CN112348686A - 理赔图片的采集方法、装置及通讯设备 - Google Patents

Abstract

本申请适用于图片采集技术领域，提供了理赔图片的采集方法、装置及通讯设备，包括：与用户终端建立视频连接后，获取所述用户终端拍摄的视频流；从所述视频流中确定待检测的视频帧；若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，所述预设标准理赔图片为理赔事件被触发时所需要的图片。通过上述方法，能够极大提高理赔图片的采集效率。

Description

理赔图片的采集方法、装置及通讯设备

技术领域

本申请属于图片采集技术领域，尤其涉及理赔图片的采集方法、装置、通讯设备及计算机可读存储介质。

背景技术

理赔是保险公司执行保险合同，履行保险义务，承担保险责任的具体体现。

在传统理赔中，通常由查勘人到案发现场拍摄，该拍摄得到图片即为后续被保险人用于理赔的理赔图片。由于案发现场可能在不同的地方，而查勘人不可能分布在所有可能的案发现场附近，因此，若都需要等待查勘人到案发现场拍摄图片，而查勘人恰巧不在案发现场附近时，那么被保险人就需要等待较长的时间，从而导致理赔图片的采集时间过长。

发明内容

本申请实施例提供了一种理赔图片的采集方法，可以提高理赔照片的采集效率。

第一方面，本申请实施例提供了一种理赔图片的采集方法，包括：

与用户终端建立视频连接后，获取所述用户终端拍摄的视频流；

从所述视频流中确定待检测的视频帧；

若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，所述预设标准理赔图片为理赔事件被触发时所需要的图片。

第二方面，本申请实施例提供了一种理赔图片的采集装置，包括：

视频流获取单元，用于与用户终端建立视频连接后，获取所述用户终端拍摄的视频流；

待测的视频帧确定单元，用于从所述视频流中确定待检测的视频帧；

理赔图片获取单元，用于若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，所述预设标准理赔图片为理赔事件被触发时所需要的图片。

第三方面，本申请实施例提供了一种通讯设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在通讯设备上运行时，使得通讯设备执行上述第一方面所述的方法。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例中，由于预设标准理赔图片为理赔事件被触发时所需要的图片，因此，当视频帧与预设标准理赔图片匹配时，表明该视频帧也为理赔事件被触发时所需要的图片，也即，该视频帧能够作为与预设标准理赔图片对应的理赔事件的理赔图片。同时，由于该视频帧是从视频流抽取的，因此，无需查勘人到案发现场拍摄，从而节省了人力资源，且由于从视频流抽取视频帧的时间较短，因此，本申请实施例提供的理赔图片的采集方法能够极大提高理赔图片的采集效率。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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。

图1是本申请实施例一提供的一种理赔图片的采集方法的流程图；

图2是本申请实施例一提供的一种用户终端显示预设标准理赔图片的示意图；

图3是本申请实施例一提供的另一种理赔图片的采集方法的流程图；

图4是本申请实施例二提供的一种理赔图片的采集装置的结构示意图；

图5是本申请实施例三提供的通讯设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

实施例一：

现有的理赔图片采集方法中，需要查勘人到案发现场拍摄，从而导致理赔图片的采集效率较低。为了解决上述技术问题，本申请实施例提供了一种理赔图片的采集方法，该采集方法应用于服务器中。当服务器与用户终端建立视频连接后，该服务器将获取用户终端拍摄的视频流，再从该视频流中抽取视频帧，若判断出抽取的视频帧与预设标准理赔图片匹配，则将该视频帧作为与预设标准理赔图片对应的理赔事件的理赔图片。由于预设标准理赔图片为理赔事件被触发时所需要的图片，因此，当视频帧与预设标准理赔图片匹配时，表明该视频帧也为理赔事件被触发时所需要的图片，也即，该视频帧能够作为与预设标准理赔图片对应的理赔事件的理赔图片。同时，由于该视频帧是从视频流抽取的，因此，无需查勘人到案发现场拍摄，从而节省了人力资源，且由于从视频流抽取视频帧的时间较短，因此，本申请实施例提供的理赔图片的采集方法能够极大提高理赔图片的采集效率。

为了更清楚地描述本申请实施例提供的理赔图片的采集方法，下面以具体实施例进行描述。本申请实施例的理赔图片的采集方法应用于服务器中，例如，用于响应理赔事件的服务器。

图1示出了本申请实施例提供的一种理赔图片的采集方法的流程图，详述如下：

步骤S11，与用户终端建立视频连接后，获取该用户终端拍摄的视频流。

该步骤中，当用户需要触发理赔事件时，用户通过其持有的用户终端访问服务器。若用户终端与服务器成功建立视频连接，则服务器将能够获取该用户终端拍摄的视频流。例如，当用户发生车祸需要触发的车险理赔时，用户通过其持有的手机访问服务器，若手机与服务器成功建立视频连接，则服务器将能够获取手机的摄像头(前置摄像头或后置摄像头)所拍摄的视频流。

