CN113344712A - 基于图像识别的智能分拣及保险赔付系统 - Google Patents
基于图像识别的智能分拣及保险赔付系统 Download PDFInfo
- Publication number
- CN113344712A CN113344712A CN202110496570.4A CN202110496570A CN113344712A CN 113344712 A CN113344712 A CN 113344712A CN 202110496570 A CN202110496570 A CN 202110496570A CN 113344712 A CN113344712 A CN 113344712A
- Authority
- CN
- China
- Prior art keywords
- submodule
- insurance
- applicant
- module
- vehicle
- 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
- 230000006378 damage Effects 0.000 claims abstract description 107
- 238000012423 maintenance Methods 0.000 claims abstract description 42
- 238000011835 investigation Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 38
- 238000012790 confirmation Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 25
- 208000027418 Wounds and injury Diseases 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 208000014674 injury Diseases 0.000 claims description 9
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 238000012015 optical character recognition Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 9
- 238000012797 qualification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
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
- 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
- G06F16/55—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (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
本发明提供了一种基于图像识别的智能分拣及保险赔付系统,包括:用于搭载车辆损坏索赔系统的PC端,用于访问车辆损坏索赔系统及投保人信息且装有摄像头用于拍摄车辆损坏的移动端,车辆损坏索赔系统包括:登录模块、保险报案模块、现场勘查模块、损失确定模块、维修索赔模块、定损员管理模块、数据库,其中,现场勘查模块包括:照片拍摄子模块、清晰度判定子模块、图片分类子模块、OCR识别子模块、比对子模块、信息确认子模块、肇事原因子模块。本发明解决了车辆在损坏后,保险赔付的过程繁琐、速度慢,延长了投保人申报获赔时间的问题,具有环节简单、数据精准、赔付快速的优点。
Description
技术领域
本发明涉及图像识别技术领域,具体是涉及一种基于图像识别的智能分拣及保险赔付系统。
背景技术
在汽车维修和保险领域,当汽车发生损坏(交通事故、自然灾害等引起)时,需要对车辆损失的被保险人信息进行核实,进而确定是否在存在保险或是保险赔付金额打款。在对车辆损失的被保险人信息进行确定上,被保险人的信息涉及车辆损失照,身份证,驾驶证,行驶证,银行卡等数据。
