本发明涉及到牲畜保险领域，特别是涉及到一种牲畜保险理赔方法、装置、计算机设备和存储介质。
背景技术：
政策性生猪保险主要针对自然灾害、意外事故、疫病风险和市场波动，包括能繁母猪保险、育肥猪保险和生猪价格指数保险，是国家支持稳定生猪产业发展的一项重要政策，也是一项强农惠民政策，有利于降低生猪养殖风险、提高养殖积极性，是妥善解决生猪生产问题、稳定猪肉产品市场供应的重要措施。
传统理赔模式如下：
(1)报案：当发生病死猪事故，农户将病死猪放在冷库储藏，当冷库装满后联系保险公司及无害化处理中心进行报备。
(2)查勘定损：在接到养殖户的报案后，畜牧部门、保险理赔人员随无害化处理中心病死动物专用收集车到现场查验，保险理赔人员对标的物进行现场查勘定损，畜牧人员协同进行数量认定，无害化处理前需签署无害化处理确认表，该表需要养殖户、畜牧部门、保险公司和无害化处理中心四方签字确认。
(3)立案：保险公司应在确认保险责任后，及时立案。当病死猪完成无害化处理后才能实行理赔。
(4)理赔公示：农业生产经营组织、村民委员会等组织农户投保种植业保险的，保险公司应将查勘定损结果、理赔结果在村级或农业生产经营组织公共区域进行不少于3天的公示。
(5)核赔：保险公司对查勘报告、损失清单、查勘影像、公示材料等关键要素进行严格审核，重点核实赔案的真实性和定损结果的合理性。
(6)理赔支付：保险公司与被保险人达成赔偿协议后支付赔款。上述传统理赔流程耗时一个月以内。
上述的传统理赔模式存在以下问题：1)投入成本较大，养猪场点多面广、位置偏远分散，生猪保险出险频率又比较高，需要保险公司在现场查勘环节投入大量人力物力资源，经营成本偏高。2)勘察理赔时间过长，从病死猪事故发生到最后获得理赔金额，耗时一个月，时间过长，容易造成农户资金周转不灵，耗费保险公司较多人力成本。3)道德风险偏高，养殖户经常以防疫为借口，不允许保险人员进入猪场清点投保数量，结果就是不足额投保现象频发，保险公司承担了过高的风险。4)保险公司基层员工的劳动保护面临较大压力，养殖场工作环境普遍脏乱差，如果防护措施不到位，保险公司基层员工很难长期坚持；加上人畜共患病的威胁，基层生猪保险理赔岗位已成为高危职业。
所以亟需提供一种解决上述问题的技术方案。
技术实现要素：
本发明的主要目的为提供一种可以提高理赔速度，降低保险工作人员工作量的牲畜保险理赔方法、装置、计算机设备和存储介质。
为了实现上述发明目的，本发明提出一种牲畜保险理赔方法，包括：
牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号；
根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单；
在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片；
在系统数据库中调取对应所述登录账户的所述第一数据库；
判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片；
如果是，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；
将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心；
根据预设的理赔规则，完成理赔动作。
进一步地，所述根据预设的理赔规则，完成理赔动作的步骤，包括：
判断所述登录账户是否为急速理赔账户；
如果是，则根据理赔标准线上完成赔付动作；否则，接收到所述无害化处理中心收检确认信息后，根据理赔标准线上完成赔付动作。
进一步地，所述根据预设的理赔规则，完成理赔动作的步骤之前，包括：
在任意时间获取所述无害化处理中心输入的按照指定要求拍摄的病死牲畜的第三组照片，以及对应所述牲畜保险单的管理编号；
判断所述第一数据库中是否存在与所述第三组照片相似度达到指定要求的第一组照片；
如果是，则生成“理赔”的命令，否则生成“停止理赔”的命令。
进一步地，所述根据预设的理赔规则，完成理赔动作的步骤之后，包括：
收集每个所述登录账户的报案频率；
判断所述报案频率是否大于或等于预设的频率阈值；
如果是，则判定所述登录账户对应的养殖牧场发送疫情，并将该疫情发送给所述畜牧部门。
进一步地，所述将该疫情发送给所述畜牧部门的步骤之后，包括：
自动拍摄所述登录账户对应的养殖场所处区域的其他养殖场内指定区域的状态图片；
解析所述状态图片内的牲畜数量；
判断将所述牲畜数量是否小于预设的数量阈值；
如果是，则判定所述状态图片对应的养殖场发生疫情。
进一步地，所述牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号的步骤之前，包括：
以众包的方式获取各养殖户上传的牲畜图片；
将不同种类的牲畜图片进行分类存储到不同的数据库中；
利用不同的数据库中的牲畜图片建立对应的种类牲畜的图像识别模型。
进一步地，所述判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片的步骤之后，包括：
如果所述第一数据库中是不存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述登录账户对应的养殖户存储在欺诈行为；
根据预设的惩罚规则对所述登录账户对应的养殖户进行惩罚。
本发明还提供一种牲畜保险理赔装置，包括：
