JP2020042640A - 保険業務支援システム、契約者特定装置、方法、及びプログラム - Google Patents

Abstract

【課題】保険加入者がより早く保険金を利用することが可能な保険業務支援システムを提供する。【解決手段】本発明は、保険業務支援システムであって、保険の契約者ごとの保険契約情報を記憶する保険契約情報データベース及び被災した契約者を特定するための契約者特定装置を備え、契約者特定装置は、上空画像を取得する画像取得部と、取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する全損エリア特定部と、特定された全損エリアと、保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する契約者特定部と、を備える。【選択図】図１

Description

本発明は、保険業務支援システム、契約者特定装置、方法、及びプログラムに関する。

一般的な保険において、保険会社と利用者とで保険契約が締結された後、所定の保険事故が発生したときに、被保険者に対して所定の保険金が保険会社により支払われる。例えば、建物や家財などの家計向け財物保険の１つである地震保険は、所有建物およびマンション等の賃貸物件内又は一般住宅内にある家具や家電等の動産である家財が、地震により毀損又は滅失した際の損害を補償することを主な目的としている。

従来、事故が発生した場合に、保険加入者は、保険会社へ連絡を行い、保険会社から送付される書類を受領する。利用者は、当該書類に必要事項を記入し提出することで保険会社に対して保険金の請求を行い、保険会社は、当該書類の内容を確認して承諾すると、保険加入者に対して保険金を支払う。

従来、事故が発生した場合、例えば保険会社は、（１）事故の受付、（２）初動対応、（３）損害調査、（４）保険金支払、（５）保険金回収の各ステップの業務をこの順番で行う。（１）事故の受付では、契約者又は保険代理店から事故報告を受け付け、保険金支払システムに登録する。（２）初動対応では、保険会社は、契約者が加入している保険契約内容を確認し、契約者に保険金請求意思や事故状況を確認し、確認内容に応じた支払保険金額を予測し、支払備金として保険金支払システムに入力する。（３）損害調査では、保険会社又は外部委託先の損害鑑定人が契約者宅などの現地を訪問して損害調査（写真撮影、見積・図面の作成等）を行い、その結果を調査報告書に記載する。（４）保険金支払では、当該事故が保険契約上有責（支払対象）と判断される場合、保険会社は、認定損害額について契約者と合意（協定）した上で、保険金支払システムで契約者に対して保険金の支払を行う。（５）保険金回収では、保険会社は、保険金支払を完了後、地震保険などの再保険会社に対して支払保険金を請求し、再保険金として再保険会社から回収する。

特開２０１７−１８２４６９号公報

保険会社は、（１）事故の受付、（２）初動対応、（３）損害調査を経て、（４）保険金支払を行うため、保険加入者が保険金を受領するまでに時間を要するという問題がある。一方、事故に遭遇した保険加入者は、可能な限り早く保険金を受領したいという要望がある。特に大きな自然災害等の事故の場合は、被災した保険加入者はより早い保険金の受領を要望する一方、保険会社による（１）事故の受付〜（３）損害調査は通常より多くの時間を要することが多い。このような状況において、例えば特許文献１は、（４）保険金支払の段階における保険加入者がより早く保険金を利用することが可能な技術を開示する。しかしながら、保険業務（１）〜（３）の少なくとも一部を自動化して人手による対応を低減して、保険加入者がより早く保険金を利用することが可能なシステムの開発が望まれている。

本発明は、このような課題を解決するためになされたものであり、保険業務の少なくとも一部を自動化し、保険加入者がより早く保険金を受領することが可能な保険業務支援システムを提供することを主目的とする。

上記の目的を達成するために、本発明の一態様としてのシステムは、保険業務支援システムであって、保険の契約者ごとの保険契約情報を記憶する保険契約情報データベース及び被災した契約者を特定するための契約者特定装置を備え、前記契約者特定装置は、上空画像を取得する画像取得部と、前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する全損エリア特定部と、前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する契約者特定部と、を含むことを特徴とする。

また、本発明において好ましくは、上空画像は、空撮画像又は衛星画像である。

また、本発明において好ましくは、全損エリアは、浸水エリア、建物倒壊エリア、建物火災エリア、及び土砂災害エリアのうちの１つである。

また、本発明において好ましくは、前記全損エリア特定部は、前記取得した上空画像の単位要素の各々の特徴量であって、複数の成分を含む特徴量を算出し、特徴量を構成する各成分を座標軸に割り当てた特徴空間内における、各単位要素に対応する特徴量の分布を所定数のクラスタにクラスタリングし、及び全損エリアに対応する特徴量が含まれるクラスタに基づいて全損エリアを特定する、第１の特定部を含む。

また、本発明において好ましくは、前記第１の特定部は、クラスタリングした結果を反映させた上空画像を、前記契約者特定装置が備えるディスプレイに表示し、全損エリアに対応する特徴量が含まれるクラスタの選択を受け付け、選択を受け付けたクラスタを用いて全損エリアを特定する。

また、本発明において好ましくは、前記全損エリア特定部は、前記取得した上空画像を、前記契約者特定装置が備えるディスプレイに表示し、前記取得した上空画像の一部の領域の各々を所定数のカテゴライズされたエリアの各々に対応付けるための入力を受け付け、前記取得した上空画像の単位要素の各々の特徴量であって、複数の成分から構成される特徴量を算出し、特徴量を構成する各成分を座標軸に割り当てた特徴空間内における特徴量の分布を、前記カテゴライズされたエリアごとに設定された確率密度関数を用いて、前記カテゴライズされたエリアに各々対応するクラスタにクラスタリングし、及び全損エリアに対応付けられた前記カテゴライズされたエリアに対応するクラスタに基づいて全損エリアを特定する、第２の特定部を含み、
前記第１の特定部が特定するエリア及び前記第２の特定部が特定するエリアに対して重み付けして得られた結果により全損エリアを特定する。