传统模式通过定损员将现场的车损照,身份证,驾驶证,行驶证,银行卡,以及其他的图片上传至定损系统,再由定损员手动将不同类别的图片归置不同类别的文件下,同时定损员车损照进行车辆损失定损,对证件图片中的信息提取录入,并对被保险人信息进行核实比对。
传统模式的好处是直观、符合常理、易于理解,实现起来比较方便。而传统模式的缺点包括以下几点:
速度慢:由于图片需要先进行拍照上传,再由定损员将图片分类并将图片信息手动录入保存到数据库。
易出错:在数据量很大的时候手动录入信息是非常容易出错,对工作效率有很大的影响。
实时性差:不能够通一键上传的方式快速的将所有图片分至不同类别,进行快速定损。
移动性差:由于这些信息的录入,检索消耗大量资源,在移动设备上使用时,显得更加难以操作。
导致原因包括以下几点:
速度慢:因为人工手动分类图片,录入证件信息,并将这些信息保存到数据库是一个繁琐的过程。
易出错:当数据量庞大时,人的视觉疲劳,抖动等,具有不可控性。
实时性差:由于人为反应和大量的数据导致的。
移动性差:因为移动设备的屏幕小、录入不方便导致的。
发明内容
本发明解决的技术问题是:车辆在损坏后,保险赔付的过程繁琐、速度慢,延长了投保人申报获赔的时间。
本发明的技术方案如下:
一种基于图像识别的智能分拣及保险赔付系统,包括:
用于搭载车辆损坏索赔系统的PC端,
用于访问车辆损坏索赔系统及投保人信息且装有摄像头用于拍摄车辆损坏的移动端,
其中,车辆损坏索赔系统包括:
用于登录车辆损坏索赔系统的登录模块,
用于在车辆发生损坏时联系保险公司进行索赔的保险报案模块,
用于对车辆损坏现场与投保人信息进行收集录入的现场勘查模块,
用于确认驻场定损点进行损失确定的损失确定模块,
用于汽车维修后理赔的维修索赔模块,
用于对定损员工作进行管理的定损员管理模块,
用于存储并管理勘查赔付情况、定损员信息、以及投保车辆信息的数据库,
其中,所述现场勘查模块包括:用于对汽车损坏现场及投保人信息进行拍照记录的照片拍摄子模块,用于对所拍摄照片清晰度进行判定并提醒的清晰度判定子模块,用于通过AI智能分拣技术对清晰照片进行分类并删除相似度高图片的图片分类子模块,用于通过OCR识别技术对有效图片内文字进行识别并显示的OCR识别子模块,用于通过图像识别算法对车损照片与投保人所投保车辆进行比对的比对子模块,用于对OCR识别子模块识别信息进行确认并上传的信息确认子模块,用于确认车辆损坏原因的肇事原因子模块。
进一步地,保险报案模块包括:通过调用移动设备GPS获取车辆损坏地点的勘查地点确认子模块,用于投保人选择并确认附近定损员的定损员确认子模块,用于预约并确认定损员勘查时间的勘察时间确认子模块。保险报案模块便于投保人在车辆发生损坏的情况下,尽快联系到附近的定损员进行现场勘查。
进一步地,损失确定模块包括:用于投保人预约附近驻场定损点及到访时间的损失确定预约子模块,用于投保人选择并确认汽车维修厂的维修厂确认子模块,用于投保人确认车辆所需维修项目、维修时间及保险公司赔付比例的项目确认子模块。损失确定模块便于投保人提前预约损失确定的地点与时间,便于提前知晓赔付比例,能够降低赔付商讨时间。
进一步地,维修索赔模块包括:用于车辆维修结束后修理厂向保险公司代为索赔的委托书管理子模块,用于记录投保人支付比例并作为凭证的投保人支付子模块,用于记录保险公司支付比例并作为凭证的保险公司支付子模块。维修索赔模块便于投保人在维修完成后,支付个人部分维修费后,委托修理厂代为索赔,还便于保险公司与投保人对于最终赔付结果的查看。
更进一步地,定损员管理模块包括:用于管理定损员个人信息以便于投保人联系的个人信息管理子模块,用于规划定损员工作区域以便于为区域内投保人提供车损勘查的工作区域管理子模块,用于对定损员工作时间进行排班的工作排班管理子模块。定损员管理模块便于保险公司对定损员工作时间与地点的调配,使得投保人能够尽快获取服务。
优选地,车辆损坏索赔系统还包括:用于对投保人个人信息及车辆赔付信息进行记录并管理的投保人管理模块。投保人管理模块便于保险公司对于投保人过往索赔信息的查看。
优选地,投保人管理模块包括:用于对投保人个人信息进行存储以简化下次赔付流程的投保人信息管理子模块,用于对投保人过往赔付情况进行记录的赔付记录子模块。投保人管理模块便于后续保险公司对投保人信用进行评价。
优选地,投保人个人信息包括:投保人身份证、驾驶证、行驶证、银行卡的清晰图片及对应信息,使得投保人后续理赔能够减少流程,节约时间。
优选地,车辆损坏索赔系统还包括:用于对投保人信用进行评价的信用评价模块,信用评价模块便于保险公司对投保人在投保期间是否合法理赔进行评价,降低保险欺诈的可能性。
