CN111311424B - 车险事故中的数据分析方法、装置、存储介质和处理器 - Google Patents
车险事故中的数据分析方法、装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN111311424B CN111311424B CN202010153578.6A CN202010153578A CN111311424B CN 111311424 B CN111311424 B CN 111311424B CN 202010153578 A CN202010153578 A CN 202010153578A CN 111311424 B CN111311424 B CN 111311424B
- Authority
- CN
- China
- Prior art keywords
- scene object
- scene
- car insurance
- preset
- insurance accident
- 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.)
- Active
Links
Classifications
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种车险事故中的数据分析方法、装置、存储介质和处理器。该方法包括:从车险事故的资料中提取场景对象;获取场景对象对应的预设数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。通过本申请,解决了相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题。
Description
技术领域
本申请涉及车辆损伤确定领域,具体而言,涉及一种车险事故中的数据分析方法、装置、存储介质和处理器。
背景技术
在车险事故判定车损时,需要获取拍摄的车险事故的图片、视频等资料,并根据资料中的车的信息以及车的信息与场景之间的关系判断车的损伤情况。
在实际定损过程中,存在为了骗取保费,人为修改车险事故的图片、视频等资料中的信息的情况,车的信息和场景信息均影响车损判定,由于场景信息复杂,根据获取到的有限资料难以判断出场景不合理情况,为了准确地确定损伤情况,相关技术中主要是对车的特征进行详细分析,车损确定的准确性仍然有待提高。
针对相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供一种车险事故中的数据分析方法、装置、存储介质和处理器,以解决相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题。
根据本申请的一个方面,提供了一种车险事故中的数据分析方法。该方法包括:从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
可选地,场景对象为多个,根据预设规则以及预设数据判断场景对象是否合理包括:确定每个场景对象的权重值;按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
可选地,基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理包括:根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及目标场景对象的特征与目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定目标场景对象是否合理,其中,在前一场景对象为优先级最高的场景对象时,根据前一场景对象的特征与前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定前一场景对象是否合理,得到前一场景对象的合理性判断结果。
可选地,根据预设规则以及预设数据判断场景对象是否合理包括:基于第一预设规则以及场景对象对应的预设数据判断场景对象的存在性是否合理,得到第一判断结果;基于第二预设规则以及场景对象对应的预设数据判断场景对象的存在状态是否合理,得到第二判断结果;确定第一判断结果对应的第一权重值,并确定第二判断结果对应的第二权重值;比较第一权重值和第一权重值,并根据权重值大的判断结果确定场景对象是否合理。
可选地,在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示之前,该方法还包括:对场景对象对应的合理性判断结果进行验证;在验证通过的情况下,保留场景对象,并将场景对象加入不合理场景对象集。
可选地,在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示包括:定位不合理场景对象集中场景对象在车险事故的资料中的目标位置;采用预设标识在车险事故的资料的目标位置标注场景对象,并标注判定场景对象不合理的理由信息。
根据本申请的另一方面,提供了一种车险事故中的数据分析装置。该装置包括:提取单元,用于从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取单元,用于获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;判断单元,用于根据预设规则以及预设数据判断场景对象是否合理;提示单元,用于在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
可选地,场景对象为多个,判断单元包括:第一确定模块,用于确定每个场景对象的权重值;排序模块,用于按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;第一判断模块,用于基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
