失。
与上述方法实施例相对应，本说明书还提供了基于保障项目的保障核验装置实施例，图6示出了本说明书一实施例提供的一种基于保障项目的保障核验装置的结构示意图。如图6所示，该装置包括：
查找图像模块602，被配置为根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
确定图像模块604，被配置为基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算相似度模块606，被配置为计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，运行比对模块608；
所述比对模块608，被配置为将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
确定结果模块610，被配置为根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
一个可选的实施例中，所述计算相似度模块606，包括：
第一确定单元，被配置为确定所述基准身份图像中的第一身份图像和所述保障图像中的第二身份图像，所述基准身份图像中的第三身份图像和所述保障图像中的第四身份图像，以及所述基准身份图像中的第五身份图像和所述保障图像中的第六身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
第一计算单元，被配置为计算所述第一身份图像和所述第二身份图像的第一相似度，所述第三身份图像和所述第四身份图像的第二相似度，以及所述第五身份图像和所述第六身份图像的第三相似度；
第二计算单元，被配置为基于所述第一相似度、所述第二相似度和所述第三相似度计算相似度平均值，根据计算结果确定所述相似度。
一个可选的实施例中，所述计算相似度模块606，包括：
第一提取单元，被配置为提取所述基准身份图像中的第一身份图像以及所述保障图像中的第二身份图像；
第一判断单元，被配置为计算所述第一身份图像与所述第二身份图像的第一相似度，并判断所述第一相似度是否大于第一相似度阈值；
若是，运行第二提取单元；
所述第二提取单元，被配置为提取所述基准身份图像中的第三身份图像以及所述保障图像中的第四身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
第二判断单元，被配置为计算所述第三身份图像与所述第四身份图像的第二相似度，并判断所述第二相似度是否大于第二相似度阈值；
若是，运行第三提取单元；
所述第三提取单元，被配置为提取所述基准身份图像中的第五身份图像以及所述保障图像中的第六身份图像；
第三计算单元，被配置为计算所述第五身份图像与所述第六身份图像的第三相似度，将所述第三相似度作为所述相似度。
一个可选的实施例中，所述确定结果模块610，包括：
确定信息单元，被配置为根据所述保障信息确定所述豢养物的属性信息以及申请保障信息；
审核单元，被配置为基于所述保障项目的保障规则对所述属性信息进行审核，获得审核结果；
确定核验结果单元，被配置为基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果。
一个可选的实施例中，所述确定核验结果单元，包括：
第一确定子模块，被配置为根据所述审核结果确定所述属性信息通过审核的情况下，根据所述比对结果以及所述申请保障信息确定所述核验结果；
或者，
第二确定子模块，被配置为根据所述审核结果确定所述属性信息未通过审核的情况下，将所述用户为所述豢养物未通过申请保障的核验作为所述核验结果。
一个可选的实施例中，所述第一确定子模块，包括：
确定信息子单元，被配置为根据所述比对结果确定针对所述豢养物申请保障的第一申请信息，以及根据所述申请保障信息确定所述用户为所述豢养物申请保障的第二申请信息；
判断子单元，被配置为判断所述第一申请信息与所述第二申请信息是否相同；
若是，则运行第一确定子单元；
所述第一确定子单元，被配置为将所述豢养物通过保障核验作为所述核验结果；
若否，则运行第二确定子单元；
所述第二确定子单元，被配置为将所述豢养物未通过所述保障核验作为所述核验结果。
一个可选的实施例中，所述比对模块608，包括：
提取特征单元，被配置为提取所述保障图像对应的所述图像特征以及所述基准身份图像对应的基准图像特征；
比对单元，被配置为将所述基准图像特征作为所述特征核验标准，与所述图像特征进行比对。
一个可选的实施例中，所述基于保障项目的保障核验装置，还包括：
获取图像模块，被配置为获取所述用户为所述豢养物在参与所述保障项目阶段上传的待识别身份图像和待识别生物特征图像；
确定模块，被配置为在所述待识别身份图像和所述待识别生物特征图像均符合参与所述保障项目的图像采集标准的情况下，将所述待识别身份图像作为所述基准身份图像以及所述待识别生物特征图像作为所述基准生物特征图像；