进一步优选地,信用评价模块包括:通过投保人在投保期间车辆损坏次数及索赔次数对投保人信用进行考察的索赔评价子模块,通过投保人在投保期间酒驾情况进行考察的驾驶评价子模块,通过以上两个子模块所得结果得出投保人信用情况的综合评价子模块,便于保险公司通过信用评价模块获取投保人的信用情况。
本发明的有益效果是:
1、本发明使用AI智能分拣技术,查勘员只需在现场通过手机将有关被保险人的车损照,证件照上传至定损系统将不同图片分类,分类完的车损照直接送入AI定损,证件照送入OCR识别,从而大大提高了生产效率,无需人工手动录入信息,也无需担心人为因素导致的录入信息错误;
2、本发明通过信用评价模块对投保人进行信用评价,保险公司能够通过信用评价模块自动过滤掉可能存在保险诈欺,且信用不佳的用户,为后续服务工作降低被骗保的可能性。
附图说明
图1是实施例1、实施例2所示的系统框架图;
图2是图1中现场勘查模块结构示意图;
图3是图1中保险报案模块结构示意图;
图4是图1中损失确定模块结构示意图;
图5是图1中维修索赔模块结构示意图;
图6是图1中定损员管理模块结构示意图;
图7是实施例3、实施例4所示的系统框架图;
图8是图7中投保人管理模块结构示意图;
图9是图7中信用评价模块结构示意图。
具体实施方式
实施例1
如图1所示,一种基于图像识别的智能分拣及保险赔付系统,包括:
用于搭载车辆损坏索赔系统的PC端,
用于访问车辆损坏索赔系统及投保人信息且装有摄像头用于拍摄车辆损坏的移动端,
其中,车辆损坏索赔系统包括:
用于登录车辆损坏索赔系统的登录模块。
用于在车辆发生损坏时联系保险公司进行索赔的保险报案模块,如图3所示,保险报案模块包括:通过调用移动设备GPS获取车辆损坏地点的勘查地点确认子模块,用于投保人选择并确认附近定损员的定损员确认子模块,用于预约并确认定损员勘查时间的勘察时间确认子模块。保险报案模块便于投保人在车辆发生损坏的情况下,尽快联系到附近的定损员进行现场勘查。
用于对车辆损坏现场与投保人信息进行收集录入的现场勘查模块,如图2所示,现场勘查模块包括:用于对汽车损坏现场及投保人信息进行拍照记录的照片拍摄子模块,用于对所拍摄照片清晰度进行判定并提醒的清晰度判定子模块,用于通过AI智能分拣技术对清晰照片进行分类并删除相似度高图片的图片分类子模块,用于通过OCR识别技术对有效图片内文字进行识别并显示的OCR识别子模块,用于通过YOLO算法对车损照片与投保人所投保车辆进行比对的比对子模块,用于对OCR识别子模块识别信息进行确认并上传的信息确认子模块,用于确认车辆损坏原因的肇事原因子模块。
用于确认驻场定损点进行损失确定的损失确定模块,如图4所示,损失确定模块包括:用于投保人预约附近驻场定损点及到访时间的损失确定预约子模块,用于投保人选择并确认汽车维修厂的维修厂确认子模块,用于投保人确认车辆所需维修项目、维修时间及保险公司赔付比例的项目确认子模块。
用于汽车维修后理赔的维修索赔模块,如图5所示,所述维修索赔模块包括:用于车辆维修结束后修理厂向保险公司代为索赔的委托书管理子模块,用于记录投保人支付比例并作为凭证的投保人支付子模块,用于记录保险公司支付比例并作为凭证的保险公司支付子模块。
用于对定损员工作进行管理的定损员管理模块,如图6所示,所述定损员管理模块包括:用于管理定损员个人信息以便于投保人联系的个人信息管理子模块,用于规划定损员工作区域以便于为区域内投保人提供车损勘查的工作区域管理子模块,用于对定损员工作时间进行排班的工作排班管理子模块。
用于存储并管理勘查赔付情况、定损员信息、以及投保车辆信息的数据库。
本系统的登录角色包括:管理员、定损员、维修厂和投保人。
其中,管理员登录后能够查看使用所有模块,定损员登录后能够查看使用的模块包括:现场勘查模块、损失确定预约子模块、维修索赔模块,维修厂登录后能够查看使用的模块包括:维修索赔模块,投保人登录后能够查看使用的模块包括:保险报案模块、损失确定模块、维修索赔模块。
实施例2
本实施例是基于实施例1的一种使用场景,包括以下步骤:
S1:投保人使用手机通过登录模块登录车辆损坏索赔系统;
S2:投保人进入保险报案模块,通过勘查地点确认子模块调用手机中的GPS以确认车辆损坏地点,并通过定损员确认子模块获取附近3km内的定损员联系方式,在与定损员联系好后,通过勘察时间确认子模块确定定损员到场勘查时间,定损员确认子模块生成该定损员的勘查任务;