为了实现上述目的,根据本申请的另一方面,提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述任意一种车险事故中的数据分析方法。
为了实现上述目的,根据本申请的另一方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一种车险事故中的数据分析方法。
通过本申请,采用以下步骤:从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示,解决了相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题。通过对车险事故中的场景对象进行合理与否的分析,并对不合理的场景对象进行提示,达到了准确识别不合理场景信息,从而提高车损分析准确度的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的车险事故中的数据分析方法的流程图;
图2是根据本申请实施例提供的车险事故中的数据分析系统的示意图;以及
图3是根据本申请实施例提供的车险事故中的数据分析装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请的实施例,提供了一种车险事故中的数据分析方法。
图1是根据本申请实施例的车险事故中的数据分析方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物。
具体地,车险事故的资料可以为定损时上传至图像识别系统的损失现场照片或视频,且照片或视频的背景多为场景,在上传之后通过图像识别技术提取场景对象,例如提取资料中存在的道路、树木、建筑物、山、河流、指示牌等等不同场景对象。
需要说明的是,记录车险事故的图片和视频部分是源资料,部分为翻拍资料,识别过程中对翻拍资料予以识别和标注,并设置比源资料低的真实程度权重。
步骤S102,获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据。
例如,预设数据可以包括,道路建设数据、现有公共场景的图像数据、可提前公开的建设性或建设规划数据、以及其他合法且不会引起纠纷的景物性数据。
需要说明的是,由大数据引擎承接预设数据的常、动态数据的存储、运算、挖掘等功能,此外,需要AI引擎对预设数据进行特征性聚类分析。
步骤S103,根据预设规则以及预设数据判断场景对象是否合理。
需要说明的是,由规则引擎根据规则对预设数据和提取到的场景对象数据进行逻辑分析、比对分析、关联关系分析等等起到对场景对象的合理性判断。此外,在实际应用中基于AI引擎对规则集合的学习,从而实现规则引擎的自我学习和自我完善。
可选地,在本申请实施例提供的车险事故中的数据分析方法中,场景对象为多个,根据预设规则以及预设数据判断场景对象是否合理包括:确定每个场景对象的权重值;按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
例如,目标车险照片中设别出的场景对象包括:树,房屋,公路,指示牌,由于根据指示牌可以清楚的知道路段地点,因而指示牌的权重值最大,该房屋比较有建筑特色,房屋的权重值次之,而照片中树木显示为整棵,公路只有部分路段,可以设置树木的权重值再次之,公路的权重值最小,从而根据排序结果判断多个场景对象是否合理,使得分析更有序。
可选地,在本申请实施例提供的车险事故中的数据分析方法中,基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理包括:根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及目标场景对象的特征与目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定目标场景对象是否合理,其中,在前一场景对象为优先级最高的场景对象时,根据前一场景对象的特征与前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定前一场景对象是否合理,得到前一场景对象的合理性判断结果。
例如,目标车险照片中设别出的场景对象包括:树,房屋,公路,指示牌,排序结果为指示牌、房屋、树、公路。第一场景对象为指示牌,根据指示牌上的文字信息识别出当前场景所位于的地点,数据库中该地点存在和该指示牌特征完全相同的指示牌的图像,指示牌合理,并可以设置指示牌合理的权重为0.8。指示牌合理,在判断房屋是否合理时,由于该地降雨量较大,百分之90的房屋的屋顶修筑为倾斜的屋顶,防止雨水汇集,损坏房屋,而该房屋为平顶,说明房屋不合理,并设置房屋不合理的权重为0.7,同理,判断出树和公路的合理性。
通过本实施例,根据排序结果判断多个场景对象是否合理,缩小了数据查找范围,减小了工作量。
可选地,在本申请实施例提供的车险事故中的数据分析方法中,根据预设规则以及预设数据判断场景对象是否合理包括:基于第一预设规则以及场景对象对应的预设数据判断场景对象的存在性是否合理,得到第一判断结果;基于第二预设规则以及场景对象对应的预设数据判断场景对象的存在状态是否合理,得到第二判断结果;确定第一判断结果对应的第一权重值,并确定第二判断结果对应的第二权重值;比较第一权重值和第一权重值,并根据权重值大的判断结果确定场景对象是否合理。
例如,场景对象包括指示牌和绿色的麦田,根据指示牌指示该地为农用地,出现麦田是合理的,因而,麦田的存在性不合理的权重设置为0.1,根据照片的时间字段获知拍摄时间为10月,根据麦子生长规律,10月份的麦田应该为黄色,麦田的存在状态不合理,麦田的存在状态不合理的权重设置为0.9,根据麦田的存在状态不合理权重判断麦田不合理。