存储模块，被配置为建立所述基准身份图像与所述基准生物特征图像之间的关联关系并存储至所述图像库。
一个可选的实施例中，所述基于保障项目的保障核验装置，还包括：
接收指令模块，被配置为接收所述用户针对所述保障项目的图像采集页面中的图像采集项提交的点击指令；
展示模块，被配置为根据所述点击指令触发的图像采集项所属的采集类型，确定所述采集类型对应的引导策略，并通过所述图像采集页面展示所述引导策略对应的引导提示；
获取模块，被配置为获取所述用户针对所述引导提示上传的豢养物图像，并将所述豢养物图像作为所述保障图像或所述生物特征图像。
一个可选的实施例中，所述计算所述第三身份图像和所述第四身份图像的第二相似度，包括：
提取所述第三身份图像中的第一豢养物标识和第一用户标识，以及所述第四身份图像中的第二豢养物标识和第二用户标识；
计算所述第一豢养物标识与所述第二豢养物标识的第一标识相似度，以及所述第一用户标识与所述第二用户标识的第二标识相似度；
根据所述第一标识相似度和所述第二标识相似度确定所述第二相似度。
一个可选的实施例中，所述比对模块608进一步被配置为：
将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对，将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，和/或将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对。
一个可选的实施例中，若所述计算相似度模块606判断结果为否，所述基于保障项目的保障核验装置，还包括：
发送模块，被配置为向所述用户发送身份核验未通过的提醒信息，所述提醒信息中携带有所述豢养物未通过身份核验的核验信息。
一个可选的实施例中，所述基于保障项目的保障核验装置，还包括：
发送信息模块，被配置为在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，向所述用户发送未针对所述豢养物参与所述保障项目的提醒信息，以及所述保障项目的项目信息。
本说明书提供的基于保障项目的保障核验装置，通过在用户为豢养物购买保障的项目平台为豢养物申请保障的过程中，将用户此时针对豢养物上传的生物特征图像与加入保障项目时上传的基准生物特征图像进行匹配，在图像库中查找到与生物特征图像匹配的基准生物特征图像的情况下，确定此时申请保障的豢养物为购买保障的豢养物，再结合基准身份图像以及用户为豢养物上传的保障图像，确定该豢养物的身份验证通过的情况下，通过保障图像以及用户提交的保障信息确定对豢养物申请保障的核验结果，实现了可以提高申请保障的过程中的身份核验精准度，并且结合豢养物的保障图像以及保障信息确定申请保障的核验结果，避免出现骗取保障金额的情况发生，进而达到了在提高核验精准度的情况下降低提供保障项目的平台的损失。
上述为本实施例的一种基于保障项目的保障核验装置的示意性方案。需要说明的是，该基于保障项目的保障核验装置的技术方案与上述的基于保障项目的保障核验方法的技术方案属于同一构思，基于保障项目的保障核验装置的技术方案未详细描述的细节内容，均可以参见上述基于保障项目的保障核验方法的技术方案的描述。
图7示出了根据本说明书一实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理器720。处理器720与存储器710通过总线730相连接，数据库750用于保存数据。
计算设备700还包括接入设备740，接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图7所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备700可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。
其中，处理器720用于执行如下计算机可执行指令：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的基于保障项目的保障核验方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述基于保障项目的保障核验方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的基于保障项目的保障核验方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述基于保障项目的保障核验方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书并不受所描述的动作顺序的限制，因为依据本说明书，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (16)