第一获取单元，用于在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号；
生成保单单元，用于根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单；
第二获取单元，用于在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片；
第一调取单元，用于在系统数据库中调取对应所述登录账户的所述第一数据库；
第一比较单元，用于判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片；
第二调取单元，用于如果所述第一数据库中存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；
发送报备单元，用于将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心；
理赔单元，用于根据预设的理赔规则，完成理赔动作。
本发明还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明的牲畜保险理赔方法、装置、计算机设备和存储介质，在牲畜投保阶段无需保险工作人员到达现场进行标记投保的入栏牲畜等工作，而是养殖户登录牲畜保险系统，自行拍摄投保的入栏牲畜的照片上传即可，牲畜保险系统会自动生成保单，其通过图片的方式标记投保的牲畜，大大地降低保险工作人员工作量和人员投入成本；在报险过程中，保险工作人员仍然无需到达现场，而是养殖户登录牲畜保险系统，拍摄病死牲畜的照片上传系统，然后进行图片识别分析，判断出病死牲畜是否为投保牲畜，避免养殖户骗保成功等情况发生，当判定病死牲畜是投保牲畜后，会将牲畜保险单发送到各相关部门备案，无需各部门的工作人员必须到达现场等，最后执行理赔动作，在报险过程，同样大大地降低保险工作人员工作量和人员投入成本，而且因为通过图片比对方式，有效地避免骗保成功的情况发生，并解决了养殖户不允许保险人员进入养殖场的情况发生。又因为投保和报险两个过程大部分是系统自动处理，可以24小不间断工作，提高了理赔的效率，缩短了理赔的时间跨度。
附图说明
图1为本发明一实施例的牲畜保险理赔方法的流程示意图；
图2为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图3为本发明一实施例的理赔单元的的结构示意框图；
图4为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图5为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图6为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图7为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图8为本发明一实施例的牲畜保险理赔装置的结构示意框图；
图9为本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明实施例提供一种牲畜保险理赔方法，包括步骤：
s1、牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号；
s2、根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单；
s3、在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片；
s4、在系统数据库中调取对应所述登录账户的所述第一数据库；
s5、判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片；
s6、如果是，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；
s7、将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心；
s8、根据预设的理赔规则，完成理赔动作。
如上述步骤s1所述，牲畜保险系统是一种专门用于给生成保险等相关业务的电子系统，其可以完成投保、报险等业务。上述任意时间是指一天24个小时内的任何时间。比如，养殖户可以在24点保险人员下班的时候，自行输入入栏牲畜照片等。上述入栏牲畜包括养殖户养殖的鸡、鸭、猪、牛等养殖牲畜。上述按照指定要求拍摄的入栏牲畜的第一组照片中，指定要求是在拍摄牲畜的指定部位，比如牲畜为猪，则拍摄其脸部正面，脸部侧面等照片，如果牲畜为其他牲畜，则根据其身体结构的特点等进行拍摄，即拍摄不同种类的牲畜，拍摄照片的要求可以不同，也可以相同。上述登录账户是指养殖户在牲畜保险系统上实名注册的账户，实名注册可以是养殖场的厂名及其商号进行登记注册，也可以是养殖场的法人的人名及其身份证号进行登记注册等。上述牲畜保险系统会设置有存储数据的数据库，而为了方便管理，会根据每个登录账户设置一个子数据库，即针对登录账户的第一数据库，通过同一个账户上传的图片等数据存储到其对应的第一数据库中。上述管理编号，即为对应每一个投保牲畜的编号，方便后期报险等查找，如，通过管理编号查找到对应的第一组照片等。
如上述步骤s2所述，即为生成牲畜保险单的过程，上述登录账户的信息即为投保人的信息，包括名称、地址、联系方式等；针对上述入栏牲畜输入的牲畜信息即为牲畜的种类、健康状况等；当然，在生成牲畜保险单时，会自动添加生成牲畜保险单的时间等。