再例如,场景对象包括指示牌和金色的麦田,根据指示牌指示该地为建设用地,出现麦田是不合理的,因而,麦田的存在性不合理的权重设置为1,根据照片的时间字段获知拍摄时间为10月,根据麦子生长规律,10月份的麦田为金色是合理的,麦田的存在状态不合理的权重设置为0,根据麦田的存在性不合理的权重判断麦田不合理。
步骤S104,在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
具体地,可以在照片的相应位置,或视频的相应帧提示不合理场景。
可选地,在本申请实施例提供的车险事故中的数据分析方法中,在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示之前,该方法还包括:对场景对象对应的合理性判断结果进行验证;在验证通过的情况下,保留场景对象,并将场景对象加入不合理场景对象集。
需要说明的是,根据大数据和规则得到的场景对象对应的合理性判断结果存在不合理的情况,可以采用人工智能技术对场景对象对应的合理性判断结果进行进一步的验证,从而提高不合理场景的判断准确率。
可选地,在本申请实施例提供的车险事故中的数据分析方法中,在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示包括:定位不合理场景对象集中场景对象在车险事故的资料中的目标位置;采用预设标识在车险事故的资料的目标位置标注场景对象,并标注判定场景对象不合理的理由信息。
例如,车险事故的资料为单张照片,不合理场景的麦田,可以定位到照片中麦田的部位,标注麦田不合理的字样,并给出麦田不合理的理由,例如“拍摄时间为10月份,麦田为绿色”。
再例如,车险事故的资料为一段视频,可以定位到最能体现场景对象不合理的帧画面,再定位到帧画面中的具体不合理场景对象的位置,标注场景对象不合理的字样,并给出不合理的理由。
本申请实施例提供的车险事故中的数据分析方法,通过从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示,解决了相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题。通过对车险事故中的场景对象进行合理与否的分析,并对不合理的场景对象进行提示,达到了准确识别不合理场景信息,从而提高车损分析准确度的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种车险事故中的数据分析系统。
图2是根据本申请实施例的车险事故中的数据分析系统的示意图。如图2所示,该装置包括:大数据引擎21、规则引22和人工智能引擎23。
具体的,大数据引擎21用于承接场景数据的常、动态数据的存储、运算、挖掘等,其中,场景数据包括提取的实际场景数据、场景基础数据、多场景数据等。
规则引22用于提供场景推理规则的集合,如常规风险逻辑、场景基础逻辑、场景与逻辑关联性、深化定律等。
人工智能引擎23,用于场景提取、场景聚类分析、规则引22的利用,还对大数据引擎21中的数据进行特征性聚类分析,对规则引22中的场景推理定律集合进行学习与特征类的结合。需要说明的是,在每次判断车险事故资料中的场景对象是否合理之后,还对聚类性较强的分析结果进行深层的神经网络+智能叠加性分析,从而进一步优化大数据引擎21以及规则引22。
在本实施例中,规则引22、AI引擎是核心,大数据引擎21的运作是辅助,具体地,大数据引擎21提供相应的场景数据的存储、分类、传输、优化、挖掘、调查等方面的支持,规则引22基于自身的场景推理定律的集合以及大数据引擎21中的数据判断出目标车险事故资料中的场景对象是否合理的结果,而人工智能引擎23负责判断过程中的场景提取、场景聚类分析、规则引22的利用,最终汇总警示提示结果输出提示结果。
本申请实施例还提供了一种车险事故中的数据分析装置,需要说明的是,本申请实施例的车险事故中的数据分析装置可以用于执行本申请实施例所提供的用于车险事故中的数据分析方法。以下对本申请实施例提供的车险事故中的数据分析装置进行介绍。
图3是根据本申请实施例的车险事故中的数据分析装置的示意图。如图3所示,该装置包括:提取单元10、获取单元20、判断单元30和提示单元40。
具体地,提取单元10,用于从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物。
获取单元20,用于获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据。
判断单元30,用于根据预设规则以及预设数据判断场景对象是否合理。
提示单元40,用于在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
可选地,在本申请实施例提供的车险事故中的数据分析装置中,场景对象为多个,判断单元包括:第一确定模块,用于确定每个场景对象的权重值;排序模块,用于按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;第一判断模块,用于基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
可选地,在本申请实施例提供的车险事故中的数据分析装置中,第一判断模块包括:确定子模块,用于根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及目标场景对象的特征与目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定目标场景对象是否合理,其中,在前一场景对象为优先级最高的场景对象时,根据前一场景对象的特征与前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定前一场景对象是否合理,得到前一场景对象的合理性判断结果。
