基于AI的养殖险理赔标的重复识别方法与流程

本发明涉及一种养殖险理赔标的识别方法，尤其涉及一种基于ai的养殖险理赔标的重复识别方法。

背景技术：

1、养殖险理赔标的识别方法采用图片相似识别技术，传统的图片相似识别，通过对图片进行分类，标记特征等方式，进行相似照片检索，以达到识别标的重复的目的。

2、现有的标的重复识别技术应用的养殖险理赔领域存在以下问题：

3、养殖险的理赔照片，如生猪的死亡照片，按照保险理赔要求，摆放在固定位置及按固定角度进行拍摄。本身照片及构图差别不大，现有的识别技术会将不同的标的照片识别为高度相似，判定为重复。如生猪理赔，历史案件里有多达数十万张案件照片，运用已有的识别技术，单张照片识别会误判大量的重复，故没有在业务应用上的意义。

4、因此，有必要解决在养殖险理赔中，照片在固定场景下，死亡标的的重复识别问题。

技术实现思路

1、本发明所要解决的技术问题是提供一种基于ai的养殖险理赔标的重复识别方法，能够准确、快速地识别出重复的理赔标的，提高理赔的准确性和效率，减少无效的人工复核成本。

2、本发明为解决上述技术问题而采用的技术方案是提供一种基于ai的养殖险理赔标的重复识别方法，包括如下步骤：s1)收集在固定场景下的养殖险理赔的标的图像，对收集的图像进行预处理，建立ai模型进行训练；s2)对历史存量理赔标的进行解析，识别标的并提取md5特征码、灰度码和坐标点位，保存在结构化数据库中；s3)运用md5特征码比对、灰度比对和ai坐标点位比对，识别出增量理赔标的中的重复照片；s4)人工复核及标记。

3、进一步地，所述步骤s1中对收集的图像进行的预处理包括：图像选择、修正及标注操作。

4、进一步地，所述标注操作采用roboflow工具进行抠图标注。

5、进一步地，所述步骤s3先进行md5特征码比对，如果存在md5特征码相同的照片直接判定为重复，接着进行灰度码比对，若相似则判定为重复，最后进行ai坐标点位比对。

6、进一步地，所述步骤s2将历史存量理赔标的所有照片进行压缩，压缩为n*n像素，取各像素灰度平均值，逐像素比对，大于平均灰度计为1，小于平均灰度计为0，最终形成n*n位的0和1的字符串特征码作为灰度码，所述步骤s3按上述相同方法对新增的照片提取灰度码后，与历史所有照片的灰度码进行按位比对，灰度码相同率超过第一预设阈值则判定为重复。

7、进一步地，n的取值为32,所述第一预设阈值为98％-99％。

8、进一步地，所述ai模型为yolov5模型，所述步骤s2通过yolov5模型提取出单个标的的边界坐标，再与地面标线作为参照物，进行坐标标准化后，保存为标的坐标点位；新增的理赔标的照片识别时，按上述相同方法提取本标的坐标点位，与历史库内进行逐张比对。

9、进一步地，所述步骤s3中ai坐标点位比对方式如下：通过坐标形状，进行两个标的的面积重叠率计算，如超过第二预设阈值则判定为疑似相似，再在横坐标中平均抽取标的高度比对，若抽取的标的高度比对也接近，则判定为重复照片。

10、进一步地，所述步骤s3对于不规则面积计算，先割为三角形，再计算面积重叠比例。

11、进一步地，所述第二预设阈值为90％。

12、本发明对比现有技术有如下的有益效果：本发明提供的基于ai的养殖险理赔标的重复识别方法，利用ai技术，构建一个养殖险理赔标的识别模型，该模型通过对理赔标的图像进行深度学习，实现快速比对，实时识别理赔照片中标的是否与历史库照片中标的重复，误判率极低，减少无效的人工复核成本；单次案件中包含数百个标的照片，也可在5s以内进行全量识别，以满足业务时效性需要。具有如下优点：1)自动化程度高：通过ai模型自动识别理赔标的，大大减少了人工干预，提高了效率；2)准确性高：ai模型经过大量数据的训练和学习，能够准确地识别出各类理赔标的，同时通过应用在养殖险理赔场景下特有的比对算法，减少了漏报、误报的情况；3)实时性强：实时收集并处理理赔数据，能够及时发现并处理重复理赔，保证了养殖险理赔的公正性。

技术特征：

1.一种基于ai的养殖险理赔标的重复识别方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述步骤s1中对收集的图像进行的预处理包括：图像选择、修正及标注操作。

3.如权利要求2所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述标注操作采用roboflow工具进行抠图标注。

4.如权利要求1所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述步骤s3先进行md5特征码比对，如果存在md5特征码相同的照片直接判定为重复，接着进行灰度码比对，若相似则判定为重复，最后进行ai坐标点位比对。

5.如权利要求4所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述步骤s2将历史存量理赔标的所有照片进行压缩，压缩为n*n像素，取各像素灰度平均值，逐像素比对，大于平均灰度计为1，小于平均灰度计为0，最终形成n*n位的0和1的字符串特征码作为灰度码，所述步骤s3按上述相同方法对新增的照片提取灰度码后，与历史所有照片的灰度码进行按位比对，灰度码相同率超过第一预设阈值则判定为重复。

6.如权利要求5所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，n的取值为32,所述第一预设阈值为98％-99％。

7.如权利要求1所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述ai模型为yolov5模型，所述步骤s2通过yolov5模型提取出单个标的的边界坐标，再与地面标线作为参照物，进行坐标标准化后，保存为标的坐标点位；新增的理赔标的照片识别时，按上述相同方法提取本标的坐标点位，与历史库内进行逐张比对。

8.如权利要求7所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述步骤s3中ai坐标点位比对方式如下：通过坐标形状，进行两个标的的面积重叠率计算，如超过第二预设阈值则判定为疑似相似，再在横坐标中平均抽取标的高度比对，若抽取的标的高度比对也接近，则判定为重复照片。

9.如权利要求8所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述步骤s3对于不规则面积计算，先割为三角形，再计算面积重叠比例。

10.如权利要求8所述的基于ai的养殖险理赔标的重复识别方法，其特征在于，所述第二预设阈值为90％。

技术总结
本发明公开了一种基于AI的养殖险理赔标的重复识别方法，包括如下步骤：S1)收集在固定场景下的养殖险理赔的标的图像，对收集的图像进行预处理，建立AI模型进行训练；S2)对历史存量理赔标的进行解析，识别标的并提取md5特征码、灰度码和坐标点位，保存在结构化数据库中；S3)运用md5特征码比对、灰度比对和AI坐标点位比对，识别出增量理赔标的中的重复照片；S4)人工复核及标记。本发明提供的基于AI的养殖险理赔标的重复识别方法，能够准确、快速地识别出重复的理赔标的，提高理赔的准确性和效率，减少无效的人工复核成本。

技术研发人员：岳黎光,蔡学良,于杰,杨阳
受保护的技术使用者：太平洋安信农业保险股份有限公司
技术研发日：
技术公布日：2024/5/10