S3:定损员到达现场后,使用手机通过登录模块登录车辆损坏索赔系统,进入现场勘查模块,照片拍摄子模块调用手机摄像头分别对投保人的身份证、驾驶证、行驶证、银行卡,以及车牌、车辆受损部位进行拍摄,在拍摄结束后,清晰度判定子模块对所拍摄照片进行清晰度判断,不清晰的图片提醒定损员重新拍摄;
S4:在图片拍摄完成且全部清晰后,图片分类子模块通过AI智能分拣技术对清晰照片进行分类并删除相似度高图片,OCR识别子模块对证件图片中的数据进行识别,并对应显示在屏幕上,在投保人确认并通过肇事原因子模块确认肇事原因后,信息确认子模块完成信息上传;
S5:在信息上传后,比对子模块通过YOLO算法将车辆图片与数据库内投保车辆图片进行比对,如果相同,存入数据库,并在定损员手机屏幕显示确认成功,如果不同,提醒定损员重新确认;
S6:投保人在确认完成后,即可进行损失确定,通损失确定预约子模块过损失确定预约子模块预约附近附近驻场定损点及到访时间,并与理赔员商议理赔后,通过维修厂确认子模块选择汽车维修厂,通过项目确认子模块确认车辆所需维修项目及保险公司赔付比例;
S7:车辆在汽车维修厂维修结束后,投保人在支付完己方比例维修金,通过委托书管理子模块与修理厂签订委托书,委托修理厂向保险公司代为索赔后,即可提车,完成理赔流程;
S8:修理厂通过投保人信息管理子模块记录投保人所支付数额凭证,并委托书管理子模块向保险公司提出索赔,保险公司在支付完己方比例维修金后,修理厂通过保险公司信息管理子模块记录保险公司所支付数额凭证,流程结束。
实施例3
本实施例与实施例1的不同之处在于:
如图7所示,车辆损坏索赔系统还包括:用于对投保人个人信息及车辆赔付信息进行记录并管理的投保人管理模块,用于对投保人信用进行评价的信用评价模块,
如图8所示,投保人管理模块包括:用于对投保人个人信息进行存储以简化下次赔付流程的投保人信息管理子模块,用于对投保人过往赔付情况进行记录的赔付记录子模块,投保人个人信息包括:投保人身份证、驾驶证、行驶证、银行卡的清晰图片及对应信息。
如图9所示,信用评价模块包括:通过投保人在投保期间车辆损坏次数及索赔次数对投保人信用进行考察的索赔评价子模块,通过投保人在投保期间酒驾情况进行考察的驾驶评价子模块,通过以上两个子模块所得结果得出投保人信用情况的综合评价子模块。
其中,索赔评价子模块评价满分为10分,评价依据公式为:
其中,S为得分,T为投保期间重复项目维修的次数,当投保期间投保车辆一个项目重复维修次数大于两次,可认为该投保人存在保险欺诈的情况。
驾驶评价子模块评价满分为10分,评价依据公式为:
其中,D为得分,K为投保期间酒驾导致车辆损坏的次数,当投保期间投保人因为酒驾原因导致车辆损坏,可认为该投保人不再具有投保资质。
综合评价子模块评价满分为20分,评价依据公式为:
G=S+D
其中,S为总得分,在投保时期过后,当S<=10时,保险公司认为该投保人的信用分低,不具备投保资格,此后不会再为该投保人提供服务。
保险公司能够通过信用评价模块自动过滤掉可能存在保险诈欺,且信用不佳的用户,为后续服务工作降低了被骗保的可能性。
实施例4
实施例4是基于实施例3的一种应用场景,包括以下步骤:
S1:投保人使用手机通过登录模块登录车辆损坏索赔系统;
S2:投保人进入保险报案模块,通过勘查地点确认子模块调用手机中的GPS以确认车辆损坏地点,并通过定损员确认子模块获取附近3km内的定损员联系方式,在与定损员联系好后,通过勘察时间确认子模块确定定损员到场勘查时间,定损员确认子模块生成该定损员的勘查任务;
S3:定损员到达现场后,使用手机通过登录模块登录车辆损坏索赔系统,进入现场勘查模块,照片拍摄子模块调用手机摄像头对投保人身份证、车辆受损部位进行拍摄,在拍摄结束后,清晰度判定子模块对所拍摄照片进行清晰度判断,不清晰的图片提醒定损员重新拍摄;
S4:在图片拍摄完成且全部清晰后,图片分类子模块通过AI智能分拣技术对清晰照片进行分类并删除相似度高图片,OCR识别子模块对投保人身份证的照片扫描,获得身份证号后即可通过投保人管理模块查出数据库中投保人的其他信息并显示在屏幕上,在投保人确认并通过肇事原因子模块确认肇事原因后,信息确认子模块完成信息上传;
S5:在信息上传后,比对子模块通过YOLO算法将车辆图片与数据库内投保车辆图片进行比对,如果相同,存入数据库,并在定损员手机屏幕显示确认成功,如果不同,提醒定损员重新确认;
S6:投保人在确认完成后,即可进行损失确定,通损失确定预约子模块过损失确定预约子模块预约附近附近驻场定损点及到访时间,并与理赔员商议理赔后,通过维修厂确认子模块选择汽车维修厂,通过项目确认子模块确认车辆所需维修项目及保险公司赔付比例;