在本申请实施例提供的车险事故中的数据分析装置中,判断单元30包括:第二判断模块,用于基于第一预设规则以及场景对象对应的预设数据判断场景对象的存在性是否合理,得到第一判断结果;第三判断模块,用于基于第二预设规则以及场景对象对应的预设数据判断场景对象的存在状态是否合理,得到第二判断结果;第二确定模块,用于确定第一判断结果对应的第一权重值,并确定第二判断结果对应的第二权重值;第三确定模块,用于比较第一权重值和第一权重值,并根据权重值大的判断结果确定场景对象是否合理。
在本申请实施例提供的车险事故中的数据分析装置中,该装置还包括:验证单元,用于在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示之前,对场景对象对应的合理性判断结果进行验证;添加单元,用于在验证通过的情况下,保留场景对象,并将场景对象加入不合理场景对象集。
在本申请实施例提供的车险事故中的数据分析装置中,提示单元40包括:定位模块,用于定位不合理场景对象集中场景对象在车险事故的资料中的目标位置;标注模块,用于采用预设标识在车险事故的资料的目标位置标注场景对象,并标注判定场景对象不合理的理由信息。
本申请实施例提供的车险事故中的数据分析装置,通过提取单元10从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取单元20获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;判断单元30根据预设规则以及预设数据判断场景对象是否合理;提示单元40在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示,解决了相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题,通过对车险事故中的场景对象进行合理与否的分析,并对不合理的场景对象进行提示,达到了准确识别不合理场景信息,从而提高车损分析准确度的效果。
所述车险事故中的数据分析装置包括处理器和存储器,上述提取单元10、获取单元20、判断单元30和提示单元40等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中车险事故的资料中场景信息被篡改,影响车损分析的问题。
存储器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),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述车险事故中的数据分析方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述车险事故中的数据分析方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
场景对象为多个,根据预设规则以及预设数据判断场景对象是否合理包括:确定每个场景对象的权重值;按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理包括:根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及目标场景对象的特征与目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定目标场景对象是否合理,其中,在前一场景对象为优先级最高的场景对象时,根据前一场景对象的特征与前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定前一场景对象是否合理,得到前一场景对象的合理性判断结果。
根据预设规则以及预设数据判断场景对象是否合理包括:基于第一预设规则以及场景对象对应的预设数据判断场景对象的存在性是否合理,得到第一判断结果;基于第二预设规则以及场景对象对应的预设数据判断场景对象的存在状态是否合理,得到第二判断结果;确定第一判断结果对应的第一权重值,并确定第二判断结果对应的第二权重值;比较第一权重值和第一权重值,并根据权重值大的判断结果确定场景对象是否合理。
在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示之前,该方法还包括:对场景对象对应的合理性判断结果进行验证;在验证通过的情况下,保留场景对象,并将场景对象加入不合理场景对象集。
在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示包括:定位不合理场景对象集中场景对象在车险事故的资料中的目标位置;采用预设标识在车险事故的资料的目标位置标注场景对象,并标注判定场景对象不合理的理由信息。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:从车险事故的资料中提取场景对象,其中,车险事故的资料至少包括记录车险事故的图片和/或记录车险事故的视频,场景对象为车险事故的场景中的人和/或物;获取场景对象对应的预设数据,其中,预设数据至少包括以下之一:场景对象的规格标准数据、场景对象的规划数据;根据预设规则以及预设数据判断场景对象是否合理;在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示。
场景对象为多个,根据预设规则以及预设数据判断场景对象是否合理包括:确定每个场景对象的权重值;按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理。