在一些实施例中，由于服务器与用户终端刚建立视频连接时，用户终端拍摄的视频流很可能没有包含与理赔事件对应的视频帧，因此，服务器为了避免从用户终端获取到无效的视频帧，则在用户终端指示服务器获取视频流后，该服务器再从该用户终端获取视频流。例如，当用户点击用户终端的视频通话界面上显示的用于获取理赔图片的按钮后，用户终端向服务器发出视频流获取指令，则服务器再获取用户终端拍摄的视频流。

步骤S12，从该视频流中确定待检测的视频帧。

该步骤中，待检测的视频帧的确定方式通常有2种：1种是按照预设间隔帧数从该视频流中确定，例如，假设视频流的帧率是30帧每秒，预设间隔帧数为10帧，则在一秒内，第11帧确定为待检测的视频帧，若第11帧通过后续步骤S13判断出不符合要求，则将第22帧确定为待检测的视频帧。另1种是通过用户确定，具体地，用户在用户终端发出拍照指令后，用户终端获得一个视频帧，再将该视频帧发送至服务器，服务器将接收到的视频帧作为待检测的视频帧。或者，用户在用户终端发出拍照指令后，用户终端将接收到拍照指令的时间点发送至服务器，服务器接收到时间点后，从视频流中将与该时间点对应的视频帧确定为待检测的视频帧。

在一些实施例中，服务器在用户终端接收到拍照指令后，仍采用上述第1种方式获取待检测的视频帧，即同时对通过2种方式获取的待检测的视频帧执行步骤S13的步骤，后续若判断出2个待检测的视频帧都与预设标准理赔图片匹配，则进一步判断2个待检测的视频帧与预设标准理赔图片的匹配度，并将匹配度高的待检测的视频帧作为最终的理赔图片。通过这种方式，能够提高得到的理赔图片的质量。

步骤S13，若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片，该预设标准理赔图片为理赔事件被触发时所需要的图片。

该步骤中，若该待检测的视频帧的图片内容的类别和预设标准理赔图片的图片内容的类别相同，则判定该待检测的视频帧与预设标准理赔图片匹配。例如，若预设标准理赔图片的图片内容为车辆正面，但待检测的视频帧的图片内容为车辆中司机所在位置，则两者的图片内容的类别不同，也即待检测的视频帧与预设标准理赔图片不匹配。当判断出待检测的视频帧与预设标准理赔图片不匹配后，返回执行步骤S12以及后续步骤。

本申请实施例中，由于预设标准理赔图片为理赔事件被触发时所需要的图片，因此，当视频帧与预设标准理赔图片匹配时，表明该视频帧也为理赔事件被触发时所需要的图片，也即，该视频帧能够作为与预设标准理赔图片对应的理赔事件的理赔图片。同时，由于该视频帧是从视频流抽取的，因此，无需查勘人到案发现场拍摄，从而节省了人力资源，且由于从视频流抽取视频帧的时间较短，因此，本申请实施例提供的理赔图片的采集方法能够极大提高理赔图片的采集效率。

在一些实施例中，为了使得服务器能够从视频流中获取到符合要求的理赔图片，则该步骤S11，包括：

与用户终端建立视频连接后，发送该预设标准理赔图片至该用户终端显示，获取该用户终端拍摄的视频流。

本实施例中，当服务器与用户终端建立视频连接后，服务器发送预设标准理赔图片至用户终端，用户终端再在视频连接界面显示接收到的预设标准理赔图片。这样，用户可通过一边观看用户终端显示的预设标准理赔图片，一边使用用户终端拍摄相应内容的视频流，从而保证服务器获取的视频流为与预设标准理赔图片相关的视频流，进而能够提高服务器从该视频流中获取到符合要求的理赔图片的成功率。

在一些实施例中，服务器与用户终端建立视频连接后，接收用户终端发出的理赔图片获取指令，该理赔图片获取指令用于指示理赔事件的类型；该服务器向用户终端发送与理赔图片获取指令所指示的理赔事件的类型对应的预设标准理赔图片，并获取该用户终端拍摄的视频流。

例如，当用户需要触发车险理赔事件时，用户从用户终端发出车险理赔事件对应的理赔图片获取指令，服务器再向用户终端发送与车型理赔事件对应的预设标准理赔图片。考虑到服务器向用户终端发送预设标准理赔图片的过程中，用户终端很可能已经拍摄到与理赔图片相关的视频流，因此，为了避免遗漏获取该视频流，则服务器在向用户终端发送预设标准理赔图片的过程中就获取用户终端拍摄的视频流。