S7:车辆在汽车维修厂维修结束后,投保人在支付完己方比例维修金,通过委托书管理子模块与修理厂签订委托书,委托修理厂向保险公司代为索赔后,即可提车,完成理赔流程;
S8:修理厂通过投保人信息管理子模块记录投保人所支付数额凭证,并委托书管理子模块向保险公司提出索赔,保险公司在支付完己方比例维修金后,修理厂通过保险公司信息管理子模块记录保险公司所支付数额凭证,流程结束。
本实施例相较于实施例2,在照片拍摄子模块拍摄的过程中,减少了拍摄的内容,通过OCR识别子模块对投保人身份证的照片扫描,获得身份证号后即可通过投保人管理模块查出数据库中投保人的其他信息并显示在屏幕上,进一步简化了定损员的工作复杂度。
Claims (9)
1.一种基于图像识别的智能分拣及保险赔付系统,其特征在于,包括:
用于搭载车辆损坏索赔系统的PC端,
用于访问车辆损坏索赔系统及投保人信息且装有摄像头用于拍摄车辆损坏的移动端,
其中,车辆损坏索赔系统包括:
用于登录车辆损坏索赔系统的登录模块,
用于在车辆发生损坏时联系保险公司进行索赔的保险报案模块,
用于对车辆损坏现场与投保人信息进行收集录入的现场勘查模块,
用于确认驻场定损点进行损失确定的损失确定模块,
用于汽车维修后理赔的维修索赔模块,
用于对定损员工作进行管理的定损员管理模块,
用于存储并管理勘查赔付情况、定损员信息、以及投保车辆信息的数据库,
其中,所述现场勘查模块包括:用于对汽车损坏现场及投保人信息进行拍照记录的照片拍摄子模块,用于对所拍摄照片清晰度进行判定并提醒的清晰度判定子模块,用于通过AI智能分拣技术对清晰照片进行分类并删除相似度高图片的图片分类子模块,用于通过OCR识别技术对有效图片内文字进行识别并显示的OCR识别子模块,用于通过图像识别算法对车损照片与投保人所投保车辆进行比对的比对子模块,用于对OCR识别子模块识别信息进行确认并上传的信息确认子模块,用于确认车辆损坏原因的肇事原因子模块。
2.如权利要求1所述的一种系统,其特征在于,所述保险报案模块包括:通过调用移动设备GPS获取车辆损坏地点的勘查地点确认子模块,用于投保人选择并确认附近定损员的定损员确认子模块,用于预约并确认定损员勘查时间的勘察时间确认子模块。
3.如权利要求1所述的一种系统,其特征在于,所述损失确定模块包括:用于投保人预约附近驻场定损点及到访时间的损失确定预约子模块,用于投保人选择并确认汽车维修厂的维修厂确认子模块,用于投保人确认车辆所需维修项目、维修时间及保险公司赔付比例的项目确认子模块。
4.如权利要求1所述的一种系统,其特征在于,所述维修索赔模块包括:用于车辆维修结束后修理厂向保险公司代为索赔的委托书管理子模块,用于记录投保人支付比例并作为凭证的投保人支付子模块,用于记录保险公司支付比例并作为凭证的保险公司支付子模块。
5.如权利要求1所述的一种系统,其特征在于,所述定损员管理模块包括:用于管理定损员个人信息以便于投保人联系的个人信息管理子模块,用于规划定损员工作区域以便于为区域内投保人提供车损勘查的工作区域管理子模块,用于对定损员工作时间进行排班的工作排班管理子模块。
6.如权利要求1所述的一种系统,其特征在于,所述车辆损坏索赔系统还包括:用于对投保人个人信息及车辆赔付信息进行记录并管理的投保人管理模块。
7.如权利要求6所述的一种系统,其特征在于,所述投保人管理模块包括:用于对投保人个人信息进行存储以简化下次赔付流程的投保人信息管理子模块,用于对投保人过往赔付情况进行记录的赔付记录子模块。
8.如权利要求7所述的一种系统,其特征在于,所述投保人个人信息包括:投保人身份证、驾驶证、行驶证、银行卡的清晰图片及对应信息。
9.如权利要求8所述的一种系统,其特征在于,所述车辆损坏索赔系统还包括:用于对投保人信用进行评价的信用评价模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110496570.4A CN113344712A (zh) | 2021-05-07 | 2021-05-07 | 基于图像识别的智能分拣及保险赔付系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110496570.4A CN113344712A (zh) | 2021-05-07 | 2021-05-07 | 基于图像识别的智能分拣及保险赔付系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113344712A true CN113344712A (zh) | 2021-09-03 |