如上述步骤s3所述，上述病死牲畜是指发生意外而死亡的牲畜。拍摄病死牲畜时的指定要求，对应其拍摄入栏牲畜时的要求一致，比如拍摄入栏生猪，拍摄其脸部正面，脸部侧面等照片，那么拍摄病死猪时，同样拍摄其脸部正面，脸部侧面等照片。即，对应种类的牲畜，入栏时的拍摄要求与病死报险时的拍摄要求一致。
如上述步骤s4所述，即为根据登录庄户调取其对应的第一数据库。在后续的照片比对过程中，无需在系统数据库中的海量照片中查找第一组照片，而是直接在第一数据库中查找。本实施例中，上述第一数据库中还可以根据牲畜的种类分设子数据库等，进一步地提高后期的比对效率。
如上述步骤s5所述，判断的具体过程是：将第二组照片输入基于cnn(convolutionalneuralnetwork，卷积神经网络)的牲畜识别模型中进行学习，输出第二特征向量矩阵；而上述第一组照片上传系统的时候，由基于cnn的牲畜识别模型对第一组照片进行学习，输出第一特征向量矩阵；然后计算第一特征向量矩阵与第二特征向量矩阵的相似度，如果相似度大于预设的阈值，则判定第一组照片和第二组照片对应的牲畜为同一头生猪。上述cnn的牲畜识别模型，是指通过指定数量的牲畜照片，输入到预设的cnn模型中进行训练得到的牲畜识别模型，具体地，上述cnn的牲畜识别模型包括输入层、卷积层、披规范化层、非线性层、池化层、全连接层和softmax损耗层等。其中，输入层用于接收牲畜的图片，对牲畜图片进行预处理；卷积层，用于提起对预处理后的牲畜图像的图像特征；批规范化层，用于对图像特征进行规划处理；非线性层，用于图像特征或规范化处理的图像特征进行非线性变换；池化层，用于将图像特征与牲畜图像进行映射操作；全连接层，用于对图像特征进行线性变换；softmax损耗层，用于计算预测类被和标签类别的误差。本实施例，上述的牲畜识别模型是一种泛指，其不同种类的牲畜对应不同的识别模型，比如，猪的识别模型，其能够准确识别猪的照片，对猪的照片也会有一定的要求，如猪的正脸照片等，其输出的脸部的特征向量矩阵，表征猪脸的嘴、眼、鼻等特征。
如上述步骤s6和s7所述，当确定报险的牲畜是投保的牲畜后，会根据其对应的第一组照片的管理编号查找到牲畜保险单，然后将牲畜保险单发送给相关部门备案。比如，发送给投保公司备案，使投保公司知道有报险生成，以跟进后期需要的处理流程。发送给畜牧部门，使畜牧部门可以及时的知道其所管理区域的报险情况，进而有效分析当地是否发生疫情等。发送给无害化处理中心，使无害化处理中心及时对病死牲畜进行无害化销毁，防止产生疫情或疫情扩散等。
如上述步骤s8所述，即为上述牲畜保险系统进行理赔的过程，而理赔规则如下：
s81、判断所述登录账户是否为急速理赔账户；
s82、如果是，则根据理赔标准线上完成赔付动作；否则，接收到所述无害化处理中心收检确认信息后，根据理赔标准线上完成赔付动作。
上述的登录账户是分等级的，比如根据登录账户对应的养殖场的规模、信誉度等进行设定。本实施例中，包括急速理赔账户和普通账户，急速理赔账户是将保险单发送给相关部门之后，即可实现理赔的账户，其不需要进行等待病死牲畜进行无害化销毁后再进行理赔，其可以线上直接理赔，或者养殖户直接到投保公司进行领取。普通用户，则需要等到无害化处理中心等部门工作结束后才可以进行理赔。
本实施例中，上述步骤s1和步骤s3中，均包含图像清晰度检测过程，只有达到指定清晰度的照片才会被使用，若存在不清晰的图片，则会发出提醒，要求养殖户重新拍摄对应的图片上传，以提高图片比对的准确度。
本实施例中，上述根据预设的理赔规则，完成理赔动作的步骤s8之前，包括：
s801、在任意时间获取所述无害化处理中心输入的按照指定要求拍摄的病死牲畜的第三组照片，以及对应所述牲畜保险单的管理编号；
s802、判断所述第一数据库中是否存在与所述第三组照片相似度达到指定要求的第一组照片；
s803、如果是，则生成“理赔”的命令，否则生成“停止理赔”的命令。
如上述步骤s801至s803所述，上述无害化处理中心也会在牲畜保险系统上注册有对应的账户，其用于对拍摄的第三组照片与第一数据库中的第一组照片进行比对，以判断待销毁牲畜是否为报险牲畜。在一具体实施例中，在报险阶段，判定报险的病死牲畜为投保牲畜，此时，如果道德低下的养殖户可能会使用投保但是未死的牲畜进行拍摄，欺骗系统，当无害化处理中心到养殖场处理病死牲畜时，则直接提供病死的牲畜，已达到骗保的目的。而，无害化处理中心在处理病死牲畜前，再一次进行系统识别，则可以有效地判断出养殖户是否在骗保。比如，无法在第一数据库中查找到与第三组照片相似度达到指定要求的第一组照片，则判定养殖户存在骗保行为，生成“停止理赔”的命令，以停止后续的理赔动作，还会对该养殖户进行相应的处罚，如罚款，提高下一年度的保险费用，降低养殖户的信誉度等。反之，在第一数据库中查找到与第三组照片相似度达到指定要求的第一组照片，则可以继续进行后续的理赔动作。
本实施例中，上述根据预设的理赔规则，完成理赔动作的步骤之后，包括：
s9、收集每个所述登录账户的报案频率；
s10、判断所述报案频率是否大于或等于预设的频率阈值；
s11、如果是，则判定所述登录账户对应的养殖牧场发送疫情，并将该疫情发送给所述畜牧部门。
如上述步骤s9、s10和s11所述，每一个养殖户的病死牲畜的概率相对较低，除非发生大面积的疫情，才会批量地死亡。养殖户如果为了避免损失，当疫情发生时，会隐瞒疫情而不上报，所以存在安全隐患，如引起更大面积的疫情等。本实施例中，记录登录账户的报案频率，则可以判断出该登录账户对应的养殖场内是否发生疫情，以便于及时发送情报给畜牧部门，畜牧部门可以派遣防疫工作人员进行实地走访等。在一具体实施例中，a养殖户在投保的时候只对养殖场内的三分之二牲畜进行了投保，在养殖过程中，a养殖户所在的养殖场发生疫情，牲畜大量死亡，此时，养殖户会对投保的牲畜进行报险，而未投保的牲畜则只能自己认赔。发生疫情后，如果通知畜牧部门，则需要对整个养殖场内的牲畜进行检查，将未死的，但是染上疫情病毒等牲畜进行销毁，此时，未投保的牲畜会被无害化销毁，养殖户会承担大量的损失，所以，a养殖户可能会为了降低损失而不上报，进而对当地的养殖业等造成重大的安全隐患。而由于a养殖户是在上述的牲畜保险系统进行报险，牲畜保险系统则可以根据其报险频率判断出其养殖场可能发生疫情，并将该情报发送给对应的畜牧部分，以进一步现场确认，防止疫情的大规模爆发。
本实施例中，上述将该疫情发送给所述畜牧部门的步骤s11之后，包括：
s12、自动拍摄所述登录账户对应的养殖场所处区域的其他养殖场内指定区域的状态图片；
s13、解析所述状态图片内的牲畜数量；
s14、判断将所述牲畜数量是否小于预设的数量阈值；
s15、如果是，则判定所述状态图片对应的养殖场发生疫情。
如上述步骤s12至s15所述，在养殖户授权的情况下，在养殖户的养殖场内安装摄像头，以拍摄指定的区域，比如，拍摄生猪猪圈内的图片等。通过图片分析了解其他养殖户是否也发生疫情，然后将分析结果发送给畜牧部门，以便于畜牧部门进行相应的处理。图片分析，可以结合该养殖户的养殖规模以及图片中的牲畜数量进行量化，比如，图片中解析出100头猪，而该养殖户的养殖规模为110头猪，那么可以认为该养殖户未发生疫情(因为图片不能完整地拍摄到所有的猪)，而如果通过图片解析出只有10头猪，则判定该养殖户的养殖情况发生异常，可以对其进行相应的调查取证，以及时防止疫情的蔓延等。
本实施例中，上述牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号的步骤s1之前，包括：
s101、以众包的方式获取各养殖户上传的牲畜图片；
s102、将不同种类的牲畜图片进行分类存储到不同的数据库中；
s103、利用不同的数据库中的牲畜图片建立对应的种类牲畜的图像识别模型。
如上述步骤s101、s102和s103所述，上述众包的方式即为通过众包平台发布图片收集的任务给养殖户，养殖户提供指定的图片后，即会获得指定的奖励，如保险金打折等。将不同种类的牲畜的图片存在不同的数据库中，然后专门针对不同种类牲畜的数据库的图片进行深度学习，以得到更加准确的牲畜识别模型，比如，通过牛的图片深度学习得到牛的识别模型，通过猪的图片深度学习得到猪的识别模型等。以提高不同牲畜的识别准确度。本实施例中，判断种类牲畜的数据库中的图片数量，只有达到指定数量之后，才可以作为建立图像识别模型使用。
本实施例中，上述判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片的步骤s5之后，包括：
s51、如果所述第一数据库中是不存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述登录账户对应的养殖户存储在欺诈行为；
s52、根据预设的惩罚规则对所述登录账户对应的养殖户进行惩罚。
如上述步骤s51和s52所述，即为如果在第一数据库中查找不到与所述第二组照片相似度达到指定要求的第一组照片，则认为当前的病死牲畜不是投保牲畜，显而易见的，是养殖户使用未投保的牲畜进行报险，其行为已构成欺诈行为，进而对其进行惩罚，如对下一年度的保费增加，存在多次欺诈行为报警等。因为图片识别过程是系统识别，而系统也会出错，所以每一年给用户指定次数的错报机会，如每年发生三次或三次以下的错报行为不会认为是欺诈行为等。
本发明实施例的牲畜保险理赔方法，在牲畜投保阶段无需保险工作人员到达现场进行标记投保的入栏牲畜等工作，而是养殖户登录牲畜保险系统，自行拍摄投保的入栏牲畜的照片上传即可，牲畜保险系统会自动生成保单，其通过图片的方式标记投保的牲畜，大大地降低保险工作人员工作量和人员投入成本；在报险过程中，保险工作人员仍然无需到达现场，而是养殖户登录牲畜保险系统，拍摄病死牲畜的照片上传系统，然后进行图片识别分析，判断出病死牲畜是否为投保牲畜，避免养殖户骗保成功等情况发生，当判定病死牲畜是投保牲畜后，会将牲畜保险单发送到各相关部门备案，无需各部门的工作人员必须到达现场等，最后执行理赔动作，在报险过程，同样大大地降低保险工作人员工作量和人员投入成本，而且因为通过图片比对方式，有效地避免骗保成功的情况发生，并解决了养殖户不允许保险人员进入养殖场的情况发生。又因为投保和报险两个过程大部分是系统自动处理，可以24小不间断工作，提高了理赔的效率，缩短了理赔的时间跨度。而在无害化处理之前会再一次进行图片比对，进一步地防止养殖户的欺诈行为。根据不同的牲畜种类建立不同的识别模型，可以提高牲畜的识别准确性。通过登录账户的报险频率判断其对应的养殖场是否发生疫情，以防止疫情的蔓延等。
本发明实施例的牲畜保险理赔方法，将保险的诸多简单且重复性强的工作交予电脑、机器完成，后期通过逐步优化模型与算法，达到更大程度，更多种类的非不可替代性传统工作的机器化，从而达到节约人力成本，减少运营开支的目的。养殖场发生病死牲畜事件将不再需要保险公司、畜牧部门、无害化处理中心人员共同到场勘定，养殖户即可通过简单的操作完成现场信息的后台上传，最终达到短时间内解决问题的目的。
参照图2，本案发明实施例还提供一种牲畜保险理赔装置，包括：
第一获取单元1，用于在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号。
在上述第一获取单元1中，上述任意时间是指一天24个小时内的任何时间。比如，养殖户可以在24点保险人员下班的时候，自行输入入栏牲畜照片等。上述入栏牲畜包括养殖户养殖的鸡、鸭、猪、牛等养殖牲畜。上述按照指定要求拍摄的入栏牲畜的第一组照片中，指定要求是在拍摄牲畜的指定部位，比如牲畜为猪，则拍摄其脸部正面，脸部侧面等照片，如果牲畜为其他牲畜，则根据其身体结构的特点等进行拍摄，即拍摄不同种类的牲畜，拍摄照片的要求可以不同，也可以相同。上述登录账户是指养殖户在牲畜保险系统上实名注册的账户，实名注册可以是养殖场的厂名及其商号进行登记注册，也可以是养殖场的法人的人名及其身份证号进行登记注册等。上述牲畜保险系统会设置有存储数据的数据库，而为了方便管理，会根据每个登录账户设置一个子数据库，即针对登录账户的第一数据库，通过同一个账户上传的图片等数据存储到其对应的第一数据库中。上述管理编号，即为对应每一个投保牲畜的编号，方便后期报险等查找，如，通过管理编号查找到对应的第一组照片等。本实施例中，还会对第一组图片的清晰度进行检测，只有达到指定清晰度的照片才会被使用，若存在不清晰的图片，则会发出提醒，要求养殖户重新拍摄对应的图片上传，以提高图片比对的准确度。
生成保单单元2，用于根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单。
在上述生成保单单元2中，即为生成牲畜保险单的过程单元，上述登录账户的信息即为投保人的信息，包括名称、地址、联系方式等；针对上述入栏牲畜输入的牲畜信息即为牲畜的种类、健康状况等；当然，在生成牲畜保险单时，会自动添加生成牲畜保险单的时间等。
第二获取单元3，用于在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片。
在上述第二获取单元3中，上述病死牲畜是指发生意外而死亡的牲畜。拍摄病死牲畜时的指定要求，对应其拍摄入栏牲畜时的要求一致，比如拍摄入栏生猪，拍摄其脸部正面，脸部侧面等照片，那么拍摄病死猪时，同样拍摄其脸部正面，脸部侧面等照片。即，对应种类的牲畜，入栏时的拍摄要求与病死报险时的拍摄要求一致。本实施例中，还会对第二组图片的清晰度进行检测，只有达到指定清晰度的照片才会被使用，若存在不清晰的图片，则会发出提醒，要求养殖户重新拍摄对应的图片上传，以提高图片比对的准确度。
第一调取单元4，用于在系统数据库中调取对应所述登录账户的所述第一数据库。
在上述第一调取单元4中，即为根据登录庄户调取其对应的第一数据库的单元。在后续的照片比对过程中，无需在系统数据库中的海量照片中查找第一组照片，而是直接在第一数据库中查找。本实施例中，上述第一数据库中还可以根据牲畜的种类分设子数据库等，进一步地提高后期的比对效率。
第一比较单元5，用于判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片。
在上述第一比较单元5中，判断的具体过程是：将第二组照片输入基于cnn(convolutionalneuralnetwork，卷积神经网络)的牲畜识别模型中进行学习，输出第二特征向量矩阵；而上述第一组照片上传系统的时候，由基于cnn的牲畜识别模型对第一组照片进行学习，输出第一特征向量矩阵；然后计算第一特征向量矩阵与第二特征向量矩阵的相似度，如果相似度大于预设的阈值，则判定第一组照片和第二组照片对应的牲畜为同一头生猪。上述cnn的牲畜识别模型，是指通过指定数量的牲畜照片，输入到预设的cnn模型中进行训练得到的牲畜识别模型。具体地，上述cnn的牲畜识别模型包括输入层、卷积层、披规范化层、非线性层、池化层、全连接层和softmax损耗层等。其中，输入层用于接收牲畜的图片，对牲畜图片进行预处理；卷积层，用于提起对预处理后的牲畜图像的图像特征；批规范化层，用于对图像特征进行规划处理；非线性层，用于图像特征或规范化处理的图像特征进行非线性变换；池化层，用于将图像特征与牲畜图像进行映射操作；全连接层，用于对图像特征进行线性变换；softmax损耗层，用于计算预测类被和标签类别的误差。本实施例，上述的牲畜识别模型是一种泛指，其不同种类的牲畜对应不同的识别模型，比如，猪的识别模型，其能够准确识别猪的照片，对猪的照片也会有一定的要求，如猪的正脸照片等，其输出的脸部的特征向量矩阵，表征猪脸的嘴、眼、鼻等特征。
第二调取单元6，用于如果所述第一数据库中存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；
发送报备单元7，用于将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心。
在上述第二调取单元6和发送报备单元7中，当确定报险的牲畜是投保的牲畜后，会根据其对应的第一组照片的管理编号查找到牲畜保险单，然后将牲畜保险单发送给相关部门备案。比如，发送给投保公司备案，使投保公司知道有报险生成，以跟进后期需要的处理流程。发送给畜牧部门，使畜牧部门可以及时的知道其所管理区域的报险情况，进而有效分析当地是否发生疫情等。发送给无害化处理中心，使无害化处理中心及时对病死牲畜进行无害化销毁，防止产生疫情或疫情扩散等。
理赔单元8，用于根据预设的理赔规则，完成理赔动作。
参照图3，在上述理赔单元8中，包括：
判断模块81，用于判断所述登录账户是否为急速理赔账户；
执行模块82，用于如果急速理赔账户，则根据理赔标准线上完成赔付动作；否则，接收到所述无害化处理中心收检确认信息后，根据理赔标准线上完成赔付动作。
上述的登录账户是分等级的，比如根据登录账户对应的养殖场的规模、信誉度等进行设定。本实施例中，包括急速理赔账户和普通账户，急速理赔账户是将保险单发送给相关部门之后，即可实现理赔的账户，其不需要进行等待病死牲畜进行无害化销毁后再进行理赔，其可以线上直接理赔，或者养殖户直接到投保公司进行领取。普通用户，则需要等到无害化处理中心等部门工作结束后才可以进行理赔。
参照图4，本实施例中，上述牲畜保险理赔装置还包括：
第三获取单元801，用于在任意时间获取所述无害化处理中心输入的按照指定要求拍摄的病死牲畜的第三组照片，以及对应所述牲畜保险单的管理编号；
第二比较单元802，用于判断所述第一数据库中是否存在与所述第三组照片相似度达到指定要求的第一组照片；
生成执行单803，用于如果是，则生成“理赔”的命令，否则生成“停止理赔”的命令。
上述无害化处理中心也会在牲畜保险系统上注册有对应的账户，其通过第三获取单元801拍摄的第三组照片与第一数据库中的第一组照片进行比对，以判断待销毁牲畜是否为报险牲畜。在一具体实施例中，在报险阶段，判定报险的病死牲畜为投保牲畜，此时，如果道德低下的养殖户可能会使用投保但是未死的牲畜进行拍摄，欺骗系统，当无害化处理中心到养殖场处理病死牲畜时，则直接提供病死的牲畜，已达到骗保的目的。而，无害化处理中心在处理病死牲畜前，再一次进行系统识别，则可以有效地判断出养殖户是否在骗保。比如，无法在第一数据库中查找到与第三组照片相似度达到指定要求的第一组照片，则判定养殖户存在骗保行为，生成“停止理赔”的命令，以停止后续的理赔动作，还会对该养殖户进行相应的处罚，如罚款，提高下一年度的保险费用，降低养殖户的信誉度等。反之，在第一数据库中查找到与第三组照片相似度达到指定要求的第一组照片，则可以继续进行后续的理赔动作。
参照图5，本实施例中，上述牲畜保险理赔装置还包括：
收集单元9，用于收集每个所述登录账户的报案频率；
判断单元10，用于判断所述报案频率是否大于或等于预设的频率阈值；
发送单元11，用于如果是，则判定所述登录账户对应的养殖牧场发送疫情，并将该疫情发送给所述畜牧部门。
每一个养殖户的病死牲畜的概率相对较低，除非发生大面积的疫情，才会批量地死亡。养殖户如果为了避免损失，当疫情发生时，会隐瞒疫情而不上报，所以存在安全隐患，如引起更大面积的疫情等。本实施例中，记录登录账户的报案频率，则可以判断出该登录账户对应的养殖场内是否发生疫情，以便于及时发送情报给畜牧部门，畜牧部门可以派遣防疫工作人员进行实地走访等。在一具体实施例中，a养殖户在投保的时候只对养殖场内的三分之二牲畜进行了投保，在养殖过程中，a养殖户所在的养殖场发生疫情，牲畜大量死亡，此时，养殖户会对投保的牲畜进行报险，而未投保的牲畜则只能自己认赔。发生疫情后，如果通知畜牧部门，则需要对整个养殖场内的牲畜进行检查，将未死的，但是染上疫情病毒等牲畜进行销毁，此时，未投保的牲畜会被无害化销毁，养殖户会承担大量的损失，所以，a养殖户可能会为了降低损失而不上报，进而对当地的养殖业等造成重大的安全隐患。而由于a养殖户是在上述的牲畜保险系统进行报险，牲畜保险系统则可以根据其报险频率判断出其养殖场可能发生疫情，并将该情报发送给对应的畜牧部分，以进一步现场确认，防止疫情的大规模爆发。
参照图6，本实施例中，上述牲畜保险理赔装置还包括：
内部拍摄单元12，用于自动拍摄所述登录账户对应的养殖场所处区域的其他养殖场内指定区域的状态图片；
解析单元13，用于解析所述状态图片内的牲畜数量；
阈值比较单元14，用于判断将所述牲畜数量是否小于预设的数量阈值；
判定疫情单元15，用于如果是，则判定所述状态图片对应的养殖场发生疫情。
在养殖户授权的情况下，在养殖户的养殖场内安装摄像头，以拍摄指定的区域，比如，拍摄生猪猪圈内的图片等。通过图片分析了解其他养殖户是否也发生疫情，然后将分析结果发送给畜牧部门，以便于畜牧部门进行相应的处理。图片分析，可以结合该养殖户的养殖规模以及图片中的牲畜数量进行量化，比如，图片中解析出100头猪，而该养殖户的养殖规模为110头猪，那么可以认为该养殖户未发生疫情(因为图片不能完整地拍摄到所有的猪)，而如果通过图片解析出只有10头猪，则判定该养殖户的养殖情况发生异常，可以对其进行相应的调查取证，以及时防止疫情的蔓延等。
参照图7，本实施例中，上述牲畜保险理赔装置还包括：
众包单元101，用于以众包的方式获取各养殖户上传的牲畜图片；
分类单元102，用于将不同种类的牲畜图片进行分类存储到不同的数据库中；
建立单元103，用于利用不同的数据库中的牲畜图片建立对应的种类牲畜的图像识别模型。
上述众包的方式即为通过众包平台发布图片收集的任务给养殖户，养殖户提供指定的图片后，即会获得指定的奖励，如保险金打折等。将不同种类的牲畜的图片存在不同的数据库中，然后专门针对不同种类牲畜的数据库的图片进行深度学习，以得到更加准确的牲畜识别模型，比如，通过牛的图片深度学习得到牛的识别模型，通过猪的图片深度学习得到猪的识别模型等。以提高不同牲畜的识别准确度。本实施例中，判断种类牲畜的数据库中的图片数量，只有达到指定数量之后，才可以作为建立图像识别模型使用。
参照图8，本实施例中，上述牲畜保险理赔装置还包括：
欺诈判断单元51，用于如果所述第一数据库中是不存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述登录账户对应的养殖户存储在欺诈行为；
惩罚单元52，用于根据预设的惩罚规则对所述登录账户对应的养殖户进行惩罚。
如果在第一数据库中查找不到与所述第二组照片相似度达到指定要求的第一组照片，则认为当前的病死牲畜不是投保牲畜，显而易见的，是养殖户使用未投保的牲畜进行报险，其行为已构成欺诈行为，进而对其进行惩罚，如对下一年度的保费增加，存在多次欺诈行为报警等。因为图片识别过程是系统识别，而系统也会出错，所以每一年给用户指定次数的错报机会，如每年发生三次或三次以下的错报行为不会认为是欺诈行为等。
本发明实施例的牲畜保险理赔装置，在牲畜投保阶段无需保险工作人员到达现场进行标记投保的入栏牲畜等工作，而是养殖户登录牲畜保险系统，自行拍摄投保的入栏牲畜的照片上传即可，牲畜保险系统会自动生成保单，其通过图片的方式标记投保的牲畜，大大地降低保险工作人员工作量和人员投入成本；在报险过程中，保险工作人员仍然无需到达现场，而是养殖户登录牲畜保险系统，拍摄病死牲畜的照片上传系统，然后进行图片识别分析，判断出病死牲畜是否为投保牲畜，避免养殖户骗保成功等情况发生，当判定病死牲畜是投保牲畜后，会将牲畜保险单发送到各相关部门备案，无需各部门的工作人员必须到达现场等，最后执行理赔动作，在报险过程，同样大大地降低保险工作人员工作量和人员投入成本，而且因为通过图片比对方式，有效地避免骗保成功的情况发生，并解决了养殖户不允许保险人员进入养殖场的情况发生。又因为投保和报险两个过程大部分是系统自动处理，可以24小不间断工作，提高了理赔的效率，缩短了理赔的时间跨度。而在无害化处理之前会再一次进行图片比对，进一步地防止养殖户的欺诈行为。根据不同的牲畜种类建立不同的识别模型，可以提高牲畜的识别准确性。通过登录账户的报险频率判断其对应的养殖场是否发生疫情，以防止疫情的蔓延等。
本发明实施例的牲畜保险理赔装置，将保险的诸多简单且重复性强的工作交予电脑、机器完成，后期通过逐步优化模型与算法，达到更大程度，更多种类的非不可替代性传统工作的机器化，从而达到节约人力成本，减少运营开支的目的。养殖场发生病死牲畜事件将不再需要保险公司、畜牧部门、无害化处理中心人员共同到场勘定，养殖户即可通过简单的操作完成现场信息的后台上传，最终达到短时间内解决问题的目的。
参照图9，本发明实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于牲畜识别模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种牲畜保险理赔方法。
上述处理器执行上述牲畜保险理赔方法的步骤：牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号；根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单；在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片；在系统数据库中调取对应所述登录账户的所述第一数据库；判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片；如果是，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心；根据预设的理赔规则，完成理赔动作。
在一个实施例中，上述根据预设的理赔规则，完成理赔动作的步骤，包括：判断所述登录账户是否为急速理赔账户；如果是，则根据理赔标准线上完成赔付动作；否则，接收到所述无害化处理中心收检确认信息后，根据理赔标准线上完成赔付动作。
在一个实施例中，上述根据预设的理赔规则，完成理赔动作的步骤之前，包括：在任意时间获取所述无害化处理中心输入的按照指定要求拍摄的病死牲畜的第三组照片，以及对应所述牲畜保险单的管理编号；判断所述第一数据库中是否存在与所述第三组照片相似度达到指定要求的第一组照片；如果是，则生成“理赔”的命令，否则生成“停止理赔”的命令。
在一个实施例中，上述根据预设的理赔规则，完成理赔动作的步骤之后，包括：收集每个所述登录账户的报案频率；判断所述报案频率是否大于或等于预设的频率阈值；如果是，则判定所述登录账户对应的养殖牧场发送疫情，并将该疫情发送给所述畜牧部门。
在一个实施例中，上述将该疫情发送给所述畜牧部门的步骤之后，包括：自动拍摄所述登录账户对应的养殖场所处区域的其他养殖场内指定区域的状态图片；解析所述状态图片内的牲畜数量；判断将所述牲畜数量是否小于预设的数量阈值；如果是，则判定所述状态图片对应的养殖场发生疫情。
在一个实施例中，上述牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号的步骤之前，包括：以众包的方式获取各养殖户上传的牲畜图片；将不同种类的牲畜图片进行分类存储到不同的数据库中；利用不同的数据库中的牲畜图片建立对应的种类牲畜的图像识别模型。
在一个实施例中，上述判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片的步骤之后，包括：如果所述第一数据库中是不存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述登录账户对应的养殖户存储在欺诈行为；根据预设的惩罚规则对所述登录账户对应的养殖户进行惩罚。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本发明实施例的计算机设备，在执行牲畜保险理赔方法时，在牲畜投保阶段无需保险工作人员到达现场进行标记投保的入栏牲畜等工作，而是养殖户登录牲畜保险系统，自行拍摄投保的入栏牲畜的照片上传即可，牲畜保险系统会自动生成保单，其通过图片的方式标记投保的牲畜，大大地降低保险工作人员工作量和人员投入成本；在报险过程中，保险工作人员仍然无需到达现场，而是养殖户登录牲畜保险系统，拍摄病死牲畜的照片上传系统，然后进行图片识别分析，判断出病死牲畜是否为投保牲畜，避免养殖户骗保成功等情况发生，当判定病死牲畜是投保牲畜后，会将牲畜保险单发送到各相关部门备案，无需各部门的工作人员必须到达现场等，最后执行理赔动作，在报险过程，同样大大地降低保险工作人员工作量和人员投入成本，而且因为通过图片比对方式，有效地避免骗保成功的情况发生，并解决了养殖户不允许保险人员进入养殖场的情况发生。又因为投保和报险两个过程大部分是系统自动处理，可以24小不间断工作，提高了理赔的效率，缩短了理赔的时间跨度。而在无害化处理之前会再一次进行图片比对，进一步地防止养殖户的欺诈行为。根据不同的牲畜种类建立不同的识别模型，可以提高牲畜的识别准确性。通过登录账户的报险频率判断其对应的养殖场是否发生疫情，以防止疫情的蔓延等。
本发明一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种牲畜保险理赔方法，具体为：牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号；根据所述管理编号、登录账户的信息以及针对所述入栏牲畜输入的牲畜信息生成牲畜保险单；在任意时间获取所述登录账户输入的按照指定要求拍摄的病死牲畜的第二组照片；在系统数据库中调取对应所述登录账户的所述第一数据库；判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片；如果是，则判定所述病死牲畜为投保牲畜，调取与所述第一组照片关联的管理编号对应的所述牲畜保险单；将调取的所述牲畜保险单发送给预设的部门报备；其中，预设的部门包括投保公司、畜牧部门和无害化处理中心；根据预设的理赔规则，完成理赔动作。
上述牲畜保险理赔方法，在牲畜投保阶段无需保险工作人员到达现场进行标记投保的入栏牲畜等工作，而是养殖户登录牲畜保险系统，自行拍摄投保的入栏牲畜的照片上传即可，牲畜保险系统会自动生成保单，其通过图片的方式标记投保的牲畜，大大地降低保险工作人员工作量和人员投入成本；在报险过程中，保险工作人员仍然无需到达现场，而是养殖户登录牲畜保险系统，拍摄病死牲畜的照片上传系统，然后进行图片识别分析，判断出病死牲畜是否为投保牲畜，避免养殖户骗保成功等情况发生，当判定病死牲畜是投保牲畜后，会将牲畜保险单发送到各相关部门备案，无需各部门的工作人员必须到达现场等，最后执行理赔动作，在报险过程，同样大大地降低保险工作人员工作量和人员投入成本，而且因为通过图片比对方式，有效地避免骗保成功的情况发生，并解决了养殖户不允许保险人员进入养殖场的情况发生。又因为投保和报险两个过程大部分是系统自动处理，可以24小不间断工作，提高了理赔的效率，缩短了理赔的时间跨度。
在一个实施例中，上述处理器根据预设的理赔规则，完成理赔动作的步骤，包括：判断所述登录账户是否为急速理赔账户；如果是，则根据理赔标准线上完成赔付动作；否则，接收到所述无害化处理中心收检确认信息后，根据理赔标准线上完成赔付动作。
在一个实施例中，上述处理器根据预设的理赔规则，完成理赔动作的步骤之前，包括：在任意时间获取所述无害化处理中心输入的按照指定要求拍摄的病死牲畜的第三组照片，以及对应所述牲畜保险单的管理编号；判断所述第一数据库中是否存在与所述第三组照片相似度达到指定要求的第一组照片；如果是，则生成“理赔”的命令，否则生成“停止理赔”的命令。
在一个实施例中，上述处理器根据预设的理赔规则，完成理赔动作的步骤之后，包括：收集每个所述登录账户的报案频率；判断所述报案频率是否大于或等于预设的频率阈值；如果是，则判定所述登录账户对应的养殖牧场发送疫情，并将该疫情发送给所述畜牧部门。
在一个实施例中，上述处理器将该疫情发送给所述畜牧部门的步骤之后，包括：自动拍摄所述登录账户对应的养殖场所处区域的其他养殖场内指定区域的状态图片；解析所述状态图片内的牲畜数量；判断将所述牲畜数量是否小于预设的数量阈值；如果是，则判定所述状态图片对应的养殖场发生疫情。
在一个实施例中，上述处理器牲畜保险系统在任意时间获取登录账户输入的按照指定要求拍摄的入栏牲畜的第一组照片，并将所述第一组照片存储到对应所述登录账户的第一数据库中，以及生成与所述第一组照片关联的管理编号的步骤之前，包括：以众包的方式获取各养殖户上传的牲畜图片；将不同种类的牲畜图片进行分类存储到不同的数据库中；利用不同的数据库中的牲畜图片建立对应的种类牲畜的图像识别模型。
在一个实施例中，上述处理器判断所述第一数据库中是否存在与所述第二组照片相似度达到指定要求的第一组照片的步骤之后，包括：如果所述第一数据库中是不存在与所述第二组照片相似度达到指定要求的第一组照片，则判定所述登录账户对应的养殖户存储在欺诈行为；根据预设的惩罚规则对所述登录账户对应的养殖户进行惩罚。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。