在一些实施例中，在发送该预设标准理赔图片至该用户终端显示时，还包括：发送与该预设标准理赔图片对应的文字至该用户终端显示。在一些实施例中，预设标准理赔图片的个数大于或等于1，当该预设标准理赔图片的个数大于1时，可滚动、循环播放各张预设标准理赔图片。图2示出了本申请实施例提供的一种用户终端显示预设标准理赔图片的一个示意图，在图2中，用户终端除了显示预设标准理赔图片，还显示与该预设标准理赔图片对应的文字。在该图2中左下方较大的框内将显示用户终端拍摄的视频流(图2显示的是猫的图片)，当用户点击图中的“拍”所对应的按钮后，用户终端接收到拍照指令，之后，服务器可从用户终端获取一个视频帧作为待检测的视频帧，或者，根据用户终端发送的时间点从视频流中确定对应的视频帧作为待检测的视频帧。当用户点击相机对应的按钮后，用户终端将实现前、后置摄像头的切换。当用户点击“挂断”按钮后，用户终端将终止与服务器的视频连接。

在一些实施例中，考虑到用户需要移动才能获取到与预设标准理赔图片相关的视频流，而用户移动过程会使得视频流存在抖动现象，则该步骤S12，包括：

从该视频流中确定待检测的视频帧，通过第一检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象。

对应地，该步骤S13具体包括：若该视频流没有存在抖动现象，且若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片，该预设标准理赔图片为理赔事件被触发时所需要的图片。

本实施例中，通过比较相邻两个视频帧来判断视频流是否存在抖动现象。例如，若第一检测算法为灰度投影法，则采用灰度投影法检测视频流是否存在抖动现象，具体地，分别计算待检测的视频帧以及与该待检测的视频帧相邻的视频帧中同一对应行(或列)的像素累加和，若两者的差在预设范围内，那么判定该视频流不存在抖动现象，否则，判定该视频流存在抖动现象。当视频流存在抖动现象时，继续检测后续的视频流是否存在抖动现象。当然，也可以采用光流法检测视频流是否存在抖动现象。此处不再赘述。

图3示出了本申请实施例提供的另一种理赔图片的采集方法的流程图，本实施例中，主要对上述步骤S13进行细化，步骤S302与步骤S12相同，详述如下：

步骤S301，与用户终端建立视频连接后，发送预设标准理赔图片至该用户终端显示，获取该用户终端拍摄的视频流。

本实施例中，为了便于用户根据预设标准理赔图片拍摄到正确的视频流，一次只发送一张预设标准理赔图片至用户终端显示。

步骤S302，从该视频流中确定待检测的视频帧。

步骤S303，确定该待检测的视频帧的模糊因子。

该步骤中，模糊因子用于表示该待检测的视频帧的模糊程度，当模糊因子越大，其对应的视频帧的模糊程度也越大，反之，其对应的视频帧的模糊程度也越小。本实施例中，可通过拉普拉斯(laplace)算子计算待检测的视频帧的模糊因子。

在一些实施例中，上述步骤S302包括：从该视频流中确定待检测的视频帧，通过第一检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象。此时，该步骤S303具体包括：若该视频流没有存在抖动现象，则确定该待检测的视频帧的模糊因子。

步骤S304，若该待检测的视频帧的模糊因子小于预设模糊阈值，则对该待检测的视频帧进行分类检测，得到对应的分类置信度，该分类置信度用于指示该待检测的视频帧与该预设标准理赔图片为同一个类别的概率。

其中，不同预设标准理赔图片可设置相同的预设模糊阈值，也可根据需要，设置不同的预设模糊阈值，例如，若可能涉及较大赔偿额度的理赔事件，则希望用户提供具有较高清晰度的理赔图片，此时，可设置该理赔事件对应的预设标准理赔图片所对应的预设模糊阈值较小。若通常只涉及较小赔偿额度的理赔事件，则不需要用户提供较高清晰度的理赔图片，此时，可设置该理赔事件对应的预设标准理赔图片所对应的预设模糊阈值较大。

本实施例中，若服务器判断出待检测的视频帧的模糊因子小于预设模糊阈值，则检测该待检测的视频帧与该预设模糊阈值对应的预设标准理赔图片属于同一个类别的概率，这里的类别可以为卡证类、车损类等。具体地，若不同的预设标准理赔图片对应的预设模糊阈值不完全相同，例如，预设标准理赔图片1对应的预设模糊阈值为M1，预设标准理赔图片2对应的预设模糊阈值为M2，且当前下发的预设标准理赔图片为预设标准理赔图片2，则需要判断待检测的视频帧的模糊因子是否小于M2若小于M2，那么，继续判断该待检测的视频帧与预设标准理赔图片2为同一个类别的概率。