基于排序结果以及每个场景对象对应的预设数据,判断多个场景对象是否合理包括:根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及目标场景对象的特征与目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定目标场景对象是否合理,其中,在前一场景对象为优先级最高的场景对象时,根据前一场景对象的特征与前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定前一场景对象是否合理,得到前一场景对象的合理性判断结果。
根据预设规则以及预设数据判断场景对象是否合理包括:基于第一预设规则以及场景对象对应的预设数据判断场景对象的存在性是否合理,得到第一判断结果;基于第二预设规则以及场景对象对应的预设数据判断场景对象的存在状态是否合理,得到第二判断结果;确定第一判断结果对应的第一权重值,并确定第二判断结果对应的第二权重值;比较第一权重值和第一权重值,并根据权重值大的判断结果确定场景对象是否合理。
在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示之前,该方法还包括:对场景对象对应的合理性判断结果进行验证;在验证通过的情况下,保留场景对象,并将场景对象加入不合理场景对象集。
在场景对象不合理的情况下,在车险事故的资料中对场景对象进行提示包括:定位不合理场景对象集中场景对象在车险事故的资料中的目标位置;采用预设标识在车险事故的资料的目标位置标注场景对象,并标注判定场景对象不合理的理由信息。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、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。
存储器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)。存储器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,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种车险事故中的数据分析方法,其特征在于,包括:
从车险事故的资料中提取场景对象,其中,所述车险事故的资料至少包括记录所述车险事故的图片和/或记录所述车险事故的视频,所述场景对象为所述车险事故的场景中的人和/或物;
获取所述场景对象对应的预设数据,其中,所述预设数据至少包括以下之一:所述场景对象的规格标准数据、所述场景对象的规划数据;
根据预设规则以及所述预设数据判断所述场景对象是否合理;
在所述场景对象不合理的情况下,在所述车险事故的资料中对所述场景对象进行提示;
其中,所述场景对象为多个,根据预设规则以及所述预设数据判断所述场景对象是否合理包括:
确定每个场景对象的权重值;
按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;
基于所述排序结果以及每个场景对象对应的所述预设数据,判断所述多个场景对象是否合理。
2.根据权利要求1所述的方法,其特征在于,基于所述排序结果以及每个场景对象对应的所述预设数据,判断所述多个场景对象是否合理包括:
根据前一场景对象的合理性判断结果和目标场景对象之间的关联关系、以及所述目标场景对象的特征与所述目标场景对象对应的预设数据是否满足目标预设条件的判断结果,确定所述目标场景对象是否合理,
其中,在所述前一场景对象为优先级最高的场景对象时,根据所述前一场景对象的特征与所述前一场景对象对应的预设数据是否第一满足预设条件的判断结果,确定所述前一场景对象是否合理,得到所述前一场景对象的合理性判断结果。
3.根据权利要求1所述的方法,其特征在于,根据预设规则以及所述预设数据判断所述场景对象是否合理包括:
基于第一预设规则以及场景对象对应的预设数据判断所述场景对象的存在性是否合理,得到第一判断结果;
基于第二预设规则以及场景对象对应的预设数据判断所述场景对象的存在状态是否合理,得到第二判断结果;
确定所述第一判断结果对应的第一权重值,并确定所述第二判断结果对应的第二权重值;
比较所述第一权重值和所述第一权重值,并根据权重值大的判断结果确定所述场景对象是否合理。
4.根据权利要求1所述的方法,其特征在于,在所述场景对象不合理的情况下,在所述车险事故的资料中对所述场景对象进行提示之前,所述方法还包括:
对所述场景对象对应的合理性判断结果进行验证;
在验证通过的情况下,保留所述场景对象,并将所述场景对象加入不合理场景对象集。
5.根据权利要求4所述的方法,其特征在于,在所述场景对象不合理的情况下,在所述车险事故的资料中对所述场景对象进行提示包括:
定位所述不合理场景对象集中场景对象在所述车险事故的资料中的目标位置;
采用预设标识在所述车险事故的资料的所述目标位置标注所述场景对象,并标注判定所述场景对象不合理的理由信息。
6.一种车险事故中的数据分析装置,其特征在于,包括:
提取单元,用于从车险事故的资料中提取场景对象,其中,所述车险事故的资料至少包括记录所述车险事故的图片和/或记录所述车险事故的视频,所述场景对象为所述车险事故的场景中的人和/或物;
获取单元,用于获取所述场景对象对应的预设数据,其中,所述预设数据至少包括以下之一:所述场景对象的规格标准数据、所述场景对象的规划数据;
判断单元,用于根据预设规则以及所述预设数据判断所述场景对象是否合理;
提示单元,用于在所述场景对象不合理的情况下,在所述车险事故的资料中对所述场景对象进行提示;
其中,所述场景对象为多个,所述判断单元包括:
第一确定模块,用于确定每个场景对象的权重值;
排序模块,用于按照每个场景对象的权重值对多个场景对象进行优先级的排序,得到排序结果;
第一判断模块,用于基于所述排序结果以及每个场景对象对应的所述预设数据,判断所述多个场景对象是否合理。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至5中任意一项所述的车险事故中的数据分析方法。
