(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211359813.0 (22)申请日 2022.11.02 (71)申请人 中国平安财产保险股份有限公司 地址 518033 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 赖勇铨　方锐　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 林丽纯　刘丽华 (51)Int.Cl. G06Q 40/08(2012.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06V 20/40(2022.01) G06V 40/40(2022.01) (54)发明名称 基于人工智能的牲畜保险承保和理赔方法 及相关设备 (57)摘要 本申请提出一种基于人工智能的牲畜保险 承保和理赔方法及相关设备， 基于人工智能的牲 畜保险承保和理赔方法包括： 获取投保牲 畜的ID 信息和视频信息； 依据预设标准从视频信息中提 取投保牲畜的标准图像； 基于视频信息和标准图 像生成投保牲 畜的生物档案， 生物档案包括身份 特征、 健康检测结果和活体检测结果； 基于生物 档案和预设承保标准判断是否承保； 若承保， 将 生物档案和ID信息作为保单信息写入保单数据 库； 当申请理赔时， 采集理赔牲畜的理赔视频信 息和理赔ID信息； 基于理赔ID信息搜索保单数据 库得到目标保单信息， 对比目标保单信息和理赔 视频信息得到理赔结果。 本申请能实现自动化承 保和理赔， 提高牲畜保险承保和理赔的效率。 权利要求书3页 说明书17页 附图2页 CN 115409638 A 2022.11.29 CN 115409638 A 1.一种基于人工智能的牲畜保险承保和理赔方法， 其特 征在于， 所述方法包括： 获取投保牲畜的ID信息和视频信息， 所述ID信息为所述投保牲畜的唯一标识， 所述视 频信息包括所述投保牲畜不同视角的图像帧； 依据预设标准筛选所述视频信 息的图像帧以获取所述投保牲畜的标准图像， 所述标准 图像为一个或多个； 基于所述视频信 息和所述标准图像生成所述投保牲畜的生物档 案， 所述生物档案包括 身份特征、 健康检测结果和活体 检测结果； 基于所述投保牲畜的生物档 案和预设承保标准得到承保结果， 所述承保结果包括承保 成功和承保失败； 当所述承保结果为承保成功时， 将所述生物档案和所述ID信息作为保单信息， 并将所 述保单信息储 存在保单 数据库中； 当申请理赔时， 采集理赔牲畜的实时视频信息以作为理赔视频信息， 将理赔牲畜的ID 信息作为理赔ID信息； 基于所述理赔ID信 息搜索所述保单数据库以获取目标保单信 息， 并对比所述目标保单 信息的生物档案和所述理赔视频信息得到理赔结果。 2.如权利要求1所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述依 据预设标准筛 选所述视频信息的图像帧以获取 所述投保牲畜的标准图像包括： 获取关键点检测网络， 所述关键点检测网络的输入为所述视频信息中的图像帧， 输出 为所述图像 帧的关键点检测图， 所述关键点检测图包括每一个关键点的位置坐标， 所述关 键点为所述投保牲畜身体上不同种类的特 征点； 将所述视频信息的图像帧输入所述关键点检测网络得到每一个图像帧的关键点检测 图； 匹配所述关键点检测图和预设标准以提取所述投保牲畜的标准图像， 所述预设标准为 一个或多个， 所述预设标准与所述标准图像一 一对应。 3.如权利要求2所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述基 于所述视频信息和所述标准图像生成所述投保牲畜的生物档案， 所述生物档案包括身份特 征、 健康检测结果和活体 检测结果， 包括： 基于所述关键点检测网络提取所述标准图像的全局特征和局部特征， 将所述全局特征 和局部特征作为所述投保牲畜的身份特征， 每一个标准图像均对应一个全局特征和局部特 征； 基于所述视频信 息构建运动特征矩阵， 并将所述运动特征矩阵送入活体检测网络得到 所述投保牲畜 的活体检测结果， 所述活体检测网络为二分类网络， 所述活体检测结果包括 活体和非活体； 基于所述标准图像以构建关键区域三维图像， 并将所述关键区域三维图像送入健康检 测网络得到所述投保牲畜 的健康检测结果， 所述健康检测网络为二分类网络， 所述健康检 测结果包括 健康和不 健康； 将所述身份特 征、 健康检测结果和活体 检测结果作为所述投保牲畜的生物档案 。 4.如权利要求3所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述基 于所述视频信息构建运动特 征矩阵包括：权　利　要　求　书 1/3 页 2 CN 115409638 A 2基于所述关键点检测网络获取所述视频信 息中每一个图像帧的关键点检测图， 所述关 键点检测图包括每一个关键点的位置坐标， 所述关键点为所述投保牲畜身体上不同种类的 特征点； 将同种关键点的位置坐标按照时间戳的先后顺序进行排列可以得到每一种关键点的 运动序列， 所述时间戳 为所述图像帧的采集时间； 将所有关键点的运动序列在列方向上进行排列以构建运动特 征矩阵。 5.如权利要求3所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述基 于所述标准图像以构建 关键区域 三维图像包括： 基于所述关键点检测网络获取所述标准图像的关键点检测图， 所述关键点检测图包括 每一个关键点的位置坐标， 所述关键点 为所述投保牲畜身体上不同种类的特 征点； 基于所述标准图像的关键点检测图中关键点的位置坐标截取所述标准图像以获取关 键区域图像， 所述关键区域可以为 一个或多个； 将所有关键区域图像缩放至预设尺寸并堆叠在一 起以构建 关键区域 三维图像。 6.如权利要求1所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述基 于所述投保牲畜的生物档案和预设承保标准得到承保结果， 所述承保结果包括承保成功和 承保失败， 包括： 依据相似度计算模型计算所述投保牲畜与保单数据库中所有已投保牲畜的相似度， 所 述相似度计算模型满足关系式： 其中， 为所述投保牲畜的标准图像的数量， 表示所述投保牲畜的标准图像k对应的 局部特征， 表示所述投保牲畜 的标准图像k对应的全局特征， 和 分别表示所述已投 保牲畜j的标准图像k对应的局部特征和全局特征， 表示投保牲畜i和已投保牲畜 j的相似度； 储存所有相似度以作为相似度集合， 并对比所述相似度集合和预设阈值以获取重复投 保判断结果； 若所述相似度集合中至少有一个相似度大于所述预设阈值， 则表示所述投保牲畜已经 参保， 所述重复投保判断结果为重复投保； 若所述相似度集合中所有相似度均不大于所述 预设阈值， 则所述重复投保判断结果 为未投保； 基于所述复投保判断结果、 健康检测结果、 活体检测结果和预设承保标准得到承保结 果， 所述预设承保标准为健康、 活体且未投保的牲畜， 若所述投保牲畜符合预设承保标准， 则所述承保结果 为承保成功， 否则， 所述承保结果 为承保失败。 7.如权利要求6所述的基于人工智能的牲畜保险承保和理赔方法， 其特征在于， 所述对 比所述目标保单信息的生物档案和所述理赔视频信息得到理赔结果包括： 依据所述预设标准提取所述理赔视频信 息的图像帧 以获取所述理赔牲畜的标准图像， 并基于所述理赔视频信息和所述标准图像生成所述理赔牲畜的生物档案； 提取所述理赔牲畜的生物档案中的身份特征和活体检测结果作为理赔身份特征和理权　利　要　求　书 2/3 页 3 CN 115409638 A 3