本实施例中，可通过已训练好的分类模型判断待检测的视频帧与预设标准理赔图片属于同一个类别的概率。具体地，采用预设标准理赔图片对分类模型进行训练，得到训练好的分类模型，再将该待检测的视频帧输入已训练好的分类模型，该已训练好的分类模型将输出分类置信度，例如，若输出的分类置信度为0.99，那么表明该待检测的视频帧与预设标准理赔图片属于同一类别的概率为0.99。

步骤S305，若该分类置信度大于预设分类置信度阈值，则根据预设标准理赔图片的类别选择对应的检测方式，根据选择的检测方式对该待检测的视频帧进行内容检测，得到该待检测的视频帧的图像信息和对应的信息置信度，该信息置信度用于表示该待检测的视频帧的内容为该图像信息的概率。

本实施例中，只对大于预设分类置信度阈值的分类置信度所对应的待检测的视频帧进行内容检测。

在一些实施例中，不同类别的预设标准理赔图片对应的预设分类置信度阈值不同。例如，可设置卡证类的预设标准理赔图片对应的预设分类置信度阈值为N1，车险类的预设标准理赔图片对应的预设分类置信度阈值为N2。若当前下发的预设标准理赔图片属于车险类，且待检测的视频帧属于车险类的分类置信度为m1，且m1大于N2，则根据车险类选择对应的检测方式---损伤识别，即根据损伤识别的检测方式检测待检测的视频帧的内容。当然，若当前下发的预设标准理赔图片属于卡证类，且待检测的视频帧属于卡证类的分类置信度为m2，且m2大于N1，则根据卡证类选择对应的检测方式----光学字符识别(OpticalCharacter Recognition，OCR)检测，即根据OCR检测方式检测待检测的视频帧的内容。在对待检测的视频帧进行内容检测之后，得到该待检测的视频帧的图像信息和对应的信息置信度。

步骤S306，根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度，确定该待检测的视频帧与该预设标准理赔图片的符合率。

本实施例中，可将模糊因子、分类置信度和信息置信度进行累加，得到该待检测的视频帧和预设标准理赔图片的符合率。

在一些实施例中，可为模糊因子、分类置信度和信息置信度分别设置不同的权重值，该权重值可与预设标准理赔图片所属的类别有关。例如，可根据下式确定待检测的视频帧和预设标准理赔图片的符合率：

符合率＝a*Ta+P1*Tp+Q*Tq，其中，a为模糊因子，Ta为模糊因子的权重值，P1为分类置信度，Tp为该分类置信度的权重值，Q为信息置信度，Tq为该信息置信度的权重值。当预设标准理赔图片所属的类别不同时，其对应的Ta、Tp、Tq也可能不同，以分别调节模糊因子、分类置信度和信息置信度在符合率的权重。

步骤S307，若该符合率大于预设的最大符合率阈值，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片。

本实施例中，当符合率大约预设的最大符合率阈值时，判定该待检测的视频帧与预设标准理赔图片匹配，此时，直接在视频流中截取该待检测的视频帧作为对应的理赔事件的理赔图片。

若理赔事件涉及的预设标准理赔图片有多张，假设有3张，分别为第一预设标准理赔图片、第二预设标准理赔图片和第三预设标准理赔图片，在下发第一张预设标准理赔图片后，若待检测的视频帧与下发的第一张预设标准理赔图片的符合率大于最大符合率阈值，则继续下发第二预设标准理赔图片，在确定出与该第二预设标准理赔图片的符合率大于最大符合率阈值的视频帧后，再下发第三预设标准理赔图片。也即，在步骤S307之后，若判断出还存在没有下发的理赔事件所涉及的预设标准理赔图片，则返回步骤S301以及后续步骤，直到预设的所有标准理赔图片均下发至用户终端。

步骤S308，若该符合率小于或等于预设的最大符合率阈值但大于预设的最小符合率阈值，则根据该待检测的视频帧在该视频流的位置确定时间窗。

本实施例中，若该符合率小于或等于预设的最大符合率阈值但大于预设的最小符合率阈值，则触发追踪检测，截取时间窗进行视频帧的检测。具体地，首先确定时间窗的大小，再从该待检测的视频帧开始，在视频流中确定大小为上述时间窗的大小的时间窗。例如，假设确定的时间窗大小为5帧，则确定的时间窗包括该待检测的视频帧，以及该待检测的视频帧前面的4个视频帧。或者，确定的时间窗包括该待检测的视频帧，以及该待检测的视频帧后面的4个视频帧。当然，在实际情况中，确定的时间窗包括的视频帧也可以为其他情况，只需其包括待检测的视频帧以及该待检测的视频帧附近的视频帧即可。