また、本発明において好ましくは、前記全損エリア特定部は、複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより学習モデルを生成し、前記取得した上空画像及び対応する地図データと、生成された学習モデルとに基づいて、該上空画像が含むエリアの中から全損エリアを特定する、第３の特定部を含み、前記第１の特定部が特定するエリア、前記第２の特定部が特定するエリア、及び前記第３の特定部が特定するエリアに対して重み付けして得られた結果により全損エリアを特定する。

また、本発明において好ましくは、前記全損エリア特定部は、複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより学習モデルを生成し、前記取得した上空画像及び対応する地図データと、生成された学習モデルとに基づいて、該上空画像が含むエリアの中から全損エリアを特定する、第３の特定部を含む。

また、上記の目的を達成するために、本発明の一態様としての契約者特定装置は、保険の契約者ごとの保険契約情報を記憶する保険契約情報データベースを備える保険業務支援システムにおいて被災した契約者を特定するための契約者特定装置であって、前記契約者特定装置は、上空画像を取得する画像取得部と、前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する全損エリア特定部と、前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する契約者特定部と、を備えることを特徴とする。

また、上記の目的を達成するために、本発明の一態様としての方法は、保険の契約者ごとの保険契約情報を記憶する保険契約情報データベースを備える保険業務支援システムにおいて被災した契約者を特定するための、コンピュータにより実行される方法であって、上空画像を取得するステップと、前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定するステップと、前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定するステップと、を含むことを特徴とする。

また、上記の目的を達成するために、本発明の一態様としてのプログラムは、上記に記載の方法の各ステップをコンピュータに実行させることを特徴とする。

本発明によれば、保険会社の業務の少なくとも一部を自動化し、保険加入者がより早く保険金を利用することが可能な保険業務支援システムを提供することが可能となる。

本発明の一実施形態の保険業務支援システムの全体構成図の一例である。 本発明の一実施形態の契約者特定装置のハードウェア構成を示すブロック図である。 本発明の一実施形態の保険者サーバが備えるデータベースを示す図である。 本発明の一実施形態の契約者特定装置の機能ブロック図の一例を示す図である。 第１の特定部がクラスタリングする特徴空間内における特徴量の分布を示す図である。 ユーザからの入力により第２の特定部が上空画像の一部の領域の各々をカテゴライズされたエリアの各々に対応付けた様子の一例を示す図である。 本発明の一実施形態による第１の特定部の情報処理のフローチャートである。 本発明の一実施形態による第２の特定部の情報処理のフローチャートである。 本発明の一実施形態による第３の特定部の情報処理のフローチャートである。 本発明の一実施形態による全損エリア特定部の情報処理のフローチャートである。

以下、図面を参照して、本発明の実施形態による保険業務支援システムについて説明する。保険業務は、保険契約を引き受けて契約者から保険料を受け取り、契約内容に応じて保険金を支払う業務であり、例えば（１）事故の受付、（２）初動対応、（３）損害調査、（４）保険金支払、（５）保険金回収の業務を含むものである。本発明の実施形態では、保険業務支援システムのユーザ及び管理者は、保険者である。保険者は、保険会社・共済・補償サービス提供会社などの火災保険・動産保険・盗難保険・サービス補償等の補償提供事業者を表す。また本発明の実施形態では、保険は地震保険又は家財保険であり、契約者は当該保険の加入者を表す。保険金は、損害区分に応じて決定されるものであり、一番損害の大きい「全損」は、例えば家財の損害額が家財の時価の８０％以上の場合を示す。本明細書においては、説明の便宜上、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成についての重複説明を省略する場合がある。

図１は、本発明の一実施形態の保険業務支援システム１の全体構成図の一例である。図１に示すように、保険業務支援システム１は、契約者特定装置１０、及び保険者サーバ２０を含む。契約者特定装置１０及び保険者サーバ２０は、インターネットなどのネットワーク２に接続され、互いに通信可能である。ただし、それぞれが必要に応じて個別に接続される形態であってもよい。保険業務支援システム１は、ネットワーク２を介して契約者特定装置１０や保険者サーバ２０にアクセス可能な保険者の職員等が使用するユーザ端末を含むこともできる。

図２は本発明の一実施形態の契約者特定装置１０のハードウェア構成を示すブロック図である。契約者特定装置１０は、一般的なサーバやＰＣ等と同様の構成を含む。契約者特定装置１０は、プロセッサ１１、入力装置１２、出力装置１３、記憶装置１４、及び通信装置１５を備える。これらの各構成装置はバス１６によって接続される。なお、バス１６と各構成装置との間には必要に応じてインタフェースが介在しているものとする。契約者特定装置１０は、複数のコンピュータ（サーバ）により構成されてもよい。

プロセッサ１１は、契約者特定装置１０全体の動作を制御する。例えばプロセッサ１１は、ＣＰＵである。プロセッサ１１は、記憶装置１４に格納されているプログラムやデータを読み込んで実行することにより、様々な処理を実行する。１つの例では、プロセッサ１１は、複数のプロセッサから構成される。他の例では、プロセッサ１１は、ＭＰＵ等の電子回路が用いられる。本実施形態においては、プロセッサ１１によりプログラムが実行されることにより、契約者特定装置１０の様々な機能が実現される。

