基于视觉证据的车险理赔反欺诈系统
计算机视觉与模式识别
2018-05-01 v1
摘要
使用机器学习算法自动进行场景理解已被广泛应用于不同行业以减少人工成本。如今，保险公司允许客户上传由移动设备拍摄的照片，从而推出快速车险理赔和结算。这类保险理赔被视为小额理赔，可以快速地以人工或自动方式处理。然而，由于每天理赔量不断增加，系统或人员很容易被对同一案件的重复理赔所欺骗，从而给保险公司造成巨大损失。因此，在处理理赔之前进行反欺诈检查是必要的。我们创建了第一个从互联网和当地停车场收集的车辆损坏图像数据集。此外，我们提出了一种通过在图像中准确高效地定位损坏区域来生成鲁棒深度特征的方法。最先进的实时目标检测器 YOLO \cite{redmon2016you} 被修改以训练和发现损坏区域，作为该流程的重要组成部分。使用 VGG 模型 \cite{Simonyan14c} 提取局部和全局深度特征，随后将其融合以实现更鲁棒的系统性能。实验表明，我们的方法在防止欺诈性理赔方面是有效的，同时也满足了加速保险理赔预处理的要求。
引用
@article{arxiv.1804.11207,
title = {An Anti-fraud System for Car Insurance Claim Based on Visual Evidence},
author = {Pei Li and Bingyu Shen and Weishan Dong},
journal= {arXiv preprint arXiv:1804.11207},
year = {2018}
}