在一些实施例中，时间窗的大小是可变的。具体地，若上述步骤S302中，通过待检测的视频帧判断出视频流没有存在抖动现象，则将预先设置的动态检测结果稳定计数ID置为1，后续每次检测到视频流没有存在抖动现象，则该动态检测结果稳定计数ID自增，但一旦检测到视频流存在抖动现象，则该动态检测结果稳定计数ID置为0。本实施例中，设置时间窗的大小与动态检测结果稳定计数ID和预设间隔帧数有关，例如，时间窗的大小采用以下公式确定：(当前的待检测的视频帧对应的动态检测结果稳定计数ID-1)*预设间隔帧数/2。例如，假设当前的待检测的视频帧对应的动态检测结果稳定计数ID＝2，预设间隔帧数为10，则得到的时间窗的大小为(2-1)*10/2＝5。通过这样设置，使得时间窗内的视频帧的帧数少于预设间隔帧数，从而减少后续需要处理的视频帧，进而能够缩短后续得到理赔图片的时间。

步骤S309，从该时间窗中确定新的待检测的视频帧，之后执行步骤S303步骤以及后续步骤。

本实施例中，对时间窗中的指定视频帧(比如时间窗中的第一个视频帧或时间窗中的中间的视频帧)进行稳定性检测，若该指定视频帧通过稳定性检测，表明该时间窗内的视频流不存在抖动现象，将该指定视频帧作为待检测的视频帧，并执行步骤S303步骤以及后续步骤。在一些实施例中，为了进一步提高得到的视频流是否存在抖动现象的判断结果的准确性，则逐帧对时间窗中的视频帧进行稳定性检测，若通过连续X(X大于1，通常取3)次稳定性检测成立，则取该时间窗中的中间的视频帧作为新的待检测的视频帧，并执行步骤S303步骤以及后续步骤。若没有通过连续X次稳定性检测，则丢弃确定时间窗时所采用的待检测的视频帧，再对时间窗剩下的各个视频帧执行插帧计算。例如，假设时间窗内包括5个视频帧：视频帧1、视频帧2、视频帧3、视频帧4和视频帧5，且视频帧1为步骤S306中的待检测的视频帧，则丢弃视频帧1后，对视频帧2、视频帧3、视频帧4和视频帧5进行二次方插帧计算，再对时间窗内插帧后的指定视频帧进行稳定性检测(具体检测详见上面步骤)，得到待检测的视频帧。

步骤S310，若该符合率小于或等于该预设的最小符合率阈值，则根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度确定提示内容，并输出该提示内容。

本实施例中，若符合率小于或等于预设的最小符合率阈值(该预设的最小符合率阈值小于预设的最大符合率阈值)，则返回步骤S302以及后续步骤。此外，服务器还确定并输出提示内容，例如，若待检测的视频帧的模糊因子较大，则提醒用户保持用户终端稳定。若分类置信度较大，则提醒用户按照预设标准理赔图片拍摄。若信息置信度较大，则提醒用户排除环境干扰(如排除反光)等。

步骤S311，若该待检测的视频帧的模糊因子大于或等于该预设模糊阈值，则通过第二检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象，其中，通过该第二检测算法检测该视频流是否存在抖动现象的检测精度高于通过第一检测算法检测该视频流是否存在抖动现象的检测精度。

本实施例中，第二检测算法可为光流法或以下算法：提取待检测的视频帧的角点以及提取与待检测的视频帧相邻的视频帧的角点，通过LK算法(Lucas–Kanade光流算法是一种两帧差分的光流估计算法)计算提取的待检测的视频帧的角点的光流，以及，计算提取的与待检测的视频帧相邻的视频帧的角点的光流，根据计算的不同光流计算对应视频帧的全局运动矢量，根据计算的全局运动矢量确定待检测的视频帧和其相邻的视频帧的相似度，若计算的相似度小于预设相似度阈值，则判定视频流存在抖动现象，否则，判定视频流没有存在抖动现象。上述方法中，由于只计算角点的光流，不需要计算每个像素点的光流，因此，能够大大节省计算时间，而且，通过角点检测，使得使用LK算法计算的光流更加可靠。

在本实施例中，可通过Shi-Tomasi算法(该Shi-Tomasi算法是Harris算法的改进)提取视频帧的角点，提取的角点的数量多少可通过调节预设的角点阈值大小来调节。