入力装置１２は、契約者特定装置１０に対するユーザからの入力を受け付けるユーザインタフェースであり、例えば、タッチパネル、タッチパッド、キーボード、又はマウスである。出力装置１３は、ユーザに契約者特定装置１０の出力情報を出力又は表示するものである。本実施形態では、出力装置１３は、画像を出力するディスプレイである。出力装置１３は、プリンタを含むこともできる。

記憶装置１４は、主記憶装置及び補助記憶装置を含む。主記憶装置は、例えばＲＡＭのような半導体メモリである。ＲＡＭは、情報の高速な読み書きが可能な揮発性の記憶媒体であり、プロセッサ１１が情報を処理する際の記憶領域及び作業領域として用いられる。主記憶装置は、読み出し専用の不揮発性記憶媒体であるＲＯＭを含んでいてもよい。この場合、ＲＯＭはファームウェア等のプログラムを格納する。補助記憶装置は、様々なプログラムや、各プログラムの実行に際してプロセッサ１１が使用するデータを格納する。補助記憶装置は、例えばハードディスク装置であるが、情報を格納できるものであればいかなる不揮発性ストレージ又は不揮発性メモリであってもよく、着脱可能なものであってもよい。補助記憶装置は、例えば、オペレーティングシステム（ＯＳ）、ミドルウェア、アプリケーションプログラム、これらのプログラムの実行に伴って参照され得る各種データなどを格納する。

通信装置１５は、ネットワークを介してサーバなどの他のコンピュータとの間でデータの授受を行う。例えば通信装置１５は、移動体通信や無線ＬＡＮ等の既知の無線通信又は既知の有線通信を行い、ネットワーク２へ接続する。１つの例では、契約者特定装置１０は、通信装置１５によってプログラムをサーバからダウンロードして、記憶装置１４に格納する。

保険者サーバ２０は、各部を制御するＣＰＵ等のプロセッサと、主記憶装置及び補助記憶装置を含む記憶装置と、ディスプレイ等の表示装置と、マウス、キーボード、タッチパネル等の入力装置と、ネットワークボード等の通信装置とを備える。このように保険者サーバ２０は、契約者特定装置１０と同様のハードウェア構成を有するため、ハードウェア構成の説明は省略する。

保険者サーバ２０は、保険の新規契約や契約内容の変更等の保険業務の支援を行うためのアプリケーションがインストールされたコンピュータである。保険者サーバ２０は、一般的に保険者が利用する基幹システムの少なくとも一部を構成するものであり、複数のコンピュータなどから構成される。

保険者サーバ２０は、データベースサーバ機能を備える。保険者サーバ２０が備える記憶装置は各種データベース用のデータ（例えばテーブル）やプログラムを記憶し、プログラムが実行されることにより、各種データベースは実現される。

保険者サーバ２０は、図３に示すとおり、加入者データベース（加入者ＤＢ）２１及びマップデータベース（マップＤＢ）２２を備える。加入者ＤＢ２１は、主に保険の加入者（契約者）ごとの保険契約に関する保険契約情報を記憶する。加入者ＤＢ２１は、加入者ＩＤ、加入者（契約者）の氏名、年齢、住所、連絡先などの保険加入者に関する情報と、保険契約の種類、内容、開始日、終了日（満期日）などの保険契約に関する情報と、を含む保険契約情報を記憶するデータベースである。加入者ＤＢ２１は、保険の加入者ごとに、保険契約情報の各情報を関連付けて記憶する。加入者ＩＤは、保険加入者を識別するための一意の識別情報である。マップＤＢ２２は、道路及び施設（ＰＯＩ）に関する情報が住所又は緯度経度等の位置を特定するための情報と関連付けられている一般的な地図データに関するデータベースである。

図４は本発明の一実施形態の契約者特定装置１０の機能ブロック図の一例を示す図である。契約者特定装置１０は、画像取得部３１、全損エリア特定部３２、及び契約者特定部３３を備える。これら各部の機能は、契約者特定装置１０のプロセッサ１１によりプログラムが実行されることにより実現される。本実施形態においては、各種機能がプログラム読み込みにより実現されるため、１つのパート（機能）の一部を他のパートが有していてもよい。ただし、各機能の一部又は全部を実現するための電子回路等を構成することにより、ハードウェアによってこれらの機能は実現してもよい。

画像取得部３１は、上空画像(aerial imagery)を取得する。上空画像は、空撮画像又は衛星画像である。空撮画像は、カメラを備えるドローン等の無人航空機を用いて取得される撮影画像である。空撮画像は、撮影されたエリアを特定するための情報（緯度経度等）と関連付けて記憶され、空撮画像の画素の各々は、ＲＧＢの３つの成分で表すことができる。衛星画像は、人工衛星から撮影した画像であり、撮影されたエリアを特定するための情報（緯度経度等）と関連付けて記憶され、衛星画像の画素の各々は、ＲＧＢの３つの成分で表すことができる。

空撮画像を取得するには、無人航空機等を用いる必要があるが、空撮画像は、衛星画像と比較して短時間で取得可能であり、衛星画像と比較してより解像度の高い画像である。衛星画像は、例えば１日１回の更新頻度であるため短時間で取得することは不可能であり、空撮画像と比較してより解像度が低い画像であるが、衛星画像を取得するために無人航空機等を用いる必要が無く、またほぼ全域の画像を取得することが可能である。