Family
ID=77469871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110496570.4A Pending CN113344712A (zh) | 2021-05-07 | 2021-05-07 | 基于图像识别的智能分拣及保险赔付系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344712A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808603A (zh) * | 2021-12-10 | 2024-04-02 | 国泰财产保险有限责任公司 | 保险智能理赔作业辅助系统和方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1303068A (zh) * | 2001-02-27 | 2001-07-11 | 易保网络技术(上海)有限公司 | 车险网上理赔系统 |
CN106600421A (zh) * | 2016-11-21 | 2017-04-26 | 中国平安财产保险股份有限公司 | 一种基于图片识别的车险智能定损方法及系统 |
CN107798284A (zh) * | 2017-04-11 | 2018-03-13 | 平安科技(深圳)有限公司 | 车辆定损配件匹配方法和系统 |
CN108961082A (zh) * | 2018-07-06 | 2018-12-07 | 北京精友世纪软件技术有限公司 | 一种基于ai图像识别的车险定损系统及方法 |
CN108961083A (zh) * | 2018-07-07 | 2018-12-07 | 北京精友世纪软件技术有限公司 | 一种智能车险的自主理赔系统及其装置 |
US10373262B1 (en) * | 2014-03-18 | 2019-08-06 | Ccc Information Services Inc. | Image processing system for vehicle damage |
US20200074215A1 (en) * | 2018-08-31 | 2020-03-05 | Alibaba Group Holding Limited | Method and system for facilitating detection and identification of vehicle parts |
CN112017066A (zh) * | 2020-08-29 | 2020-12-01 | 中国平安财产保险股份有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
-
2021
- 2021-05-07 CN CN202110496570.4A patent/CN113344712A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1303068A (zh) * | 2001-02-27 | 2001-07-11 | 易保网络技术(上海)有限公司 | 车险网上理赔系统 |
US10373262B1 (en) * | 2014-03-18 | 2019-08-06 | Ccc Information Services Inc. | Image processing system for vehicle damage |
CN106600421A (zh) * | 2016-11-21 | 2017-04-26 | 中国平安财产保险股份有限公司 | 一种基于图片识别的车险智能定损方法及系统 |
CN107798284A (zh) * | 2017-04-11 | 2018-03-13 | 平安科技(深圳)有限公司 | 车辆定损配件匹配方法和系统 |
CN108961082A (zh) * | 2018-07-06 | 2018-12-07 | 北京精友世纪软件技术有限公司 | 一种基于ai图像识别的车险定损系统及方法 |
CN108961083A (zh) * | 2018-07-07 | 2018-12-07 | 北京精友世纪软件技术有限公司 | 一种智能车险的自主理赔系统及其装置 |