步骤S312，若该视频流没有存在抖动现象，则根据该待检测的视频帧在该视频流的位置确定时间窗。

本实施例中，确定时间窗的方法与步骤S308中的相同，此处不再赘述。

步骤S313，从该时间窗中确定新的待检测的视频帧，并执行该步骤S303的步骤以及后续步骤。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

对应于上文实施例该的理赔图片的采集方法，图4示出了本申请实施例提供的一种理赔图片的采集装置的结构框图，该理赔图片的采集装置可应用于服务器或终端设备中，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图4，该理赔图片的采集装置4包括：视频流获取单元41、待测的视频帧确定单元42、理赔图片获取单元43。

视频流获取单元41，用于与用户终端建立视频连接后，获取该用户终端拍摄的视频流。

待测的视频帧确定单元42，用于从该视频流中确定待检测的视频帧。

其中，待检测的视频帧的确定方式通常有2种：1种是按照预设间隔帧数从该视频流中确定。另1种是通过用户确定。

理赔图片获取单元43，用于若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片，该预设标准理赔图片为理赔事件被触发时所需要的图片。

本实施例中，当判断出待检测的视频帧与预设标准理赔图片不匹配后，返回待测的视频帧确定单元42以及后续单元。

在一些实施例中，上述的待测的视频帧确定单元42同时通过上述2种方式确定待检测的视频帧，若理赔图片获取单元43判断出2个待检测的视频帧都与预设标准理赔图片匹配，则进一步判断2个待检测的视频帧与预设标准理赔图片的匹配度，并将匹配度高的待检测的视频帧作为最终的理赔图片。

本申请实施例中，由于预设标准理赔图片为理赔事件被触发时所需要的图片，因此，当视频帧与预设标准理赔图片匹配时，表明该视频帧也为理赔事件被触发时所需要的图片，也即，该视频帧能够作为与预设标准理赔图片对应的理赔事件的理赔图片。同时，由于该视频帧是从视频流抽取的，因此，无需查勘人到案发现场拍摄，从而节省了人力资源，且由于从视频流抽取视频帧的时间较短，因此，本申请实施例提供的理赔图片的采集方法能够极大提高理赔图片的采集效率。

在一些实施例中，该视频流获取单元41，具体用于：

与用户终端建立视频连接后，发送该预设标准理赔图片至该用户终端显示，获取该用户终端拍摄的视频流。

在一些实施例中，该待测的视频帧确定单元42，具体用于：

从该视频流中确定待检测的视频帧，通过第一检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象。

对应地，该理赔图片获取单元43，具体用于：若该视频流没有存在抖动现象，且若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片。

在一些实施例中，该理赔图片获取单元43包括：

模糊因子确定模块，用于确定该待检测的视频帧的模糊因子。

分类置信度确定模块，用于若该待检测的视频帧的模糊因子小于预设模糊阈值，则对该待检测的视频帧进行分类检测，得到对应的分类置信度，该分类置信度用于指示该待检测的视频帧与该预设标准理赔图片为同一个类别的概率。

其中，不同预设标准理赔图片可设置相同的预设模糊阈值，也可根据需要，设置不同的预设模糊阈值。

在一些实施例中，不同类别的预设标准理赔图片对应的预设分类置信度阈值不同。

信息置信度确定模块，用于若该分类置信度大于预设分类置信度阈值，则根据预设标准理赔图片的类别选择对应的检测方式，根据选择的检测方式对该待检测的视频帧进行内容检测，得到该待检测的视频帧的图像信息和对应的信息置信度，该信息置信度用于表示该待检测的视频帧的内容为该图像信息的概率。

符合率确定模块，用于根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度，确定该待检测的视频帧与该预设标准理赔图片的符合率。

在一些实施例中，可为模糊因子、分类置信度和信息置信度分别设置不同的权重值，该权重值可与预设标准理赔图片所属的类别有关。

其中，符合率＝a*Ta+P1*Tp+Q*Tq，其中，a为模糊因子，Ta为模糊因子的权重值，P1为分类置信度，Tp为该分类置信度的权重值，Q为信息置信度，Tq为该信息置信度的权重值。

理赔图片生成模块，用于若该符合率大于预设的最大符合率阈值，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片。

