基于多張圖片一致性實現保險理賠反欺詐的方法及服務器的制造方法
【技術領域】
[0001] 本發明設及金融服務技術領域，特別是一種基于多張圖片一致性實現保險理賠反 欺詐的方法及服務器。
【背景技術】
[0002] 目前在車險行業，車輛受損圖片需要人工檢測是否被篡改過，時間成本高，檢測效 率低，且精確度不能保證。此外，鑒于目前的PS技術發展，很多被修改的圖片是難W通過肉 眼很快察覺的，尤其是面對多張圖片且不確定被篡改區域的位置時。
【發明內容】
[0003] 鑒于W上內容，有必要提供一種基于多張圖片一致性實現保險理賠反欺詐的方法 及服務器，其能夠自動識別欺詐的理賠行為。
[0004] -種基于多張圖片一致性實現保險理賠反欺詐的方法，該方法包括：
[0005] 接收用戶通過終端上傳的多張從不同拍攝角度拍攝的車輛的定損照片；
[0006] 利用一分析模型，分析出各個定損照片對應的車輛部位，并對所述定損照片進行 分類，W將相同車輛部位的定損照片分為同一照片集合；
[0007] 對各個照片集合中的定損照片執行關鍵點檢測，獲得各個照片集合對應的車輛部 位的關鍵點特征；
[000引對各個照片集合的定損照片分別進行兩兩分組，根據一關鍵點匹配算法，將各個 集合對應的關該鍵點特征與該集合的各分組中的照片進行關鍵點匹配，為各個分組中的定 損照片分別匹配出至少一組相關關鍵點；
[0009] 根據各個分組對應的相關關鍵點，利用一線性方程計算出各個分組對應的特征點 變換矩陣，并利用對應的特征點變換矩陣，將每一個分組中的其中一張照片轉換成與該組 另一張照片具有相同拍攝角度的待驗證照片；
[0010] 將所述待驗證照片與該分組中的另一張照片進行特征參數匹配;及
[0011] 在待驗證照片與該分組中的另一張照片進行特征參數不匹配時，生成提醒信息W 提醒接收的圖片存在欺詐行為。
[0012] 優選地，所述接收用戶通過終端上傳的多張從不同拍攝角度拍攝的車輛的定損照 片的步驟包括：
[0013] 識別出所接收的車輛的定損照片中物體的陰影，根據該陰影分析出照片的拍攝角 度，其中，物體陰影方向的正前方即是鏡頭方向，鏡頭方向與物體平面所呈的夾角為拍攝角 度;及
[0014] 當所接收的車輛的定損照片的拍攝角度相同時，生成并發送從不同角度繼續采集 定損照片的提醒信息給所述終端。
[0015] 優選地，該方法還包括通過下述方法生成所述分析模型：
[0016] 收集車輛不同部位的照片并標注相關部位，其中，所述車輛部位包括車頭、車尾、 及左右側面;及
[0017] 利用卷積神經網絡對已經標注出的汽車具體部位的圖片進行訓練，得到所述能夠 準確判斷出一張圖片屬于車輛的具體部位的分析模型，其中，在模型訓練過程中，采用 cross-validation的方法，分多次進行訓練和評估，每次從已經標注出的汽車具體部位的 圖片中抽取預設數量的圖片作為測試數據，另外的數量的圖片作為訓練數據。
[0018] 優選地，所述關鍵點檢測采用SIFT關鍵點特征檢測方法。
[0019] 優選地，所述關鍵點匹配算法為RANSAC算法。
[0020] -種適用于上述方法的服務器，該服務器包括存儲設備W及處理器，其中：
[0021] 所述存儲設備，存儲有一個基于多張圖片一致性實現保險理賠反欺詐的系統；
[0022] 所述處理器，用于調用并執行所述基于多張圖片一致性實現保險理賠反欺詐的系 統，W執行如下步驟：
[0023] 接收用戶通過終端上傳的多張從不同拍攝角度拍攝的車輛的定損照片；
[0024] 利用一分析模型，分析出各個定損照片對應的車輛部位，并對所述定損照片進行 分類，W將相同車輛部位的定損照片分為同一照片集合；
[0025] 對各個照片集合中的定損照片執行關鍵點檢測，獲得各個照片集合對應的車輛部 位的關鍵點特征；
[0026] 對各個照片集合的定損照片分別進行兩兩分組，根據一關鍵點匹配算法，將各個 集合對應的關該鍵點特征與該集合的各分組中的照片進行關鍵點匹配，為各個分組中的定 損照片分別匹配出至少一組相關關鍵點；
[0027] 根據各個分組對應的相關關鍵點，利用一線性方程計算出各個分組對應的特征點 變換矩陣，并利用對應的特征點變換矩陣，將每一個分組中的其中一張照片轉換成與該組 另一張照片具有相同拍攝角度的待驗證照片；
[00%]將所述待驗證照片與該分組中的另一張照片進行特征參數匹配;及
[0029] 在待驗證照片與該分組中的另一張照片進行特征參數不匹配時，生成提醒信息W 提醒接收的圖片存在欺詐行為。
[0030] 優選地，所述接收用戶通過終端上傳的多張從不同拍攝角度拍攝的車輛的定損照 片的步驟包括：
[0031] 識別出所接收的車輛的定損照片中物體的陰影，根據該陰影分析出照片的拍攝角 度，其中，物體陰影方向的正前方即是鏡頭方向，鏡頭方向與物體平面所呈的夾角為拍攝角 度;及
[0032] 當所接收的車輛的定損照片的拍攝角度相同時，生成并發送從不同角度繼續采集 定損照片的提醒信息給所述終端。
[0033] 優選地，所述處理器還執行通過下述方法生成所述分析模型：
[0034] 收集車輛不同部位的照片并標注相關部位，其中，所述車輛部位包括車頭、車尾、 及左右側面;及
[0035] 利用卷積神經網絡對已經標注出的汽車具體部位的圖片進行訓練，得到所述能夠 準確判斷出一張圖片屬于車輛的具體部位的分析模型，其中，在模型訓練過程中，采用 cross-validation的方法，分多次進行訓練和評估，每次從已經標注出的汽車具體部位的 圖片中抽取預設數量的圖片作為測試數據，另外的數量的圖片作為訓練數據。
[0036] 優選地，所述關鍵點檢測采用SIFT關鍵點特征檢測方法。
[0037] 優選地，所述關鍵點匹配算法為RANSAC算法。
[0038] 利用本發明所述基于多張圖片一致性實現保險理賠反欺詐的方法及服務器，當發 生車禍在修理廠進行損失核定的時候，需要車主及/或修理廠拍攝車輛部位多張不同角度 的圖片，并通過對比多張不同角度的圖片，進行空間變換，對比輛部位是否一致，防止車主 和修理廠可能通過篡改車損圖片，夸大損失程度進行騙保的情況。
【附圖說明】
[0039] 圖1是本發明基于多張圖片一致性實現保險理賠反欺詐的系統較佳實施例的硬件 環境圖。
[0040] 圖2是本發明基于多張圖片一致性實現保險理賠反欺詐的系統較佳實施例的功能 模塊圖。
[0041] 圖3包括圖3A及圖3B是本發明基于多張圖片一致性實現保險理賠反欺詐的方法較 佳實施例的方法實施流程圖。
[0042] 圖4是本發明基于多張圖片一致性實現保險理賠反欺詐的方法較佳實施例中分析 車輛各個部位照片的分析模型的方法流程圖。
【具體實施方式】
[0043] 參閱圖1所示，是本發明基于多張圖片一致性實現保險理賠反欺詐的系統較佳實 施例的硬件環境圖。
[0044] 本實施例所述基于多張圖片一致性實現保險理賠反欺詐的系統（W下簡稱為"保 險理賠反欺詐系統"HO可W安裝并運行于一個服務器1中。該服務器1可W是一個理賠服務 器。所述理賠服務器1可W通過通訊模塊(未圖示)與至少一臺終端2通訊連接，W接收終端2 的用戶，如車主和修理廠，提交的車輛受損部位的定損照片。所述終端3可W是個人電腦、智 能手機、平板電腦等設備。
[0045] 所述服務器1可W包括有存儲設備W及處理器（未圖示）。所述存儲設備可W是一 個或者多個非易失性存儲單元，如R〇M、EPROM或Flash Memory(快閃存儲單元)等。所述存儲 設備可W內置或者外接于服務器1。所述處理器是服務器1的運算核屯、（Core Unit)和控制 核屯、(Control化it)，用于解釋計算機指令W及處理計算機軟件中的數據。
[0046] 本實施例中，所述保險理賠反欺詐系統10可W是一種計算機軟件，其包括計算機 可執行的程序代碼，該程序代碼可W存儲于所述存儲設備中，在處理器的執行下，實現下述 功能:根據用戶，如車主及/或修理廠，拍攝及發送的車輛受損部位的多張不同角度的定損 照片，通過對比該多張不同角度的