8.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的车险事故中的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010153578.6A CN111311424B (zh) | 2020-03-06 | 2020-03-06 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010153578.6A CN111311424B (zh) | 2020-03-06 | 2020-03-06 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111311424A CN111311424A (zh) | 2020-06-19 |
CN111311424B true CN111311424B (zh) | 2023-08-22 |
Family
ID=71158667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010153578.6A Active CN111311424B (zh) | 2020-03-06 | 2020-03-06 | 车险事故中的数据分析方法、装置、存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311424B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0562045A (ja) * | 1991-09-03 | 1993-03-12 | Oki Electric Ind Co Ltd | 紙葉類認識装置 |
JP2001109793A (ja) * | 1999-10-06 | 2001-04-20 | Sekiya Jidosha:Kk | 自動車保険の保険料見積り方法およびその装置 |
CN106204282A (zh) * | 2015-05-04 | 2016-12-07 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及装置 |
WO2017124534A1 (zh) * | 2016-01-24 | 2017-07-27 | 李强生 | 车险取证技术使用数据的采集方法以及取证系统 |
CN107085814A (zh) * | 2017-04-11 | 2017-08-22 | 武汉华创欣网科技有限公司 | 一种车险理赔照片的分析方法及系统 |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
CN108288073A (zh) * | 2018-01-30 | 2018-07-17 | 北京小米移动软件有限公司 | 图片真伪识别方法及装置、计算机可读存储介质 |
CN109784170A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于图像识别的车险定损方法、装置、设备及存储介质 |
CN110084700A (zh) * | 2019-03-20 | 2019-08-02 | 平安直通咨询有限公司上海分公司 | 产品风险预测方法、装置、计算机设备和存储介质 |
WO2019157288A1 (en) * | 2018-02-09 | 2019-08-15 | Nano Techgalaxy, Inc. D/B/A Galaxy.Ai | Systems and methods for physical object analysis |
WO2019196545A1 (zh) * | 2018-04-12 | 2019-10-17 | 阿里巴巴集团控股有限公司 | 保险欺诈识别的数据处理方法、装置、设备及服务器 |
CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
CN110688514A (zh) * | 2019-08-30 | 2020-01-14 | 中国人民财产保险股份有限公司 | 一种保险理赔图像数据的查重方法及装置 |
CN110728582A (zh) * | 2019-09-05 | 2020-01-24 | 德联易控科技(北京)有限公司 | 信息处理的方法、装置、存储介质和处理器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1770618A1 (en) * | 2005-09-26 | 2007-04-04 | Mazda Motor Corporation | Vehicle planning support system |
-
2020
- 2020-03-06 CN CN202010153578.6A patent/CN111311424B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0562045A (ja) * | 1991-09-03 | 1993-03-12 | Oki Electric Ind Co Ltd | 紙葉類認識装置 |
JP2001109793A (ja) * | 1999-10-06 | 2001-04-20 | Sekiya Jidosha:Kk | 自動車保険の保険料見積り方法およびその装置 |
CN106204282A (zh) * | 2015-05-04 | 2016-12-07 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及装置 |
WO2017124534A1 (zh) * | 2016-01-24 | 2017-07-27 | 李强生 | 车险取证技术使用数据的采集方法以及取证系统 |