在一些实施例中，该理赔图片的采集装置4，还包括：

第一时间窗确定模块，用于若该符合率小于或等于预设的最大符合率阈值但大于预设的最小符合率阈值，则根据该待检测的视频帧在该视频流的位置确定时间窗。

具体地，首先确定时间窗的大小，再从该待检测的视频帧开始，在视频流中确定大小为上述时间窗的大小的时间窗。

在一些实施例中，时间窗的大小是可变的。时间窗的大小采用以下公式确定：(当前的待检测的视频帧对应的动态检测结果稳定计数ID-1)*预设间隔帧数/2。

时间窗的待检测的视频帧确定模块，用于从该时间窗中的视频帧中确定待检测的视频帧。在确定出待检测的视频帧之后执行该模糊因子确定模块以及后续模块。

在一些实施例中，该理赔图片的采集装置4，还包括：

提示内存输出模块，用于若该符合率小于或等于该预设的最小符合率阈值，则根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度确定提示内容，并输出该提示内容。

在一些实施例中，该理赔图片的采集装置4还包括：

抖动检测模块，用于若该待检测的视频帧的模糊因子大于或等于该预设模糊阈值，则通过第二检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象，其中，通过该第二检测算法检测该视频流是否存在抖动现象的检测精度高于通过第一检测算法检测该视频流是否存在抖动现象的检测精度。

本实施例中，第二检测算法可为光流法或以下算法：提取待检测的视频帧的角点以及提取与待检测的视频帧相邻的视频帧的角点，通过LK算法(Lucas–Kanade光流算法是一种两帧差分的光流估计算法)计算提取的待检测的视频帧的角点的光流，以及，计算提取的与待检测的视频帧相邻的视频帧的角点的光流，根据计算的不同光流计算对应视频帧的全局运动矢量，根据计算的全局运动矢量确定待检测的视频帧和其相邻的视频帧的相似度，若计算的相似度小于预设相似度阈值，则判定视频流存在抖动现象，否则，判定视频流没有存在抖动现象。

第二时间窗确定模块，用于若该视频流没有存在抖动现象，则根据该待检测的视频帧在该视频流的位置确定时间窗。在确定时间窗之后，返回执行上述的时间窗的待检测的视频帧确定模块以及后续模块。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图5为本申请一实施例提供的通讯设备的结构示意图。如图5所示，该实施例的通讯设备5包括：至少一个处理器50(图5中仅示出一个处理器)、存储器51以及存储在该存储器51中并可在该至少一个处理器50上运行的计算机程序52，该处理器50执行该计算机程序52时实现上述任意各个方法实施例中的步骤：

与用户终端建立视频连接后，获取该用户终端拍摄的视频流。

从该视频流中确定待检测的视频帧。

若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片，该预设标准理赔图片为理赔事件被触发时所需要的图片。

可选地，该与用户终端建立视频连接后，获取该用户终端拍摄的视频流，包括：

与用户终端建立视频连接后，发送该预设标准理赔图片至该用户终端显示，获取该用户终端拍摄的视频流。

可选地，该从该视频流中确定待检测的视频帧，包括：

从该视频流中确定待检测的视频帧，通过第一检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象。

对应地，该若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片包括：若该视频流没有存在抖动现象，且若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片。

可选地，该若该待检测的视频帧与预设标准理赔图片匹配，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片，包括：

确定该待检测的视频帧的模糊因子。

若该待检测的视频帧的模糊因子小于预设模糊阈值，则对该待检测的视频帧进行分类检测，得到对应的分类置信度，该分类置信度用于指示该待检测的视频帧与对应的该预设标准理赔图片为同一个类别的概率。

若该分类置信度大于预设分类置信度阈值，则根据预设标准理赔图片的类别选择对应的检测方式，根据选择的检测方式对该待检测的视频帧进行内容检测，得到该待检测的视频帧的图像信息和对应的信息置信度，该信息置信度用于表示该待检测的视频帧的内容为该图像信息的概率。

根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度，确定该待检测的视频帧与预设标准理赔图片的符合率。

若该符合率大于预设的最大符合率阈值，则将该待检测的视频帧作为与该预设标准理赔图片对应的理赔事件的理赔图片。

可选地，该理赔图片的采集方法，还包括：

若该符合率小于或等于预设的最大符合率阈值但大于预设的最小符合率阈值，则根据该待检测的视频帧在该视频流的位置确定时间窗。

从该时间窗中确定新的待检测的视频帧，并执行该确定该待检测的视频帧的模糊因子的步骤以及后续步骤。

可选地，该理赔图片的采集方法，还包括：

若该符合率小于或等于该预设的最小符合率阈值，则根据该待检测的视频帧的模糊因子、该分类置信度以及该信息置信度确定提示内容，并输出该提示内容。

可选地，该理赔图片的采集方法还包括：

若该待检测的视频帧的模糊因子大于或等于该预设模糊阈值，则通过第二检测算法对该待检测的视频帧以及与该待检测的视频帧相邻的视频帧进行检测，以判断该视频流是否存在抖动现象，其中，通过该第二检测算法检测该视频流是否存在抖动现象的检测精度高于通过第一检测算法检测该视频流是否存在抖动现象的检测精度。