１つの例では、画像取得部３１は、ユーザからの上空画像の入力を受け付けることにより、上空画像を取得する。１つの例では、契約者特定装置１０は、上空画像の撮影装置と通信可能に構成され、画像取得部３１は、定期的に、当該撮影装置から受信した上空画像を取得する。

本実施形態の保険業務支援システム１が契約者を特定しようとするエリアは、日本全国の広範囲にわたるため、エリアに応じて取得可能な上空画像は異なる。１つの例では、画像取得部３１は、空撮画像が取得可能な場所については比較的解像度の高い空撮画像を取得し、それ以外の箇所については衛星画像を取得する。全損エリア特定部３２は、空撮画像を用いた方が衛星画像を用いるよりも精度が高く全損エリアを特定することが可能であるが、上記のように本実施形態では、エリアの重点度に応じて全損エリア特定部３２が用いる画像を変更することができる。

全損エリア特定部３２は、第１の特定部３４、第２の特定部３５、及び第３の特定部３６を備える。全損エリアは、例えば浸水エリア、建物倒壊エリア、建物火災エリア、及び土砂災害エリアのうちの１つであり、損害区分における一番損害の大きい「全損」と判断されるエリアである。

第１の特定部３４は、既知のクラスタリング手法を用いて取得した上空画像に対してクラスタリングすることにより、該上空画像が含むエリアの中から全損エリアを特定する。

例えば第１の特定部３４は、以下のように既知のＫ平均法を用いて全損エリアを特定する。第１の特定部３４は、取得した上空画像の画素の各々の特徴量を算出する。特徴量は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の３つの成分を含む。例えば、特徴量は、各々が２５６段階（８ビット）で表されるＲＧＢの３次元ベクトルで表現されるデジタルバリューである。ただし、画素は上空画像を構成する単位要素の一例であって、単位要素は上空画像を複数の領域に分割した各領域とすることもできる。

第１の特定部３４は、特徴量を構成する各成分を座標軸に割り当てた特徴空間内における特徴量の分布をＫ個のクラスタにクラスタリングする。図５は、特徴空間内における特徴量の分布を示す図である。特徴空間内における特徴量は、各画素（単位要素）に対応する座標点である。そのため、特徴空間を構成する座標は、画素の数量分のデータ数を有する。Ｋ個は、予め設定された数であって、例えば１２である。例えば、取得した上空画像が土砂災害エリアを多く含む場合、特徴空間内において、茶色などに対応するＲＧＢの座標に多くの特徴量の座標点が分布することになる。

第１の特定部３４は、特徴空間内におけるＫ個のクラスタの中心位置として適当な位置（座標）を設定する。第１の特定部３４は、各特徴量（座標点）を最も近いクラスタに割り振る。第１の特定部３４は、クラスタごとに割り振られた座標点の重心を計算し、それを新たなクラスタの中心位置として設定する。第１の特定部３４は、上記の座標点のクラスタへの振り分けと新たなクラスタの中心位置の設定を、既定の回数、例えば２０回繰り返す。第１の特定部３４は、このようにして、各特徴量をＫ個のクラスタにクラスタリングする。

続いて、第１の特定部３４は、全損エリアに対応する特徴量が含まれるクラスタに基づいて全損エリアを特定する。例えば、第１の特定部３４は、クラスタリングした結果を反映させた上空画像を契約者特定装置１０が備えるディスプレイに表示する。クラスタリングした結果を反映させた上空画像とは、各特徴量の画素の位置において各特徴量のクラスタリング結果を反映させた画像であって、Ｋ個に分けられたクラスタに応じて各特徴量に対応する画素を色付けした画像である。したがって、クラスタリング結果を反映させた上空画像とは、Ｋ種類の色に色付けされた画像である。このようにＫ個に色付けされた画像を確認することにより、ユーザは、元の上空画像よりも容易に全損エリアを選択することが可能となる。ただし、クラスタリング結果を反映させた上空画像は、各画素がＫ個のクラスタのいずれかに分けられたことが識別可能であれば、色付けされていなくてもよい。

第１の特定部３４は、入力装置１２を介して、全損エリアに対応するＫ個のうちの１又は複数の色の選択を受け付けることにより、全損エリアに対応する特徴量が含まれるクラスタの選択を受け付ける。第１の特定部３４は、選択を受け付けたクラスタに対応するエリアを全損エリアとして特定する。例えば第１の特定部３４は、上空画像を構成するすべての画素を全損エリアと全損エリアではない非全損エリアとのいずれかに対応付けた全損エリア抽出マップを生成することにより、全損エリアを特定する。１つの例では、全損エリア抽出マップは、全損エリアに対応付けられた領域（画素）には全損指数「１」が対応付けられ、非全損エリアに対応付けられた領域（画素）には全損指数「０」が対応付けられる。

第２の特定部３５は、既知のクラスタリング手法及び既知の最尤法を用いて取得した上空画像をクラスタリングすることにより、該上空画像が含むエリアの中から全損エリアを特定する。

