图片系AI生成
痛点
金融保险行业的养殖险涉及畜脸(目前主要是猪与牛)识别、尸长估重等承保赔付业务。其中,畜脸识别在实际操作中面临道德风险,会造成不必要的额外支出。而借助耳标等辅助工具,结合人工核验,也会增加成本,且效率不高。同样尸长估重的场景往往需要人工现场核验,不易操作,赔付低效,运营成本高。
2022年中国银保监会发布了《农业保险承保理赔管理办法》,提出保险机构应当加强科技应用,可以采用生物识别等技术手段,对标的进行标识并记录,确保投保信息真实、准确、完整。
因此,畜脸识别技术成为符合上述《办法》监管要求的一项技术手段,不再是一个可用可不用的辅助方法,而是可以随时支持审查、调用相关数据资料的不可或缺的一环。
解决方案
某人寿财产保险公司与星环科技合作,借助星环自研Sophon AutoCV平台,通过多人对小样本增强的数据标注,迁移人脸识别算法,进行猪牛脸识别。
同时通过实例分割关键点检测等进行死猪尸长测重模型开发,结合平台提供的标准化数据节点算子和自定义函数算子,可自定义后处理规则,结合可视化拖拽算子的能力,形成整体方案。
1)猪脸识别模型
与人脸识别技术一样,现有的动物面部识别技术,多是基于一张图像去进行身份对比。基于脸部原型的多尺度面部原型图结构,可以获取更丰富的脸部语义信息,从而提升识别准确率。
死猪理赔阶段,需要用户上传死猪照片,同该案发地点方圆20公里近10天内理赔死猪建立的图库对比,协助人工核验,避免重复理赔及快速出险。
星环科技的解决方案是:首先建立死猪脸底库,并对应赋予唯一ID;基于人脸识别模型迁移,对猪只面部及关键点检测对齐后,通过提取的猪只面部特征与底库比对,返回置信度最高结果;结合猪只ID确认是否理赔过,模型准确率可达95%。
2)牛脸识别模型
牛的承保与理赔是与农户身份绑定的,因此,投保阶段与该农户近100天投保牛只(活活比对)比对,避免重复承保;在理赔阶段,确认赔付牛只与该农户近100天内已投保(活死比对)、已赔付牛(死死)只对比,避免重复理赔。
星环科技的解决方案:建立活/死牛脸底库,并针对一只牛赋予唯一ID;基于人脸识别模型迁移,对牛只面部及关键点检测对齐后,辅以跨域残差、loss函数修整等优化手段,提取牛只面部特征与底库比对,返回置信度最高结果;结合牛只ID确认是否承保/理赔过。
该模型活活对比准确率达到95%;死死对比准确率90%;活死对比的准确率超过70%。
3)死猪估重模型
死猪估重模型的需求是理赔时死猪侧躺,将对比物(刻度尺)放置于指定位置,进行标准化拍照,自动估算死亡标的体重,保证误差在±2.5kg。
星环科技的解决方案:通过分割、关键点面向对齐等手法,去除背景镜头及姿态等干扰因素,将猪只进行标准化处理,通过深度学习模型提取猪只不同部位特征,根据测算大小,估算获得具体数值,模型准确率可达95%。
具体过程包括:
·实例分割,分割标尺及个体,由标尺确认目标;
·关键点检测对齐,关键点检测及对齐,降低角度,远近偏差影响;
·面向检测对齐,翻转使猪只转至不同方向,减少姿态影响;
·估重,将两步对齐个体输入模型得出数值。
4)死猪测长模型
保险公司的需求是在理赔时死猪侧躺,将对比物(刻度尺)放置于指定位置,进行标准化拍照,自动估算死亡标的体长。
星环科技提供的解决方案:通过检测标尺关键点与标准关键点位置计算得到图像转换矩阵,借助图像转换矩阵对猪只关键点标准化转换后,结合标尺长度与耳、尾关键点距离,估算猪只长度,模型准确率可达95%。
具体步骤包括:
·标尺关键点检测,标尺四顶点位置检测;
·标准化矩阵计算,检测标尺关键点计算转换矩阵;
·猪只关键点检测;
·猪只关键点标准化,应用转换矩阵对猪只关键点进行标准化转换;
·估长,依据耳、尾部距离估算长度。
成效
降低养殖险赔付率
由于识别技术会精准抓取畜脸等特征,养殖户如重复使用同一头猪/牛进行理赔,后台算法会及时发现并拦截,让这种非法骗取理赔款的行为不再得逞,极大降低了养殖险赔付率。
每一次重复理赔的拦截,都意味着成功帮助保险公司节省了一笔理赔款支付,少则数十元,多则上千元。
提升处理效率,减少人员及时间投入
在实实在在降低了赔付率、规避了理赔风险的同时,星环科技的技术和流程可以提升处理效率,减少人员及时间投入。在实际使用过程中,成功帮助保险公司大幅降低运营成本。
实现精准理赔
畜脸识别技术是刚需,为了保障养殖户的利益,地方政府制定了一系列补贴政策,让猪牛活着能贷钱、死了能赔款。
有些养殖户就动起了小心思,“一猪/牛多赔”、“借猪/牛理赔”等手段层出不穷,为养殖险正常发展和地方政府精准补贴带来极大困难。
“猪脸识别”技术的运用,有效解决了人工鉴别难的问题,实现了有理有据的“一猪一赔”。传统查勘需数天处理的理赔案,现在几个小时就能处理完毕,既提高了服务效率,降低了运营成本,又实现了精准理赔。