若该视频流没有存在抖动现象，则根据该待检测的视频帧在该视频流的位置确定时间窗。

从该时间窗中确定新的待检测的视频帧，并执行该确定该待检测的视频帧的模糊因子的步骤以及后续步骤。

该通讯设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该通讯设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是通讯设备5的举例，并不构成对通讯设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51在一些实施例中可以是所述通讯设备5的内部存储单元，例如通讯设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述通讯设备5的外部存储设备，例如所述通讯设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述通讯设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序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至少可以包括：能够将计算机程序代码携带到拍照装置/通讯设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

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或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种理赔图片的采集方法，其特征在于，包括：

与用户终端建立视频连接后，获取所述用户终端拍摄的视频流；

从所述视频流中确定待检测的视频帧；

若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，所述预设标准理赔图片为理赔事件被触发时所需要的图片。

2.如权利要求1所述的理赔图片的采集方法，其特征在于，所述与用户终端建立视频连接后，获取所述用户终端拍摄的视频流，包括：

与用户终端建立视频连接后，发送所述预设标准理赔图片至所述用户终端显示，获取所述用户终端拍摄的视频流。

3.如权利要求1所述的理赔图片的采集方法，其特征在于，所述从所述视频流中确定待检测的视频帧，包括：

从所述视频流中确定待检测的视频帧，通过第一检测算法对所述待检测的视频帧以及与所述待检测的视频帧相邻的视频帧进行检测，以判断所述视频流是否存在抖动现象；

对应地，所述若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片包括：若所述视频流没有存在抖动现象，且若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片。

4.如权利要求2所述的理赔图片的采集方法，其特征在于，所述若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，包括：

确定所述待检测的视频帧的模糊因子；

若所述待检测的视频帧的模糊因子小于预设模糊阈值，则对所述待检测的视频帧进行分类检测，得到对应的分类置信度，所述分类置信度用于指示所述待检测的视频帧与所述预设标准理赔图片为同一个类别的概率；

若所述分类置信度大于预设分类置信度阈值，则根据所述预设标准理赔图片的类别选择对应的检测方式，根据选择的检测方式对所述待检测的视频帧进行内容检测，得到所述待检测的视频帧的图像信息和对应的信息置信度，所述信息置信度用于表示所述待检测的视频帧的内容为所述图像信息的概率；

根据所述待检测的视频帧的模糊因子、所述分类置信度以及所述信息置信度，确定所述待检测的视频帧与所述预设标准理赔图片的符合率；

若所述符合率大于预设的最大符合率阈值，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片。

5.如权利要求4所述的理赔图片的采集方法，其特征在于，所述理赔图片的采集方法，还包括：

若所述符合率小于或等于预设的最大符合率阈值但大于预设的最小符合率阈值，则根据所述待检测的视频帧在所述视频流的位置确定时间窗；

从所述时间窗中确定新的待检测的视频帧，并执行所述确定所述待检测的视频帧的模糊因子的步骤以及后续步骤。

6.如权利要求4所述的理赔图片的采集方法，其特征在于，所述理赔图片的采集方法，还包括：

若所述符合率小于或等于所述预设的最小符合率阈值，则根据所述待检测的视频帧的模糊因子、所述分类置信度以及所述信息置信度确定提示内容，并输出所述提示内容。

7.如权利要求4所述的理赔图片的采集方法，其特征在于，所述理赔图片的采集方法还包括：

若所述待检测的视频帧的模糊因子大于或等于所述预设模糊阈值，则通过第二检测算法对所述待检测的视频帧以及与所述待检测的视频帧相邻的视频帧进行检测，以判断所述视频流是否存在抖动现象，其中，通过所述第二检测算法检测所述视频流是否存在抖动现象的检测精度高于通过第一检测算法检测所述视频流是否存在抖动现象的检测精度；

若所述视频流没有存在抖动现象，则根据所述待检测的视频帧在所述视频流的位置确定时间窗；

从所述时间窗中确定新的待检测的视频帧，并执行所述确定所述待检测的视频帧的模糊因子的步骤以及后续步骤。

8.一种理赔图片的采集装置，其特征在于，包括：

视频流获取单元，用于与用户终端建立视频连接后，获取所述用户终端拍摄的视频流；

待测的视频帧确定单元，用于从所述视频流中确定待检测的视频帧；

理赔图片获取单元，用于若所述待检测的视频帧与预设标准理赔图片匹配，则将所述待检测的视频帧作为与所述预设标准理赔图片对应的理赔事件的理赔图片，所述预设标准理赔图片为理赔事件被触发时所需要的图片。

9.一种通讯设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

Images