例えば第２の特定部３５は、以下のように全損エリアを特定する。１つの例では、第２の特定部３５は、取得した上空画像を契約者特定装置１０が備えるディスプレイに表示する。上空画像を確認したユーザは、一部の領域が、例えば駐車場、テニスコート、被害無しの住宅、河川、森林、浸水、建物火災、又は土砂災害などのカテゴライズされたエリアであることを確認することができる。第２の特定部３５は、入力装置１２を介して、上空画像の一部の領域の各々を所定数Ｎ個のカテゴライズされたエリアの各々に対応付けるためのユーザからの入力を受け付ける。なお、この段階においては、カテゴライズされたエリアは、例えば建物火災エリアと土砂災害エリアを同じ損害エリアとしてカテゴライズせず、異なるエリアとしてカテゴライズする。

図６は、ユーザからの入力により第２の特定部３５が上空画像の一部の領域の各々をカテゴライズされたエリアの各々に対応付けた様子の一例を示す図である。例えば、上空画像４０は、領域４１が河川エリアに対応付けられ、領域４２が土砂災害エリアに対応付けられ、領域４３が森林エリアに対応付けられ、領域４４が被害無しの住宅エリアに対応付けられ、領域４５が建物火災エリアに対応付けられる。この場合、Ｎは５である。

第２の特定部３５は、第１の特定部３４と同様にして、取得した上空画像の画素の各々の特徴量を算出する。第２の特定部３５は、特徴量を構成する各成分を座標軸に割り当てた特徴空間内における特徴量の分布を、カテゴライズされたエリアごとに設定された確率密度関数を用いて、カテゴライズされたエリアに各々対応するクラスタにクラスタリングする。

第２の特定部３５は、特徴空間内において対応付けられた領域の特徴量（座標点）の重心を計算することにより、カテゴライズされたエリアの各々に対応するＮ個のクラスタの中心位置を設定する。第２の特定部３５は、Ｎ個のクラスタの各々を、カテゴライズされたエリアごとに設定された、例えば正規分布のような確率密度関数に対応付ける。Ｎ個のクラスタの中心位置の各々は、対応付けられた確率密度関数の中心位置（最大値）となるように対応付けられる。第２の特定部３５は、より確率密度関数の値が大きいクラスタに、各特徴量（座標点）を割り振る。第２の特定部３５は、クラスタごとに割り振られた座標点の重心を計算し、それを新たなクラスタの中心位置として設定する。第２の特定部３５は、上記の座標点のクラスタへの振り分けと新たなクラスタの中心位置の設定を、既定の回数、例えば２０回繰り返す。第２の特定部３５は、このようにして、各特徴量をＮ個のクラスタにクラスタリングする。

続いて、第２の特定部３５は、全損エリアに対応付けられたカテゴライズされたエリアに対応するクラスタに基づいて全損エリアを特定する。例えば第２の特定部３５は、土砂災害エリアや浸水エリアなどの全損エリアに予め対応付けられた１又は複数のエリアに対応するクラスタに対応するエリアを全損エリアとして特定する。例えば第２の特定部３５は、全損エリア抽出マップを生成することにより、全損エリアを特定する。

１つの例では、第２の特定部３５は、カテゴライズされたエリアの各々が含む画素（単位要素）の数量に応じて確率密度関数を設定する。１つの例では、第２の特定部３５は、入力を受け付けたカテゴライズされたエリアの各々にユーザからの確信度の入力を受け付け、該確信度に応じて確率密度関数を設定する。

第３の特定部３６は、既知の深層学習を用いて、上空画像が含むエリアの中から全損エリアを特定する。

第３の特定部３６は、複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより学習モデルを生成する。第３の特定部３６は、取得した上空画像及び対応する地図データと、生成された学習モデルとに基づいて、取得した上空画像が含むエリアの中から全損エリアを特定する。

１つの例では、第３の特定部３６は、既知のＣｏｎｄｉｔｉｏｎａｌ ＧＡＮ（ｃＧＡＮ）のアイディアをベースとした既知のｐｉｘ２ｐｉｘを用いて、全損エリアを特定する。例えばｃＧＡＮにおいては、生成器（Ｇ）及び判別器（Ｄ）は、変換前画像と訓練データの画像のペアを学習し、Ｇは、変換前画像から訓練データのような画像を生成し、Ｄは、生成された画像がＧにより生成されたものであるか否かを判別する学習を繰り返す。このようにして、Ｇは、より訓練データの画像に近い画像を生成することが可能となる。第３の特定部３６は、上記のような既知の方法を用いて、上空画像と地図データのペアを学習させて、上空画像と地図データのペアの真偽を判定可能な学習モデルを生成する。

第３の特定部３６は、生成した学習モデルに、取得した上空画像と対応する位置の地図データのペアを入力して真偽を判定し、偽と判定されたエリアを全損エリアとして特定する。例えば第３の特定部３６は、取得した上空画像を複数の領域に分割し、各領域について真偽判定を行い、偽と判定された領域を全損エリアとして特定する。例えば第３の特定部３６は、全損エリア抽出マップを生成することにより、全損エリアを特定する。

このように、全損エリア特定部３２は、全損エリアを特定するための複数の機能である、第１の特定部３４、第２の特定部３５、及び第３の特定部３６を備える。全損エリア特定部３２は、１つの取得した上空画像に対して、第１の特定部３４が特定するエリア、第２の特定部３５が特定するエリア、及び第３の特定部３６が特定するエリアに対して重み付けした後、各々を加算して得られた結果により全損エリアを特定する。

例えば、全損エリア特定部３２は、第１の特定部３４、第２の特定部３５、及び第３の特定部３６の各々が作成した全損エリア抽出マップを合成したマップである全損エリア判定マップを作成する。全損エリア特定部３２は、全損エリア判定マップを合成する際、各全損エリア抽出マップの画素に対応付けられた全損指数にＷ１、Ｗ２、Ｗ３の係数を各々掛けた値を加えて、全損エリア判定マップを作成する。したがって、Ｗ１＋Ｗ２＋Ｗ３＝１とした場合、新たな全損エリア判定マップの各画素は、「０」〜「１」の実数で表される全損指数が対応付けられることとなる。全損エリア特定部３２は、全損エリア判定マップにおいて、所定の閾値以上の全損指数を有する領域（画素）を全損エリアとして特定する。

契約者特定部３３は、特定された全損エリアと、保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する。

１つの例では、契約者特定部３３は、上空画像に関連付けられた緯度経度等の情報を用いて特定された全損エリアの具体的な位置情報を特定する。契約者特定部３３は、マップＤＢ２２から対象の上空画像に対応する範囲の地図データを取得し、該地図データ内の加入者に関する情報を加入者ＤＢから取得する。契約者特定部３３は、全損エリアの具体的な位置情報と、加入者ＤＢから取得した契約者の住所情報を照合することにより、全損エリア内の住所情報に関連付けられた加入者ＩＤを特定し、全損エリア内の契約者を特定する。１つの例では、契約者特定部３３は、全損エリア特定部３２が生成した全損エリア判定マップに対応するレイヤと、対応する位置における加入者ＤＢから取得した契約者の各々の住所をプロットしたレイヤと、対応する位置における地図レイヤとを照合する。契約者特定部３３は、所定の閾値以上の全損指数を有する領域内の住所情報に関連付けられた加入者ＩＤを特定することにより、全損エリア内の契約者を特定する。例えば契約者特定装置１０は、上空画像に関連付けられた位置情報を用いて加入者ＤＢ２１及びマップＤＢ２２へ問い合わせることにより、各データベースから必要な加入者情報及び地図情報を取得できるように構成される。

次に、本発明の一実施形態による契約者特定装置１０の情報処理について説明する。図７〜図９の情報処理は、プログラムを契約者特定装置１０に実行させることで実現される。

図７は、本発明の一実施形態による第１の特定部３４の情報処理のフローチャートである。ステップ１０１で、第１の特定部３４は、Ｋ平均法を用いて、取得した上空画像に対してＫ個のクラスタへクラスタリングを行う。続いてステップ１０２で、第１の特定部３４は、クラスタリングした結果を反映させた上空画像をディスプレイに表示する。続いてステップ１０３で、第１の特定部３４は、入力装置１２を介したユーザからの入力により、全損エリアに対応するクラスタの選択を受け付ける。続いてステップ１０４で、第１の特定部３４は、選択を受け付けたクラスタに対応するエリアを全損エリアの全損指数に対応付けた全損エリア抽出マップを生成することにより、全損エリアを特定する。

図８は、本発明の一実施形態による第２の特定部３５の情報処理のフローチャートである。ステップ２０１で、第２の特定部３５は、取得した上空画像をディスプレイに表示する。続いてステップ２０２で、第２の特定部３５は、入力装置１２を介して、上空画像の一部の領域の各々を所定数Ｎ個のカテゴライズされたエリアの各々に対応付けるためのユーザからの入力を受け付ける。続いてステップ２０３で、第２の特定部３５は、取得した上空画像に対してＮ個のクラスタへクラスタリングを行う。続いてステップ２０４で、第２の特定部３５は、カテゴライズされたエリアのうち全損エリアに対応付けられたクラスタに対応するエリアを全損エリアの全損指数に対応付けた全損エリア抽出マップを生成することにより、全損エリアを特定する。

図９は、本発明の一実施形態による第３の特定部３６の情報処理のフローチャートである。ステップ３０１で、第３の特定部３６は、複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより予め生成された学習モデルに、取得した上空画像を及び対応する地図データを所定領域ごとに入力して真偽判定を行う。続いてステップ３０２で、第３の特定部３６は、所定領域ごとに、偽と判定されたエリアを全損エリアの全損指数に対応付けた全損エリア抽出マップを生成することにより、全損エリアを特定する。

図１０は、本発明の一実施形態による全損エリア特定部３２の情報処理のフローチャートである。ステップ４０１で、全損エリア特定部３２は、第１の特定部３４、第２の特定部３５、及び第３の特定部３６の各々が作成した全損エリア抽出マップを合成して全損エリア判定マップを作成する。続いてステップ４０２で、全損エリア特定部３２は、全損エリア判定マップにおいて、所定の閾値以上の全損指数を有する領域を全損エリアとして特定する。

次に、本発明の実施形態による保険業務支援システム１（契約者特定装置１０）の主な作用効果について説明する。本実施形態では、全損エリア特定部３２は、取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する。全損エリア特定部３２は、特定された全損エリアと、保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する。

このように、本実施形態の保険業務支援システム１は、全損エリアの契約者はより早く保険金を利用する必要があるという考えに基づいて、かつ複数の区分を有する損害区分のうち、上空画像を用いて全損エリアか否かを判定することは比較的容易であるという新しい考えに基づいて、全損エリア内の契約者を特定するものである。第１の特定部３４、第２の特定部３５、及び第３の特定部３６の一部において、ユーザによる操作が必要な場合があるものの、本実施形態では、保険業務の少なくとも一部を自動化することが可能である。特に上空画像から全損エリアとして特定できたエリアについては、保険業務として、（１）事故の受付、（２）初動対応、（３）損害調査の業務の一部又は全部を自動化することが可能となり、当該業務に要する人手を低減するとともに要する時間を削減することが可能となる。これにより、保険加入者がより早く保険金を利用することが可能となる。

また本実施形態では、第１の特定部３４、第２の特定部３５、及び第３の特定部３６の各々は、上空画像に含まれる特徴に基づいて全損エリアを特定しており、単純な色の強度の分布などにより全損エリアを特定していない。このような構成とすることにより、全損エリア特定部３２の太陽光の影響による誤った特定を防ぐことが可能となる。

また本実施形態では、全損エリア特定部３２は、１つの取得した上空画像に対して、第１の特定部３４、第２の特定部３５、及び第３の特定部３６の各々が特定する全損エリアに対して重み付けした後、各々を加算して得られた結果により全損エリアを特定する。このように、本実施形態では、全損エリア特定部３２は、異なる複数の特定方法により特定した全損エリアに対する重み付けをより適切に設定することで、１つの特定方法により全損エリアを特定するのに比較して、より正確に全損エリアを特定することが可能となる。また、全損エリアを特定するために要する時間は、第１の特定部３４、第２の特定部３５、第３の特定部３６の順番に短く、一方、全損エリアの特定精度は第３の特定部３６が一番高いと考えられる。本実施形態では、全損エリア特定部３２は、必要な時間及び精度に応じて、３つの特定部から特定方法を選択することが可能であるため、よりフレキシブルに全損エリアを特定することが可能となる。

上記の作用効果は、特に言及が無い限り、他の実施形態や他の実施例においても同様である。

本発明の他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現するプログラムや該プログラムを格納したコンピュータ読み取り可能な記憶媒体とすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現する方法とすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現するプログラムをコンピュータに供給することができるサーバとすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現する仮想マシンとすることもできる。

以下に本発明の実施形態の変形例について説明する。以下で述べる変形例は、矛盾が生じない限りにおいて、適宜組み合わせて本発明の任意の実施形態に適用することができる。

１つの変形例では、保険者サーバ２０が契約者特定装置１０を含む。この場合、保険者サーバ２０が１つの機能として契約者特定装置１０が備える機能を有する。

１つの変形例では、上空画像は、赤外線カメラによる空撮画像又は衛星画像を含む。この場合、上空画像の各画素の特徴量は、ＲＧＢの３つの成分に加えて赤外線を含む。第１の特定部３４や第２の特定部３５は、４つの成分を座標軸に割り当てた特徴空間内における特徴量の分布をクラスタリングする。このような構成とすることにより、全損エリア特定部３２は、より正確に全損エリアを特定することが可能となる。

１つの変形例では、全損エリア特定部３２は、取得した上空画像から第１の特定部３４が自動的に出力するクラスタリング結果を反映させた上空画像と、当該画像から生成された全損エリア抽出マップとを対応付けて記憶装置１４に記憶する。第１の特定部３４は、新たに取得した上空画像から出力するクラスタリング結果を反映させた上空画像を、記憶装置１４に記憶された上空画像の各々と比較する。第１の特定部３４は、類似度が既定値以上であった上空画像に対応付けられた全損エリア抽出マップを用いて、全損エリア抽出マップを自動的に生成することにより、全損エリアを特定する。このような構成とすることにより、第１の特定部３４は、ユーザ操作を介さずに、自動的に全損エリアを特定することが可能となる。

１つの変形例では、第３の特定部３６は、複数の上空画像に対して全損エリアと非全損エリアを関連付けたデータを学習データとして用いて機械学習を行うことにより学習モデルを生成する。第３の特定部３６は、生成した学習モデルに取得した上空画像を入力することで、該上空画像に対応する全損エリア及び非全損エリアを特定するためのデータを出力する。全損エリア及び非全損エリアを特定するためのデータは、例えば全損エリア判定マップである。

１つの変形例では、第１の特定部３４及び第２の特定部３５の少なくとも一方は、インターネット上のＳＮＳなどの情報から、全壊や全損等の所定のキーワードと位置情報とを抽出して、全損エリアのサンプル位置を特定する。第１の特定部３４及び第２の特定部３５の少なくとも一方は、上空画像においてサンプル位置に対応する画素が属するクラスタに対応するエリアを全損エリアとして特定する。このような構成とすることにより、保険業務支援システム１は、よりローカルな情報を反映しつつ、全損エリアを特定することが可能となる。

１つの変形例では、全損エリア特定部３２は、第１の特定部３４、第２の特定部３５、及び第３の特定部３６のうちの１つの特定部のみを備える。全損エリア特定部３２は、自身が備える特定部が生成する全損エリア抽出マップにおいて、全損指数が「１」の領域（画素）を全損エリアとして特定する。ただし、全損エリア特定部３２がより正確に全損エリアを特定するためには、全損エリア特定部３２は複数の特定部を備えることが好ましい。

１つの変形例では、全損エリア特定部３２は、第１の特定部３４、第２の特定部３５、及び第３の特定部３６のうちの２つの特定部のみを備える。全損エリア特定部３２は、自身が備える２つの特定部の各々が作成した全損エリア抽出マップを合成して全損エリア判定マップを作成する。全損エリア特定部３２は、全損エリア判定マップを合成する際、各全損エリア抽出マップの画素に対応付けられた全損指数にＷ１、Ｗ２の係数を各々掛けた値を加えて、全損エリア判定マップを作成する。したがって、Ｗ１＋Ｗ２＝１とした場合、新たな全損エリア判定マップの各画素は、「０」〜「１」の実数で表される全損指数が対応付けられることとなる。全損エリア特定部３２は、全損エリア判定マップにおいて、所定の閾値以上の全損指数を有する領域（画素）を全損エリアとして特定する。

以上に説明した処理又は動作において、あるステップにおいて、そのステップではまだ利用することができないはずのデータを利用しているなどの処理又は動作上の矛盾が生じない限りにおいて、処理又は動作を自由に変更することができる。また以上に説明してきた各実施例は、本発明を説明するための例示であり、本発明はこれらの実施例に限定されるものではない。本発明は、その要旨を逸脱しない限り、種々の形態で実施することができる。

１ 保険業務支援システム
２ ネットワーク
１０ 契約者特定装置
１１ プロセッサ
１２ 入力装置
１３ 出力装置
１４ 記憶装置
１５ 通信装置
１６ バス
２０ 保険者サーバ
２１ 加入者データベース
２２ マップデータベース
３１ 画像取得部
３２ 全損エリア特定部
３３ 契約者特定部
３４ 第１の特定部
３５ 第２の特定部
３６ 第３の特定部
４０ 上空画像
４１、４２、４３、４４、４５ 領域

Claims (11)

1. 保険業務支援システムであって、
   保険の契約者ごとの保険契約情報を記憶する保険契約情報データベース及び被災した契約者を特定するための契約者特定装置を備え、
   前記契約者特定装置は、
   上空画像を取得する画像取得部と、
   前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する全損エリア特定部と、
   前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する契約者特定部と、
   を含む、保険業務支援システム。
2. 上空画像は、空撮画像又は衛星画像である、請求項１に記載の保険業務支援システム。
3. 全損エリアは、浸水エリア、建物倒壊エリア、建物火災エリア、及び土砂災害エリアのうちの１つである、請求項１又は２に記載の保険業務支援システム。
4. 前記全損エリア特定部は、
   前記取得した上空画像の単位要素の各々の特徴量であって、複数の成分を含む特徴量を算出し、
   特徴量を構成する各成分を座標軸に割り当てた特徴空間内における、各単位要素に対応する特徴量の分布を所定数のクラスタにクラスタリングし、及び
   全損エリアに対応する特徴量が含まれるクラスタに基づいて全損エリアを特定する、第１の特定部を含む、請求項１から３のいずれか１項に記載の保険業務支援システム。
5. 前記第１の特定部は、
   クラスタリングした結果を反映させた上空画像を、前記契約者特定装置が備えるディスプレイに表示し、
   全損エリアに対応する特徴量が含まれるクラスタの選択を受け付け、選択を受け付けたクラスタを用いて全損エリアを特定する、請求項４に記載の保険業務支援システム。
6. 前記全損エリア特定部は、
   前記取得した上空画像を、前記契約者特定装置が備えるディスプレイに表示し、
   前記取得した上空画像の一部の領域の各々を所定数のカテゴライズされたエリアの各々に対応付けるための入力を受け付け、
   前記取得した上空画像の単位要素の各々の特徴量であって、複数の成分から構成される特徴量を算出し、
   特徴量を構成する各成分を座標軸に割り当てた特徴空間内における特徴量の分布を、前記カテゴライズされたエリアごとに設定された確率密度関数を用いて、前記カテゴライズされたエリアに各々対応するクラスタにクラスタリングし、及び
   全損エリアに対応付けられた前記カテゴライズされたエリアに対応するクラスタに基づいて全損エリアを特定する、第２の特定部を含み、
   前記第１の特定部が特定するエリア及び前記第２の特定部が特定するエリアに対して重み付けして得られた結果により全損エリアを特定する、請求項４又は５に記載の保険業務支援システム。
7. 前記全損エリア特定部は、
   複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより学習モデルを生成し、
   前記取得した上空画像及び対応する地図データと、生成された学習モデルとに基づいて、該上空画像が含むエリアの中から全損エリアを特定する、第３の特定部を含み、
   前記第１の特定部が特定するエリア、前記第２の特定部が特定するエリア、及び前記第３の特定部が特定するエリアに対して重み付けして得られた結果により全損エリアを特定する、請求項６に記載の保険業務支援システム。
8. 前記全損エリア特定部は、
   複数の上空画像及び対応する地図データを学習データとして用いて機械学習を行うことにより学習モデルを生成し、
   前記取得した上空画像及び対応する地図データと、生成された学習モデルとに基づいて、該上空画像が含むエリアの中から全損エリアを特定する、第３の特定部を含む、請求項１から３のいずれか１項に記載の保険業務支援システム。
9. 保険の契約者ごとの保険契約情報を記憶する保険契約情報データベースを備える保険業務支援システムにおいて被災した契約者を特定するための契約者特定装置であって、
   前記契約者特定装置は、
   上空画像を取得する画像取得部と、
   前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定する全損エリア特定部と、
   前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定する契約者特定部と、
   を備える、契約者特定装置。
10. 保険の契約者ごとの保険契約情報を記憶する保険契約情報データベースを備える保険業務支援システムにおいて被災した契約者を特定するための、コンピュータにより実行される方法であって、
    上空画像を取得するステップと、
    前記取得した上空画像に含まれる特徴に基づいて、該上空画像が含むエリアの中から全損エリアを特定するステップと、
    前記特定された全損エリアと、前記保険契約情報が含む契約者の住所とに基づいて、該全損エリア内の契約者を特定するステップと、
    を含む、方法。
11. 請求項１０に記載の方法の各ステップをコンピュータに実行させるプログラム。

Images