1.一种基于保障项目的保障核验方法，包括：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
2.根据权利要求1所述的基于保障项目的保障核验方法，所述计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，包括：
确定所述基准身份图像中的第一身份图像和所述保障图像中的第二身份图像，所述基准身份图像中的第三身份图像和所述保障图像中的第四身份图像，以及所述基准身份图像中的第五身份图像和所述保障图像中的第六身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
计算所述第一身份图像和所述第二身份图像的第一相似度，所述第三身份图像和所述第四身份图像的第二相似度，以及所述第五身份图像和所述第六身份图像的第三相似度；
基于所述第一相似度、所述第二相似度和所述第三相似度计算相似度平均值，根据计算结果确定所述相似度。
3.根据权利要求1所述的基于保障项目的保障核验方法，所述计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，包括：
提取所述基准身份图像中的第一身份图像以及所述保障图像中的第二身份图像；
计算所述第一身份图像与所述第二身份图像的第一相似度，并判断所述第一相似度是否大于第一相似度阈值；
若是，提取所述基准身份图像中的第三身份图像以及所述保障图像中的第四身份图像，所述第三身份图像和所述第四身份图像中均包含豢养物标识以及用户标识；
计算所述第三身份图像与所述第四身份图像的第二相似度，并判断所述第二相似度是否大于第二相似度阈值；
若是，提取所述基准身份图像中的第五身份图像以及所述保障图像中的第六身份图像；
计算所述第五身份图像与所述第六身份图像的第三相似度，将所述第三相似度作为所述相似度。
4.根据权利要求1所述的基于保障项目的保障核验方法，所述根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果，包括：
根据所述保障信息确定所述豢养物的属性信息以及申请保障信息；
基于所述保障项目的保障规则对所述属性信息进行审核，获得审核结果；
基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果。
5.根据权利要求4所述的基于保障项目的保障核验方法，所述基于所述审核结果、所述比对结果以及所述申请保障信息确定针对所述豢养物申请保障的所述核验结果，包括：
根据所述审核结果确定所述属性信息通过审核的情况下，根据所述比对结果以及所述申请保障信息确定所述核验结果；
或者，
根据所述审核结果确定所述属性信息未通过审核的情况下，将所述用户为所述豢养物未通过申请保障的核验作为所述核验结果。
6.根据权利要求5所述的基于保障项目的保障核验方法，所述根据所述比对结果以及所述申请保障信息确定所述核验结果，包括：
根据所述比对结果确定针对所述豢养物申请保障的第一申请信息，以及根据所述申请保障信息确定所述用户为所述豢养物申请保障的第二申请信息；
判断所述第一申请信息与所述第二申请信息是否相同；
若是，则将所述豢养物通过保障核验作为所述核验结果；
若否，则将所述豢养物未通过所述保障核验作为所述核验结果。
7.根据权利要求6所述的基于保障项目的保障核验方法，所述将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对，包括：
提取所述保障图像对应的所述图像特征以及所述基准身份图像对应的基准图像特征；
将所述基准图像特征作为所述特征核验标准，与所述图像特征进行比对。
8.根据权利要求1所述的基于保障项目的保障核验方法，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之前，还包括：
获取所述用户为所述豢养物在参与所述保障项目阶段上传的待识别身份图像和待识别生物特征图像；
在所述待识别身份图像和所述待识别生物特征图像均符合参与所述保障项目的图像采集标准的情况下，将所述待识别身份图像作为所述基准身份图像以及所述待识别生物特征图像作为所述基准生物特征图像；
建立所述基准身份图像与所述基准生物特征图像之间的关联关系并存储至所述图像库。
9.根据权利要求1所述的基于保障项目的保障核验方法，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之前，还包括：
接收所述用户针对所述保障项目的图像采集页面中的图像采集项提交的点击指令；
根据所述点击指令触发的图像采集项所属的采集类型，确定所述采集类型对应的引导策略，并通过所述图像采集页面展示所述引导策略对应的引导提示；
获取所述用户针对所述引导提示上传的豢养物图像，并将所述豢养物图像作为所述保障图像或所述生物特征图像。
10.根据权利要2或3所述的基于保障项目的保障核验方法，所述计算所述第三身份图像和所述第四身份图像的第二相似度，包括：
提取所述第三身份图像中的第一豢养物标识和第一用户标识，以及所述第四身份图像中的第二豢养物标识和第二用户标识；
计算所述第一豢养物标识与所述第二豢养物标识的第一标识相似度，以及所述第一用户标识与所述第二用户标识的第二标识相似度；
根据所述第一标识相似度和所述第二标识相似度确定所述第二相似度。
11.根据权利要2或3所述的基于保障项目的保障核验方法，所述将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对，包括：
将所述第二身份图像对应的第一身份特征与所述保障项目的第一身份特征核验标准进行比对，将所述第四身份图像对应的第二身份特征与所述保障项目的第二身份特征核验标准进行比对，和/或将所述第六身份图像对应的第三身份特征与所述保障项目的第三身份特征核验标准进行比对。
12.根据权利要求1所述的基于保障项目的保障核验方法，若所述判断所述相似度是否大于相似度阈值的判断结果为否，还包括：
向所述用户发送身份核验未通过的提醒信息，所述提醒信息中携带有所述豢养物未通过身份核验的核验信息。
13.根据权利要求1所述的基于保障项目的保障核验方法，所述根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像步骤执行之后，还包括：
在所述图像库中未查找到与所述生物特征图像匹配的基准生物特征图像的情况下，向所述用户发送未针对所述豢养物参与所述保障项目的提醒信息，以及所述保障项目的项目信息。
14.一种基于保障项目的保障核验装置，包括：
查找图像模块，被配置为根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
确定图像模块，被配置为基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算相似度模块，被配置为计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，运行比对模块；
所述比对模块，被配置为将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
确定结果模块，被配置为根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
15.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
根据用户为豢养物申请保障上传的生物特征图像在保障项目的图像库中查找与所述生物特征图像匹配的基准生物特征图像；
基于在所述图像库中查找到的与所述生物特征图像匹配的基准生物特征图像确定与所述基准生物特征图像相关联的基准身份图像；
计算所述基准身份图像与对应类型下的所述用户针对所述豢养物上传的保障图像的相似度，并判断所述相似度是否大于相似度阈值；
若是，将所述保障图像对应的图像特征与所述保障项目的特征核验标准进行比对；
根据比对结果以及所述用户为所述豢养物申请保障提交的保障信息确定针对所述豢养物申请保障的核验结果。
16.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至13任意一项所述基于保障项目的保障核验方法的步骤。
CN201911166869.2A 2019-11-25 2019-11-25 基于保障项目的保障核验方法以及装置 Active CN110909683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911166869.2A CN110909683B (zh) 2019-11-25 2019-11-25 基于保障项目的保障核验方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911166869.2A CN110909683B (zh) 2019-11-25 2019-11-25 基于保障项目的保障核验方法以及装置