CN107085814A (zh) * | 2017-04-11 | 2017-08-22 | 武汉华创欣网科技有限公司 | 一种车险理赔照片的分析方法及系统 |
CN108090747A (zh) * | 2018-01-25 | 2018-05-29 | 中国平安财产保险股份有限公司 | 车险核保的自助验车方法、装置、设备和计算机存储介质 |
CN108288073A (zh) * | 2018-01-30 | 2018-07-17 | 北京小米移动软件有限公司 | 图片真伪识别方法及装置、计算机可读存储介质 |
WO2019157288A1 (en) * | 2018-02-09 | 2019-08-15 | Nano Techgalaxy, Inc. D/B/A Galaxy.Ai | Systems and methods for physical object analysis |
WO2019196545A1 (zh) * | 2018-04-12 | 2019-10-17 | 阿里巴巴集团控股有限公司 | 保险欺诈识别的数据处理方法、装置、设备及服务器 |
CN109784170A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于图像识别的车险定损方法、装置、设备及存储介质 |
CN110084700A (zh) * | 2019-03-20 | 2019-08-02 | 平安直通咨询有限公司上海分公司 | 产品风险预测方法、装置、计算机设备和存储介质 |
CN110458718A (zh) * | 2019-08-09 | 2019-11-15 | 泰康保险集团股份有限公司 | 车险欺诈识别方法、装置、介质及电子设备 |
CN110688514A (zh) * | 2019-08-30 | 2020-01-14 | 中国人民财产保险股份有限公司 | 一种保险理赔图像数据的查重方法及装置 |
CN110728582A (zh) * | 2019-09-05 | 2020-01-24 | 德联易控科技(北京)有限公司 | 信息处理的方法、装置、存储介质和处理器 |
Non-Patent Citations (1)
Title |
---|
汽车保险理赔中的欺诈与防范;白玉;《常州工学院学报》;20180628(第03期);59-62 * |
Also Published As
Publication number | Publication date |
---|---|
CN111311424A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596277B (zh) | 一种车辆身份识别方法、装置和存储介质 | |
CN111126258A (zh) | 图像识别方法及相关装置 | |
CN105574550A (zh) | 一种车辆识别方法及装置 | |
CN106355188A (zh) | 图像检测方法及装置 | |
CN111767927A (zh) | 一种基于全卷积网络的轻量级车牌识别方法及系统 | |
WO2020007589A1 (en) | Training a deep convolutional neural network for individual routes | |
CN107886105A (zh) | 一种图像的标注装置 | |
CN109711341B (zh) | 一种虚拟车道线识别方法及装置、设备、介质 | |
CN116416626A (zh) | 圆形印章数据的获取方法、装置、设备及存储介质 | |
CN111311424B (zh) | 车险事故中的数据分析方法、装置、存储介质和处理器 | |
CN111401466A (zh) | 一种交通标志检测与识别标注方法、装置和计算机设备 | |
Khan | Vehicle and pedestrian detection using YOLOv3 and YOLOv4 for self-driving cars | |
CN114999166B (zh) | 车辆识别方法、装置、电子设备及计算机可读存储介质 | |
CN112380313B (zh) | 更新高精地图置信度的方法及装置 | |
CN111368752B (zh) | 车辆损伤的分析方法和装置 | |
CN114781149A (zh) | 一种场景元素信息自动获取方法及系统 | |
CN114842322A (zh) | 遗留物检测方法、装置及电子设备、计算机可读存储介质 | |
CN114037976A (zh) | 一种道路交通标志识别方法及装置 | |
CN114219073A (zh) | 属性信息的确定方法、装置、存储介质及电子装置 | |
CN113593256A (zh) | 基于城市管理的无人机智能驱离控制方法、系统及云平台 | |
Sisias et al. | Preliminary results of a proposed CNN framework for use in motorway applicable detection systems | |
CN115439450A (zh) | 用于自动驾驶的视频画面质量评价方法、装置、设备、存储介质 | |
CN116386060B (zh) | 一种水尺数据自动标注方法、装置、设备及介质 | |
US20240184787A1 (en) | Scenario similarity retrieval-based automatic scenario generation system and method | |
CN116486380A (zh) | 交通灯识别方法、装置及电子设备、计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |