买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请涉及人工智能技术领域，提供一种基于人工智能的理赔方法、装置、计算机设备和存储介质，方法包括：当接收到用户通过客户端触发的理赔请求，对用户进行身份验证；若身份验证通过，提醒用户上传车损图片；将车损图片输入至目标预测模型内进行预测得到理赔概率；若理赔概率大于概率阈值，调用识别模型对车损图片进行识别处理，生成目标损失部位信息与目标损失程度信息；基于目标损失部位信息与目标损失程度信息生成车损图片的车辆定损结果。本申请能根据用户提供的车损图片快速高效地实现自动化理赔，有效地提高了理赔的智能化程度与理赔效率。本申请还可以应用于区块链领域，上述车辆定损结果等数据可以存储于区块链上。

主权项：1.一种基于人工智能的理赔方法，其特征在于，包括：判断是否接收到用户通过客户端触发的理赔请求；其中，所述理赔请求携带用户信息；若接收到所述理赔请求，获取所述用户信息、所述用户的脸部动作信息与所述用户的笔迹，基于预设的理赔用户白名单、标准脸部动作信息以及标准笔迹对所述用户进行身份验证，并判断身份验证是否通过；若身份验证通过，基于预设的提醒信息提醒所述用户上传车损图片；将所述车损图片输入至预设的目标预测模型内进行预测，通过所述目标预测模型输出与所述车损图片对应的理赔概率；判断所述理赔概率是否大于预设的概率阈值；若大于所述概率阈值，调用预设的识别模型对所述车损图片进行识别处理，生成与所述车损图片对应的目标损失部位信息与目标损失程度信息；基于所述目标损失部位信息与所述目标损失程度信息生成与所述车损图片对应的车辆定损结果；所述将所述车损图片输入至预设的目标预测模型内进行预测的步骤之前，包括：获取预先训练生成的多个预测模型；其中，每一个所述预测模型是根据各自不同的训练样本集对预设的卷积神经网络模型进行训练生成的，每一个所述训练样本集包括若干训练图片，以及与所述训练图片对应的标签，所述预测模型的数量等于所述训练样本集的数量；获取预设的验证样本集；基于所述验证样本集生成各所述预测模型的预测处理时间；基于所述验证样本集，按照预设计算规则生成各所述预测模型的评价分值；获取与所述预测处理时间对应的第一权重，以及获取与所述评价分值的第二权重；基于所述预测处理时间、所述评价分值、所述第一权重与所述第二权重，调用第一预设公式计算各所述预测模型的模型得分；从所有所述预测模型中筛选出模型得分最高的预测模型；将所述模型得分最高的预测模型作为所述目标预测模型；所述基于所述目标损失部位信息与所述目标损失程度信息生成与所述车损图片对应的车辆定损结果的步骤，包括：展示预设的修理厂列表，并接收所述用户从所述修理厂列表中选择的目标修理厂；获取所述目标修理厂的汽车配件价格与工时价格；获取与所述车损图片对应的车辆信息；其中，所述车辆信息包括车辆品牌、车系、车型；基于所述目标损失部位信息、目标损失程度信息、所述车辆信息、所述汽车配件价格与所述工时价格计算得到对应的定损金额；将所述定损金额作为所述车辆定损结果。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于人工智能的理赔方法、装置、计算机设备和存储介质