US20200074215A1 (en) * | 2018-08-31 | 2020-03-05 | Alibaba Group Holding Limited | Method and system for facilitating detection and identification of vehicle parts |
CN112017066A (zh) * | 2020-08-29 | 2020-12-01 | 中国平安财产保险股份有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
孙丽: "《RPA:流程自动化引领数字劳动力革命》", vol. 1, 山东大学出版社, pages: 116 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808603A (zh) * | 2021-12-10 | 2024-04-02 | 国泰财产保险有限责任公司 | 保险智能理赔作业辅助系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10885369B2 (en) | Electronic toll management and vehicle identification | |
US7970644B2 (en) | Electronic toll management and vehicle identification | |
CA2611379C (en) | Electronic vehicle identification | |
CN101739615A (zh) | 出租车智能综合监管与服务系统 | |
CN104123834A (zh) | 出租车叫车管理结算系统与方法 | |
CN105931471A (zh) | 车辆分享过程中的预违章报警系统及基于车辆分享过程中的预违章报警系统的车辆分享方法 | |
CN105931384A (zh) | 车辆分享过程中的自助取车方法及基于自助取车的车辆分享方法 | |
CN111160627A (zh) | 一种基于出租汽车行业运营监管的司企收入分配管理系统 | |
CN107111940A (zh) | 交通违章管理系统和交通违章管理方法 | |
CN113344712A (zh) | 基于图像识别的智能分拣及保险赔付系统 | |
CN109191313B (zh) | 一种在停车场内产生剐蹭及外观损坏的理赔管理系统及其方法 | |
CN111243179A (zh) | 用于加油站的数据处理方法及装置 | |
CN110570662A (zh) | 一种执法站车辆快速登记检查方法及系统 | |
KR100737921B1 (ko) | 번호판 인식 시스템을 이용한 주차장 관리방법 | |
EP3048572A1 (en) | System for managing web-based real-time audiovisual service transaction | |
CN110942158B (zh) | 铁路列车添乘检查系统 | |
CN112053250A (zh) | 基于视频的车险自助理赔方法、装置、设备 | |
CN110826858A (zh) | 一种查勘定损管理平台 | |
AU2014265082B2 (en) | Electronic vehicle identification | |
Yuliawati et al. | Internet of things for monitoring parking system using optical character recognition | |
AU2015201514B2 (en) | Electronic vehicle identification | |
AU2013201309B2 (en) | Electronic vehicle identification | |
CN113159603A (zh) | 一种出租车服务动态考核评价系统 | |
TWI708219B (zh) | 會員掃碼停車方法及系統 | |
Vinay et al. | Automatic E-Challan Generation if Vehicle is Not Insured |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |