CN116503182A - 基于规则引擎实现动态采集车险人伤数据方法和装置 - Google Patents
基于规则引擎实现动态采集车险人伤数据方法和装置 Download PDFInfo
- Publication number
- CN116503182A CN116503182A CN202310745779.9A CN202310745779A CN116503182A CN 116503182 A CN116503182 A CN 116503182A CN 202310745779 A CN202310745779 A CN 202310745779A CN 116503182 A CN116503182 A CN 116503182A
- Authority
- CN
- China
- Prior art keywords
- associated user
- image
- information
- vehicle insurance
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 208000027418 Wounds and injury Diseases 0.000 title claims abstract description 34
- 230000006378 damage Effects 0.000 title claims abstract description 34
- 208000014674 injury Diseases 0.000 title claims abstract description 34
- 238000010276 construction Methods 0.000 claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 230000003993 interaction Effects 0.000 claims description 32
- 238000012544 monitoring process Methods 0.000 claims description 20
- 239000000725 suspension Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 8
- 238000013480 data collection Methods 0.000 abstract 2
- 239000008280 blood Substances 0.000 description 15
- 210000004369 blood Anatomy 0.000 description 15
- 206010039203 Road traffic accident Diseases 0.000 description 9
- 238000012549 training Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000011835 investigation Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 206010061245 Internal injury Diseases 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 206010052770 Coma states Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/61—Indexing; Data structures therefor; Storage structures
-
- 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
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Technology Law (AREA)
- Library & Information Science (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了基于规则引擎实现动态采集车险人伤数据方法和装置,涉及数据处理技术领域,通过定位目标采集区域进行图像采集完成认证和构建部位空间特征;基于信息录入识别结果和部位空间特征生成辅助采集控制信息进行图像采集获得图像集合并依据数据库执行异常图像识别生成图像标识,基于图像标识、图像集合、车险信息构建的车险数据库。解决现有技术中车险信息采集录入对于工作人员依赖度过高,存在数据信息采集不准确以及信息采集不完整风险的技术问题。实现了避免因车险理赔工作人员的水平参差不齐而使采集到的车险信息出现重要遗漏,提高了车险数据采集及时性、完整性以及车险数据采集工作效率的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及基于规则引擎实现动态采集车险人伤数据方法和装置。
背景技术
随着现代社会的不断发展和进步,车险业务已经成为了人们日常生活中必不可少的一部分。然而,传统的车险信息采集录入方式存在一系列问题。
首先,对工作人员依赖度过高。人工录入数据需要工作人员进行耗时且易出错的操作,而且处理大量数据需要花费大量时间和人力成本。其次,存在数据信息采集不准确的可能性,由于手写或打字错误等因素,录入的数据容易出现错误,严重影响车险业务的准确性和公信力。再次,存在信息采集不完整的风险,人工录入的数据可能缺少关键信息,无法完整反映用户的实际情况,从而导致车险业务缺乏有效的数据支持。
现有技术中存在车险信息采集录入对于工作人员依赖度过高,存在数据信息采集不准确以及信息采集不完整风险的技术问题。
发明内容
本申请提供了基于规则引擎实现动态采集车险人伤数据方法和装置,用于针对解决现有技术中存在车险信息采集录入对于工作人员依赖度过高,存在数据信息采集不准确以及信息采集不完整风险的技术问题。
鉴于上述问题,本申请提供了基于规则引擎实现动态采集车险人伤数据方法和装置。
本申请的第一个方面,提供了基于规则引擎实现动态采集车险人伤数据方法,所述方法包括:交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;基于所述需求指令,配置图像采集传感器,定位目标采集区域;通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
本申请的第二个方面,提供了基于规则引擎实现动态采集车险人伤数据装置,所述装置包括:需求指令交互模块,用于交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;采集区域定位模块,用于基于所述需求指令,配置图像采集传感器,定位目标采集区域;空间特征构建模块,用于通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;辅助信息生成模块,用于通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;图像采集执行模块,用于通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;车险信息调用模块,用于调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;数据库生成模块,用于依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;基于所述需求指令,配置图像采集传感器,定位目标采集区域;通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息,实现了进行关联用户的实时交互信息的有效录入,为后续进行关联用户伤情救治提供重要参考信息,提高关联用户伤情救治效率;通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合,实现了获得能够高准确度反映车祸中伤者具体受伤情况的图像;调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎,实现了保障车险数据库信息录入完整性;依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。实现了降低车险数据采集对于车险理赔工作人员的经验依赖性,避免因车险理赔工作人员的水平参差不齐而使采集到的车险信息出现重要遗漏,提高了车险数据采集及时性、完整性以及车险数据采集工作效率的技术效果。
附图说明
图1为一个实施例中基于规则引擎实现动态采集车险人伤数据方法的流程示意图;
图2为一个实施例中基于规则引擎实现动态采集车险人伤数据中获得修正采集控制信息的流程示意图;
图3为一个实施例中基于规则引擎实现动态采集车险人伤数据中构建车险数据库的流程示意图;
图4为一个实施例中基于规则引擎实现动态采集车险人伤数据装置的结构框图。
附图标记说明:需求指令交互模块1,采集区域定位模块2,空间特征构建模块3,辅助信息生成模块4,图像采集执行模块5,车险信息调用模块6,数据库生成模块7。
具体实施方式
本申请提供了基于规则引擎实现动态采集车险人伤数据方法和装置,用于针对解决现有技术中存在车险信息采集录入对于工作人员依赖度过高,存在数据信息采集不准确以及信息采集不完整风险的技术问题。实现了降低车险数据采集对于车险理赔工作人员的经验依赖性,避免因车险理赔工作人员的水平参差不齐而使采集到的车险信息出现重要遗漏,提高了车险数据采集及时性、完整性以及车险数据采集工作效率的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了基于规则引擎实现动态采集车险人伤数据方法,所述方法包括:
S100:交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;
具体而言,应理解的,在发生机动车辆碰撞行人的车祸事件中,当事人至少包括驾驶车辆的车主或驾驶员,被机动车撞伤的对方当事人。在本实施例中,所述用户为驾驶车辆的车主或驾驶员。所述关联用户为被机动车撞伤的对方当事人,包括但不限于行走或骑车人等非机动车人士。所述需求指令为所述用户在车祸事件发生后为实现申请保险理赔,向车险公司发送的现场勘察申请,所述需求指令除了现场勘察申请,还包括关联用户信息,所述关联用户信息为包括但不限于关联用户的电话、身份证号等可唯一确定关联用户身份的信息。
在本实施例中,保险公司与医院、体检机构达成信息交互协议。因而本实施例保险供给在接收所述需求指令后,基于需求指令提取所述关联用户信息,并发送至医院、体检机构进行所述关联用户的身体状况信息合法读取,获得所述关联用户数据库,所述关联用户数据库为记录用户年龄、身体健康状态、疾病史等综合身体信息的数据记录。
S200:基于所述需求指令,配置图像采集传感器,定位目标采集区域;
具体而言,在本实施例中,保险公司基于所述需求指令进行车祸事件发生位置定位,获得所述目标采集区域,从而派遣现场勘察机器人前往车祸发生地进行关联用户受伤情况的图像采集,所述图像采集传感器为预先布设于所述现场勘察机器人的具有尺寸识别功能的摄像机,优选为工业摄像机,基于工业摄像机可以快速捕捉车祸现场各个角度的图像和视频。
示例性的,保险公司在获得所述需求指令后,匹配当前处于闲置状态的现场勘察机器人前往所述目标采集区域,所述目标采集区域为XX路与XX路交叉路口左车道,应理解的,为确保对于车祸现场情况图像采集的全面性和有效性,所述目标采集区域是以车祸发生位置为中心的一个较大范围区域,比如车祸所在车道。
S300:通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;
具体而言,在本实施例中,配置图像采集传感器的现场勘察机器人抵达所述目标采集区域后,执行所述目标采集区域的区域图像采集,获得区域图像采集结果,所述区域图像采集结果包括所述目标采集区域道路环境图像,车祸车辆图像以及所述初始认证图像,所述初始认证图像包括所述关联用户的全身照以及面部近照。
进一步的,基于所述关联用户数据库调用获得所述关联用户数据,所述关联用户数据为关联用户在医院/体检中心等机构预留的个人免冠照。
本实施例采用现有身份认证的人脸识别技术进行所述关联用户数据和所述初始认证图像中面部近照的识别比对,以对所述关联用户进行身份认证,确保关联用户身份正确。
进一步的,将所述初始认证图像输入血迹识别模型,进行所述关联用户身体血迹识别,获得所述部位空间特征,所述部位空间特征为所述关联用户身体存在血迹的一个或多个部位在身体上的位置特征,例如所述部位空间特征为血迹位于以左脚为二维坐标原点(23,134)cm处。
基于BP神经网络构建血迹识别模型,基于保险公式历史车险数据获得样本车祸伤者图像集,采用人工标记方法,对样本车祸伤者图像集中每张车祸伤者图像身体血迹部位进行标识标记,获得样本标记结果集。
将所述样本车祸伤者图像集和样本标记结果集作为血迹识别模型的训练数据,将训练数据表示划分为训练集、测试集和验证集进行所述血迹识别模型的多轮次训练验证和测试,直至血迹识别模型对于样本车祸伤者图像中血迹部位识别标记准确率高于与98%。
将所述初始认证图像输入血迹识别模型,进行所述关联用户身体血迹识别,获得关联用户身体血迹标识,进一步基于初始认证图像建立二维坐标系,对关联用户身体血迹标识进行位置数值化处理,获得所述部位空间特征,所述部位空间特征暂时录入所述关联用户数据存储。
S400:通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;
在一个实施例中,本申请提供的方法步骤还包括:
S410:基于所述初始认证图像进行所述关联用户的状态识别;
S420:当判断状态识别结果不能满足预期阈值时,则不执行所述关联用户本人的实时交互信息录入;
S430:根据其他用户的实时交互信息录入结果筛选生成所述辅助采集控制信息。
具体而言,在本实施例中,进行车险人伤数据采集发生于等待救护车、交警等人前往进行车祸事件救治处理期间,因而为便于救护车对关联用户的急救处理,本实施例优选进行关联用户的实时交互信息录入,所述实时交互信息为关联用户本人口述录音的当前身体受伤严重部位感受。
为提高所述实时交互信息采集的有效性,本实施例基于所述图像采集传感器在所述目标采集区域对所述关联用户进行预设时长的动态图像采集,例如采集关联用户10秒内的面部图像作为所述初始认证图像。
基于所述初始认证图像进行用户眨眼行为识别,获得表征关联用户眨眼频次的所述状态识别结果,当判断状态识别结果不能满足预期阈值时,例如10秒内眨眼3次,则表明所述关联用户本人当前处于昏迷状态或精神状态较差状态,不具有准确感知和表达个人身体状况感受的能力。
因而本实施例不执行所述关联用户本人的实时交互信息录入,并发送转达指令至所述用户,基于所述用户对所述关联用户身体状态的实际观察,确定所述关联用户哪些部位可能受伤或受伤严重,并生成所述实时交互信息,示例性的,所述实时交互信息为左小腿疼、右肩膀无法发力等。
同时为避免所述用户为降低车祸责任以及紧张情绪下的表达失误,本实施例也采用车祸现场行人作为所述其他用户,对所述关联用户身体状态的实际观察,生成所述实时交互信息。将多来源的所述实时交互信息作为所述辅助采集控制信息,以弥补由于关联用户昏迷造成的实时交互信息缺失。
本实施例实现了进行关联用户的实时交互信息的有效录入,为后续进行关联用户伤情救治提供重要参考信息,提高关联用户伤情救治效率的技术效果。
S500:通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;
在一个实施例中,如图2所示,本申请提供的方法步骤还包括:
S510:依据所述关联用户数据提取所述关联用户的部位状态特征;
S520:基于所述部位状态特征构建所述关联用户的部位注意力约束;
S530:通过所述部位注意力约束对所述辅助采集控制信息进行控制的修正,生成修正采集控制信息;
S540:通过所述修正采集控制信息执行所述关联用户的多角度图像采集。
具体而言,在本实施例中,所述部位空间特征为客观角度获得的关联用户身体受伤严重部位,所述辅助采集控制信息为主观角度获得的关联用户身体受伤严重部位。
本实施例首先基于所述关联用户数据提取获得的所述关联用户的部位状态特征,基于所述关联用户构建部位注意力约束,所述部位注意力约束为所述图像采集传感器在进行关联用户身体状态图像采集时需要侧重进行多角度和/或细节性图像采集的部位。
判断所述部位注意力约束与所述辅助采集控制信息对应的关联用户身体部位是否具有一致性,若所述部位注意力约束与所述辅助采集控制信息对应的关联用户身体部位具有一致性,则以所述部位注意力约束为标准,基于所述图像采集传感器执行所述关联用户的多角度图像采集,对于所述部位注意力约束对应身体区域进行侧重性图像采集。
若所述部位注意力约束与所述辅助采集控制信息对应的关联用户身体部位不具有一致性,则基于所述辅助采集控制信息在所述关联用户身体进行图像侧重采集部位定位,获得图像侧重采集位置,将图像侧重采集部位和所述部位注意力约束进行综合,完成对于图像采集传感器进行关联用户图像采集控制的修正,生成修正采集控制信息,所述修正采集控制信息为所述图像采集传感器进行关联用户图像采集时,需要侧重进行图像采集的多个关联用户身体部位。
通过所述修正采集控制信息执行所述关联用户的关键身体部位的多角度图像采集。
本实施例通过基于客观血迹较多位置,以及主观关联用户痛苦体感进行关联用户身体图像有侧重的图像采集,实现了获得能够高准确度反映车祸中伤者具体受伤情况的图像的技术效果。
S600:调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;
在一个实施例中,本申请提供的方法步骤还包括:
S610:建立车险业务的自定义表单,其中,所述自定义表单中包含字段设置;
S620:依据所述车险信息进行所述自定义表单和配置规则匹配,基于匹配结果生成所述识别规则引擎;
S630:通过所述识别规则引擎进行车险数据库的字段追加,以完成所述车险数据库的构建。
在一个实施例中,本申请提供的方法步骤还包括:
S631:设置停止构建规则,其中,所述停止构建规则包括完成中止规则、阶段暂停规则和阶段中止规则;
S632:当所述车险数据库构建过程中,任意阶段满足所述停止构建规则,则执行所述车险数据库的停止或暂停构建。
具体而言,在本实施例中,所述用户采用电话或短信形式发送所述需求指令,因而车险公司基于所述需求指令获得所述用户的联系方式,进而与车险公司的数据库进行比对,匹配调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎,所述识别规则引擎可以根据所述车险信息自动生成进行本次车祸事件的车险人伤数据采集的表格。
在本实施例中,基于规则引擎实现动态采集车险人伤数据方法应用于基于规则引擎实现动态采集车险人伤装置,所述识别规则引擎内嵌于所述装置中。
所述识别规则引擎的构建方法如下:
根据所述用户的车险信息获得购买相同险种的历史用户,在历史发生车祸事件时进行车险信息采集的历史表单,将该历史表单作为本次车险业务的所述自定义表单,所述自定义表单中包含字段设置,所述字段设置包括但不限于字段名称,表单项的名称,用于简要描述该项所涵盖的信息,例如“被保险人姓名”、“车辆品牌”等等;字段类型,如文本输入框、下拉选项、日期选择器等,以便用户能够快速并准确地填写表单内容;默认值,例如在“车辆品牌”字段中预设了多种市售车辆品牌、型号作为默认值。
车险公司的后台系统运营人员通过录入逻辑规则,规则可使用逻辑项和操作符与、或、非、包含等混合使用形成逻辑表达式,例如在后台系统配置规则,规则配置为“伤者信息”表单项中的“未成年子人数”>0时的逻辑规则为新增“抚养人信息”表单,将该条规则保存到规则库。
依据所述车险信息进行所述自定义表单和配置规则匹配,基于匹配结果生成所述识别规则引擎,所述识别规则引擎包含多个自定义表单填写项结果识别和对应新增自定义表单项规则,所述识别规则引擎可以根据当前自定义表单中,所述用户或关联用户的填写信息自动进行新增表单建立的新的表单项。
例如,所述关联用户的表单项中未成年子女人数填写为2时,未成年子女人数信息提交时,会通过识别规则引擎会直接返回“抚养人信息”自定义表单项。
以实现通过所述识别规则引擎在车险自定义表单填写过程中进行车险数据库的字段追加,以完成所述车险数据库的构建,提高所述车险数据库中填写数据的完整性。
为避免识别规则引擎无限制的进行自定义表单项的添加,导致车险数据库中录入过多与本次理赔无关信息,导致车险公司数据处理系统存储空间的浪费。
本实施例设置停止构建规则,所述停止构建规则用于及时停止所述车险数据库的信息录入。所述停止构建规则具体包括完成中止规则、阶段暂停规则和阶段中止规则。
在本实施例中,当所述车险数据库构建过程中,任意阶段满足所述停止构建规则,则执行所述车险数据库的停止或暂停构建。
具体的,所述完成中止规则为所述自定义表单中全部表单项填写完成阶段;所述阶段暂停规则主要针对于所述用户信息对应表单项录入阶段,在所述用户进行信息录入的同时,进行用户录入信息和用户在车险公司预留信息比对,若所述用户当前录入信息和预留信息(身份证号码,车牌号)不符合时,基于所述阶段暂停规则,暂停所述车险数据库的信息录入;所述阶段中止规则主要针对于所述关联用户信息对应表单项录入阶段,当进行所述关联用户的表单项填写时,如若超过1min某一表单项未填写或未填写完成,则判定当前关联用户处理无法进行信息填写状态,例如在抢救诊治或陷入昏迷,基于所述阶段中止规则,中止所述车险数据库的信息录入。
本实施例通过设置停止构建规则实现了车险数据库信息录入准确性和有效性的技术效果,通过设置识别规则引擎实现了保障车险数据库信息录入完整性的技术效果。
S700:依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
在一个实施例中,如图3所示,本申请提供的方法步骤还包括:
S710:配置交互权限,读取所述用户的车辆轨迹,并基于所述车辆轨迹交互行车记录仪数据、区域监控数据;
S720:对所述行车记录仪数据和所述区域监控数据执行数据内所述关联用户特征识别,基于特征识别结果确定关联时间窗口;
S730:基于所述关联时间窗口调用所述行车记录仪数据和所述区域监控数据,提取所述车辆的关联速度特征和所述关联用户的关联用户状态特征;
S740:根据所述关联速度特征和所述关联用户状态特征生成辅助标识数据;
S750:根据所述辅助标识数据所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
在一个实施例中,本申请提的方法步骤还包括:
S741:依据所述关联速度特征和所述关联用户状态特征进行所述关联用户的危险评级,生成危险评级结果;
S742:通过所述关联速度特征和所述关联用户状态特征进行部位接触拟合,基于所述危险评级结果和接触拟合结果确定部位关键特征值;
S743:通过所述部位关键特征值和所述部位空间特征生成新增采集控制信息;
S744:基于所述新增采集控制信息执行所述关联用户的新增图像采集,并基于新增图像采集结果生成所述辅助标识数据。
具体而言,在本实施例中,基于规则引擎实现动态采集车险人伤数据装置基于所述用户,获得与所述用户当前驾驶的投保车辆的进行信息交互的权限,从而基于车辆GPS设备(全球定位系统)读取获得所述用户投保车辆的行驶路线轨迹,以及基于投保车辆的行车记录仪获得行车记录仪数据。基于规则引擎实现动态采集车险人伤数据装置,根据所述目标采集区域进行附近道路监控数据提取,获得所述区域监控数据。
对所述行车记录仪数据和所述区域监控数据执行数据内所述关联用户特征识别,基于特征识别结果确定关联时间窗口,所述特征识别结果为关联用户被所述用户驾驶车辆碰撞的瞬间图像,基于瞬间图像获得所述关联时间窗口,所述关联时间窗口为关联用户被所述用户驾驶车辆碰撞的时间节点。
为提高获得所述关联识别结果以及构建所述关联时间窗口的准确度,本实施例基于BP神经网络构建图像识别模型,所述图像识别模型的输入图像为行车记录仪视频抽帧图像或道路监控抽帧图像。
基于保险公式历史车险数据获得样本车祸行车记录图像和样本车祸道路监控图像,采用人工标记方法,对样本车祸行车记录图像或样本车祸道路监控图像中车辆与被撞者碰撞瞬间图像进行标识标记,获得样本标记结果集。
将所述样本车祸行车记录图像和样本车祸道路监控图像和样本标记结果集作为图像识别模型的训练数据,将训练数据表示划分为训练集、测试集和验证集进行所述图像识别模型的多轮次训练验证和测试,直至图像识别模型对于车辆与被撞者接触瞬间的识别准确率高于与98%。
对于行车记录仪数据和区域监控数据进行多轮次抽帧获得图像输入所述图像识别模型,获得行车记录仪的撞车瞬间图像和时间标记,区域监控的撞车瞬间图像和时间标记,将两者进行相互验证,从而精准确定所述关联用户被所述用户驾车撞击的关联时间窗口。
基于所述关联时间窗口调用所述行车记录仪数据和所述区域监控数据,计算获得所述车辆的关联速度特征,所述关联速度特征为所述关联用户撞车瞬间的车速特征。
所述行车记录仪数据和所述区域监控数据获得所述关联用户的关联用户状态特征,所述关联用户状态特征包括车辆直接撞击的关联用户身体部位特征以及关联用户当前是否处于清醒状态的状态特征。
在本实施例中,预设速度危险等级阈值,所述速度危险等级阈值包括多个速度区间和多个速度危险等级。预设碰撞位置危险等级阈值,所述碰撞位置危险等级阈值包括多个身体部位碰撞的危险等级,例如头部、腰部的碰撞危险等级为10级,手部碰撞危险等级为5级,车速20~60Km/h的车速危险等级为3级,等级越高对应的危险程度越高,本实施例不对危险等级赋值规则做强制限定。
将所述关联速度特征和所述关联用户状态特征遍历所述速度危险等级阈值和碰撞位置危险等级阈值,获得关联用户速度危险等级和关联用户部位危险等级,将两个危险等级进行乘法计算,完成所述关联用户的危险评级,生成危险评级结果。
根据所述用户投保车辆信息,在车险公司调用对应汽车碰撞模型,以所述关联速度特征和所述关联用户状态特征中撞击部位特征作为汽车碰撞模型的控制变量进行挂念用户该身体部位的车辆碰撞接触拟合,表征理论上关联用户可能在撞击后身体不可见部位中可能受内伤的部位。基于内伤部位和接触拟合结果确定部位关键特征值,所述部位关键特征值为关联用户可能存在内伤部位的受伤严重程度量化值。
将所述部位关键特征值和所述部位空间特征结合生成新增采集控制信息,基于所述新增采集控制信息控制所述图像采集传感器执行所述关联用户的新增图像采集,并基于新增图像采集结果生成所述辅助标识数据,所述辅助标识数据表征用户存在内伤的身体部位和内伤严重程度数值。根据所述辅助标识数据所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
本实施例降低车险数据采集对于车险理赔工作人员的经验依赖性,避免因车险理赔工作人员的水平参差不齐而使采集到的车险信息出现重要遗漏,提高了车险数据采集及时性、完整性以及车险数据采集工作效率的技术效果,间接实现了为后续进行车险理赔服务提供高专业度和高可信性参考数据的技术效果。
在一个实施例中,如图4所示,提供了基于规则引擎实现动态采集车险人伤数据装置,包括:需求指令交互模块1,采集区域定位模块2,空间特征构建模块3,辅助信息生成模块4,图像采集执行模块5,车险信息调用模块6,数据库生成模块7,其中:
需求指令交互模块1,用于交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;
采集区域定位模块2,用于基于所述需求指令,配置图像采集传感器,定位目标采集区域;
空间特征构建模块3,用于通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;
辅助信息生成模块4,用于通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;
图像采集执行模块5,用于通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;
车险信息调用模块6,用于调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;
数据库生成模块7,用于依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
在一个实施例中,所述系统还包括:
交互权限配置单元,用于配置交互权限,读取所述用户的车辆轨迹,并基于所述车辆轨迹交互行车记录仪数据、区域监控数据;
用户特征识别单元,用于对所述行车记录仪数据和所述区域监控数据执行数据内所述关联用户特征识别,基于特征识别结果确定关联时间窗口;
状态特征提取单元,用于基于所述关联时间窗口调用所述行车记录仪数据和所述区域监控数据,提取所述车辆的关联速度特征和所述关联用户的关联用户状态特征;
赋值标识生成单元,用于根据所述关联速度特征和所述关联用户状态特征生成辅助标识数据;
数据库构建单元,用于根据所述辅助标识数据所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
在一个实施例中,所述装置还包括:
危险评级执行单元,用于依据所述关联速度特征和所述关联用户状态特征进行所述关联用户的危险评级,生成危险评级结果;
部位接触拟合单元,用于通过所述关联速度特征和所述关联用户状态特征进行部位接触拟合,基于所述危险评级结果和接触拟合结果确定部位关键特征值;
新增信息生成单元,用于通过所述部位关键特征值和所述部位空间特征生成新增采集控制信息;
辅助标识生成单元,用于基于所述新增采集控制信息执行所述关联用户的新增图像采集,并基于新增图像采集结果生成所述辅助标识数据。
在一个实施例中,所述装置还包括:
状态特征提取单元,用于依据所述关联用户数据提取所述关联用户的部位状态特征;
注意力约束构建单元,用于基于所述部位状态特征构建所述关联用户的部位注意力约束;
控制修正执行单元,用于通过所述部位注意力约束对所述辅助采集控制信息进行控制的修正,生成修正采集控制信息;
图像采集执行单元,用于通过所述修正采集控制信息执行所述关联用户的多角度图像采集。
在一个实施例中,所述装置还包括:
表单构建执行单元,用于建立车险业务的自定义表单,其中,所述自定义表单中包含字段设置;
信息匹配执行单元,用于依据所述车险信息进行所述自定义表单和配置规则匹配,基于匹配结果生成所述识别规则引擎;
数据库字段追加单元,用于通过所述识别规则引擎进行车险数据库的字段追加,以完成所述车险数据库的构建。
在一个实施例中,所述装置还包括:
停止规则设置单元,用于设置停止构建规则,其中,所述停止构建规则包括完成中止规则、阶段暂停规则和阶段中止规则;
数据库停建单元,用于当所述车险数据库构建过程中,任意阶段满足所述停止构建规则,则执行所述车险数据库的停止或暂停构建。
在一个实施例中,所述装置还包括:
状态识别执行单元,用于基于所述初始认证图像进行所述关联用户的状态识别;
交互信息录入单元,用于当判断状态识别结果不能满足预期阈值时,则不执行所述关联用户本人的实时交互信息录入;
信息筛选处理单元,用于根据其他用户的实时交互信息录入结果筛选生成所述辅助采集控制信息。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (8)
1.基于规则引擎实现动态采集车险人伤数据方法,其特征在于,所述方法包括:
交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;
基于所述需求指令,配置图像采集传感器,定位目标采集区域;
通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;
通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;
通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;
调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;
依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
配置交互权限,读取所述用户的车辆轨迹,并基于所述车辆轨迹交互行车记录仪数据、区域监控数据;
对所述行车记录仪数据和所述区域监控数据执行数据内所述关联用户特征识别,基于特征识别结果确定关联时间窗口;
基于所述关联时间窗口调用所述行车记录仪数据和所述区域监控数据,提取所述车辆的关联速度特征和所述关联用户的关联用户状态特征;
根据所述关联速度特征和所述关联用户状态特征生成辅助标识数据;
根据所述辅助标识数据所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
依据所述关联速度特征和所述关联用户状态特征进行所述关联用户的危险评级,生成危险评级结果;
通过所述关联速度特征和所述关联用户状态特征进行部位接触拟合,基于所述危险评级结果和接触拟合结果确定部位关键特征值;
通过所述部位关键特征值和所述部位空间特征生成新增采集控制信息;
基于所述新增采集控制信息执行所述关联用户的新增图像采集,并基于新增图像采集结果生成所述辅助标识数据。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
依据所述关联用户数据提取所述关联用户的部位状态特征;
基于所述部位状态特征构建所述关联用户的部位注意力约束;
通过所述部位注意力约束对所述辅助采集控制信息进行控制的修正,生成修正采集控制信息;
通过所述修正采集控制信息执行所述关联用户的多角度图像采集。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
建立车险业务的自定义表单,其中,所述自定义表单中包含字段设置;
依据所述车险信息进行所述自定义表单和配置规则匹配,基于匹配结果生成所述识别规则引擎;
通过所述识别规则引擎进行车险数据库的字段追加,以完成所述车险数据库的构建。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
设置停止构建规则,其中,所述停止构建规则包括完成中止规则、阶段暂停规则和阶段中止规则;
当所述车险数据库构建过程中,任意阶段满足所述停止构建规则,则执行所述车险数据库的停止或暂停构建。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述初始认证图像进行所述关联用户的状态识别;
当判断状态识别结果不能满足预期阈值时,则不执行所述关联用户本人的实时交互信息录入;
根据其他用户的实时交互信息录入结果筛选生成所述辅助采集控制信息。
8.基于规则引擎实现动态采集车险人伤数据装置,其特征在于,所述装置包括:
需求指令交互模块,用于交互用户的需求指令,通过所述需求指令调用关联用户信息,读取关联用户数据库;
采集区域定位模块,用于基于所述需求指令,配置图像采集传感器,定位目标采集区域;
空间特征构建模块,用于通过所述关联用户数据库调用所述关联用户的关联用户数据,并通过所述图像采集传感器执行所述目标采集区域的区域图像采集,基于初始认证图像和所述关联用户数据进行关联用户认证,并构建所述关联用户的部位空间特征;
辅助信息生成模块,用于通过音频采集装置进行所述关联用户的实时交互信息录入,基于录入识别结果和所述部位空间特征生成辅助采集控制信息;
图像采集执行模块,用于通过所述辅助采集控制信息控制执行所述关联用户的多角度图像采集,并构建所述关联用户的关联用户图像集合;
车险信息调用模块,用于调用所述用户的车险信息,并依据所述车险信息调用识别规则引擎;
数据库生成模块,用于依据所述关联用户数据库对所述关联用户图像集合执行异常图像识别,并基于所述识别规则引擎生成图像标识,基于所述图像标识、所述关联用户图像集合、所述车险信息构建所述关联用户的车险数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310745779.9A CN116503182B (zh) | 2023-06-25 | 2023-06-25 | 基于规则引擎实现动态采集车险人伤数据方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310745779.9A CN116503182B (zh) | 2023-06-25 | 2023-06-25 | 基于规则引擎实现动态采集车险人伤数据方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116503182A true CN116503182A (zh) | 2023-07-28 |
CN116503182B CN116503182B (zh) | 2023-09-01 |
Family
ID=87325029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310745779.9A Active CN116503182B (zh) | 2023-06-25 | 2023-06-25 | 基于规则引擎实现动态采集车险人伤数据方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503182B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及系统 |
CN105069686A (zh) * | 2015-08-13 | 2015-11-18 | 凯泰铭科技(北京)有限公司 | 案件自动检测方法和系统 |
CN107657047A (zh) * | 2017-10-10 | 2018-02-02 | 民太安财产保险公估股份有限公司 | 保险欺诈侦测方法及系统 |
WO2018070822A1 (ko) * | 2016-10-14 | 2018-04-19 | 엘지전자 주식회사 | 적응적 영상 재생을 위한 데이터 처리 방법 및 장치 |
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 |
CN109918517A (zh) * | 2019-03-15 | 2019-06-21 | 南京亿猫信息技术有限公司 | 一种智慧购物系统 |
CN109993661A (zh) * | 2019-04-04 | 2019-07-09 | 凯泰铭科技(北京)有限公司 | 一种保险理赔数据分析方法和系统 |
US20190263415A1 (en) * | 2018-02-23 | 2019-08-29 | Ford Global Technologies Llc | System and method for authorizing a user to operate a vehicle |
CN110866837A (zh) * | 2019-12-02 | 2020-03-06 | 中国银行股份有限公司 | 基于区块链的车险核保索赔方法、设备以及系统 |
CN111049937A (zh) * | 2019-12-31 | 2020-04-21 | 长城汽车股份有限公司 | 智能网联汽车的数据处理系统及数据传输方法 |
CN111242315A (zh) * | 2020-01-08 | 2020-06-05 | 中保车服科技服务股份有限公司 | 车险人伤反欺诈方法、装置、计算机设备及存储介质 |
CN111461901A (zh) * | 2020-03-31 | 2020-07-28 | 德联易控科技(北京)有限公司 | 车辆保险理赔信息的输出方法和装置 |
CN113570470A (zh) * | 2021-07-28 | 2021-10-29 | 车航道(吉林)科技有限公司 | 一种汽车保险用快速管理系统 |
CN113919669A (zh) * | 2021-09-26 | 2022-01-11 | 德联易控科技(北京)有限公司 | 一种确定风险控制对象的风险信息的方法和装置 |
CN114757787A (zh) * | 2022-03-22 | 2022-07-15 | 深圳壹账通智能科技有限公司 | 基于大数据的车险人伤定损方法、装置、电子设备及介质 |
CN115810134A (zh) * | 2023-02-14 | 2023-03-17 | 之江实验室 | 一种车险反欺诈的图像采集质检方法、系统和装置 |
CN116070816A (zh) * | 2023-02-01 | 2023-05-05 | 苏州海易泰克机电设备有限公司 | 一种基于物联网的飞行模拟训练管理方法及系统 |
-
2023
- 2023-06-25 CN CN202310745779.9A patent/CN116503182B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及系统 |
CN105069686A (zh) * | 2015-08-13 | 2015-11-18 | 凯泰铭科技(北京)有限公司 | 案件自动检测方法和系统 |
WO2018070822A1 (ko) * | 2016-10-14 | 2018-04-19 | 엘지전자 주식회사 | 적응적 영상 재생을 위한 데이터 처리 방법 및 장치 |
CN107657047A (zh) * | 2017-10-10 | 2018-02-02 | 民太安财产保险公估股份有限公司 | 保险欺诈侦测方法及系统 |
US20190263415A1 (en) * | 2018-02-23 | 2019-08-29 | Ford Global Technologies Llc | System and method for authorizing a user to operate a vehicle |
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 |
CN109918517A (zh) * | 2019-03-15 | 2019-06-21 | 南京亿猫信息技术有限公司 | 一种智慧购物系统 |
CN109993661A (zh) * | 2019-04-04 | 2019-07-09 | 凯泰铭科技(北京)有限公司 | 一种保险理赔数据分析方法和系统 |
CN110866837A (zh) * | 2019-12-02 | 2020-03-06 | 中国银行股份有限公司 | 基于区块链的车险核保索赔方法、设备以及系统 |
CN111049937A (zh) * | 2019-12-31 | 2020-04-21 | 长城汽车股份有限公司 | 智能网联汽车的数据处理系统及数据传输方法 |
CN111242315A (zh) * | 2020-01-08 | 2020-06-05 | 中保车服科技服务股份有限公司 | 车险人伤反欺诈方法、装置、计算机设备及存储介质 |
CN111461901A (zh) * | 2020-03-31 | 2020-07-28 | 德联易控科技(北京)有限公司 | 车辆保险理赔信息的输出方法和装置 |
CN113570470A (zh) * | 2021-07-28 | 2021-10-29 | 车航道(吉林)科技有限公司 | 一种汽车保险用快速管理系统 |
CN113919669A (zh) * | 2021-09-26 | 2022-01-11 | 德联易控科技(北京)有限公司 | 一种确定风险控制对象的风险信息的方法和装置 |
CN114757787A (zh) * | 2022-03-22 | 2022-07-15 | 深圳壹账通智能科技有限公司 | 基于大数据的车险人伤定损方法、装置、电子设备及介质 |
CN116070816A (zh) * | 2023-02-01 | 2023-05-05 | 苏州海易泰克机电设备有限公司 | 一种基于物联网的飞行模拟训练管理方法及系统 |
CN115810134A (zh) * | 2023-02-14 | 2023-03-17 | 之江实验室 | 一种车险反欺诈的图像采集质检方法、系统和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116503182B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020015526A1 (zh) | 驾驶行为评分方法及装置 | |
US20130086109A1 (en) | Accident information aggregation and management systems and methods for accident information aggregation and management thereof | |
JP7139244B2 (ja) | 情報処理装置および方法、並びにプログラム | |
Bertoni et al. | Perceiving humans: from monocular 3d localization to social distancing | |
CN109664889B (zh) | 一种车辆控制方法、装置和系统以及存储介质 | |
CN113408465B (zh) | 身份识别方法、装置及相关设备 | |
CN111986794B (zh) | 基于人脸识别的防冒挂号方法、装置、计算机设备及介质 | |
CN113781454A (zh) | 一种车辆损伤检测方法、装置、设备及存储介质 | |
CN111973194A (zh) | 一种基于大数据的可穿戴终端设备健康检测系统 | |
CN115082861A (zh) | 人员身份与安全违章识别方法及系统 | |
CN110755091A (zh) | 一种个人心理健康监测系统及方法 | |
CN116503182B (zh) | 基于规则引擎实现动态采集车险人伤数据方法和装置 | |
CN114297447A (zh) | 基于防疫大数据的电子证件标记方法、系统及可读存储介质 | |
KR20230017454A (ko) | 비대면 평가에서의 부정행위 방지 방법, 장치 및 프로그램 | |
CN113707304A (zh) | 分诊数据处理方法、装置、设备及存储介质 | |
CN113365211A (zh) | 基于活动轨迹的疫情预报方法及其装置、介质及电子设备 | |
Bitkina et al. | User stress in artificial intelligence: modeling in case of system failure | |
CN115631002B (zh) | 基于计算机视觉的车险智能定损方法及系统 | |
CN116453226A (zh) | 基于人工智能的人体姿态识别方法、装置及相关设备 | |
CN113435975B (zh) | 轮椅租赁处理方法、装置及相关设备 | |
US20240290476A1 (en) | Method and system for computer-aided tracking of a procedure to be carried out by a person | |
CN107680024A (zh) | 一种运动路线创建方法、装置及计算机可读存储介质 | |
CN111859331A (zh) | 一种验证方法、装置、电子设备及介质 | |
CN112309397A (zh) | 居家护理的违规行为取证方法、装置、设备和存储介质 | |
JP2021009613A (ja) | コンピュータプログラム、情報処理装置、及び情報処理方法 |
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 |