Publications (2)

Publication Number Publication Date
CN110909683A true CN110909683A (zh) 2020-03-24
CN110909683B CN110909683B (zh) 2022-05-03

Family

ID=69819334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911166869.2A Active CN110909683B (zh) 2019-11-25 2019-11-25 基于保障项目的保障核验方法以及装置

Country Status (1)

Country Link
CN (1) CN110909683B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112231672A (zh) * 2020-10-30 2021-01-15 支付宝(杭州)信息技术有限公司 身份识别方法以及装置
CN112269978A (zh) * 2020-10-22 2021-01-26 支付宝(杭州)信息技术有限公司 图像采集方法以及装置
CN114638640A (zh) * 2022-03-22 2022-06-17 支付宝(杭州)信息技术有限公司 豢养物的服务处理方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105339971A (zh) * 2013-03-15 2016-02-17 好宠伴公司 宠物保险系统和方法
CN106570758A (zh) * 2016-10-28 2017-04-19 公安部交通管理科学研究所 车险理赔证据信息采集方法和装置
WO2017075207A1 (en) * 2015-10-27 2017-05-04 Trupanion Inc. Pet insurance system and method
CN107657459A (zh) * 2017-09-06 2018-02-02 翔创科技（北京）有限公司 牲畜的身份验证方法、保险理赔方法、溯源方法、存储介质和电子设备
CN107766807A (zh) * 2017-09-30 2018-03-06 平安科技（深圳）有限公司 电子装置、投保牲畜识别方法和计算机可读存储介质
CN109035044A (zh) * 2018-09-06 2018-12-18 波奇（上海）信息科技有限公司 一种宠物保险理赔的审核方法及系统
CN109523391A (zh) * 2018-10-12 2019-03-26 中国平安财产保险股份有限公司 基于ai生物识别的理赔支付方法、装置和计算机设备
CN109727194A (zh) * 2018-11-20 2019-05-07 广东智媒云图科技股份有限公司 一种获取宠物鼻纹的方法、电子设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105339971A (zh) * 2013-03-15 2016-02-17 好宠伴公司 宠物保险系统和方法
WO2017075207A1 (en) * 2015-10-27 2017-05-04 Trupanion Inc. Pet insurance system and method
CN106570758A (zh) * 2016-10-28 2017-04-19 公安部交通管理科学研究所 车险理赔证据信息采集方法和装置
CN107657459A (zh) * 2017-09-06 2018-02-02 翔创科技（北京）有限公司 牲畜的身份验证方法、保险理赔方法、溯源方法、存储介质和电子设备
CN107766807A (zh) * 2017-09-30 2018-03-06 平安科技（深圳）有限公司 电子装置、投保牲畜识别方法和计算机可读存储介质
CN109035044A (zh) * 2018-09-06 2018-12-18 波奇（上海）信息科技有限公司 一种宠物保险理赔的审核方法及系统
CN109523391A (zh) * 2018-10-12 2019-03-26 中国平安财产保险股份有限公司 基于ai生物识别的理赔支付方法、装置和计算机设备
CN109727194A (zh) * 2018-11-20 2019-05-07 广东智媒云图科技股份有限公司 一种获取宠物鼻纹的方法、电子设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269978A (zh) * 2020-10-22 2021-01-26 支付宝(杭州)信息技术有限公司 图像采集方法以及装置
CN112269978B (zh) * 2020-10-22 2022-11-15 蚂蚁胜信(上海)信息技术有限公司 图像采集方法以及装置
CN112231672A (zh) * 2020-10-30 2021-01-15 支付宝(杭州)信息技术有限公司 身份识别方法以及装置
CN114638640A (zh) * 2022-03-22 2022-06-17 支付宝(杭州)信息技术有限公司 豢养物的服务处理方法及装置

Also Published As

Publication number Publication date
CN110909683B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN110909683B (zh) 基于保障项目的保障核验方法以及装置
EP0821912B1 (en) Animal body identifying system
US6424727B1 (en) System and method of animal identification and animal transaction authorization using iris patterns
KR101903377B1 (ko) 동물보험 관련 동물개체 정보의 통합 관리와 개체인식수단을 이용한 진료 개체 특정 시스템
CN110298245B (zh) 兴趣收集方法、装置、计算机设备及存储介质
CN109919789B (zh) 一种人工智能保险审核方法及装置
CN110929650A (zh) 豢养物身份识别方法以及装置
WO2019184139A1 (zh) 牲畜保险理赔方法、装置、计算机设备和存储介质
US20070127781A1 (en) Animal eye biometrics
CN108256500A (zh) 信息的推荐方法、装置、终端及存储介质
CA3050456C (en) Facial modelling and matching systems and methods
CN112214748A (zh) 身份识别系统、方法以及装置
CN110705528A (zh) 身份编码方法及装置、豢养物身份编码方法及装置
Druml et al. The use of novel phenotyping methods for validation of equine conformation scoring results
JP2008269188A (ja) ペット用保険の支援システム及び方法
CN110728244A (zh) 豢养物身份信息采集的引导方法以及装置
Birgfeld et al. Comparison of two-dimensional and three-dimensional images for phenotypic assessment of craniofacial microsomia
CN110704646A (zh) 一种豢养物档案建立方法及装置
WO2023054397A1 (ja) ペット保険査定支援装置、ペット保険査定支援システム、ペット保険査定支援方法
CN109493108B (zh) 医疗活动信息处理方法、装置、计算机设备和介质
WO2023008571A1 (ja) 個体識別システム及び個体識別方法
Rojas-Olivares et al. Retinal image recognition for verifying the identity of fattening and replacement lambs
Antwi et al. Determinants of smallholder cattle farmers’ access to high-value cattle markets in the Ngaka Modiri Molema District, South Africa
KR102303862B1 (ko) 인공지능 기반 온라인 가축 경매 장치 및 방법
Rojas-Olivares et al. Determining the optimal age for recording the retinal vascular pattern image of lambs

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211209

Address after: Room 610, floor 6, No. 618, Wai Road, Huangpu District, Shanghai 200010

Applicant after: Ant Shengxin (Shanghai) Information Technology Co.,Ltd.

Address before: 801-11, Section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province, 310013

Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant