Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2018036276) PROCÉDÉ, DISPOSITIF, SERVEUR ET SUPPORT D'INFORMATIONS DE DÉTECTION DE QUALITÉ D'IMAGE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2018/036276 N° de la demande internationale : PCT/CN2017/091306
Date de publication : 01.03.2018 Date de dépôt international : 30.06.2017
CIB :
G06K 9/62 (2006.01) ,G06N 3/02 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
62
Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3
Systèmes de calculateurs basés sur des modèles biologiques
02
utilisant des modèles de réseaux neuronaux
Déposants :
平安科技(深圳)有限公司 PING AN TECHNOLOGY (SHENZHEN) CO., LTD. [CN/CN]; 中国广东省深圳 福田区八卦岭八卦三路平安大厦吴东勤 Wu, Dongqin Ping An Building, No.3 Bagua Road, Bagualing, Futian District Shenzhen, Guangdong 518000, CN
Inventeurs :
王健宗 WANG, Jianzong; CN
马进 MA, Jin; CN
刘铭 LIU, Ming; CN
郭卉 GUO, Hui; CN
梁浩 LIANG, Hao; CN
李佳琳 LI, Jialin; CN
肖京 XIAO, Jing; CN
Mandataire :
深圳市沃德知识产权代理事务所(普通合伙) SHENZHEN WORLD INTELLECTUAL PROPERTY AGENCY (GENERAL PARTNERSHIP ); 中国广东省深圳市 福田区园岭街道八卦四路10号中浩大厦1528-1530室于志光 YU, Zhiguang Room 1528-1530, Zhonghao Building, No.10 of Bagua Fourth Road, Yuanling Street, Futian District Shenzhen, Guangdong 518000, CN
Données relatives à la priorité :
201610704799.122.08.2016CN
Titre (EN) IMAGE QUALITY DETECTION METHOD, DEVICE, SERVER AND STORAGE MEDIUM
(FR) PROCÉDÉ, DISPOSITIF, SERVEUR ET SUPPORT D'INFORMATIONS DE DÉTECTION DE QUALITÉ D'IMAGE
(ZH) 图片品质的检测方法、装置、服务器及存储介质
Abrégé :
(EN) The present invention relates to an image quality detection method, device, server and storage medium. The image quality detection method comprises: after a car insurance claim server receives an insurance claim photograph uploaded by a user terminal, performing, by using a pre-trained generated deep convolutional neural network model, sharpness identification on the received insurance claim photograph to determine a sharpness level of the insurance claim photograph; and if the sharpness level of the insurance claim photograph is lower than a preset sharpness level, sending a first reminder message to the user terminal to remind the user to re-upload an insurance claim photograph. The present invention performs sharpness identification on an insurance claim photograph by using a pre-trained generated deep convolutional neural network model, and guarantees that all insurance claim photographs uploaded by users can be accurately analyzed to obtain information of a car accident scene, thereby increasing the operation efficiency of a self-service insurance claim system and improving user experience.
(FR) La présente invention concerne un procédé, un dispositif, un serveur et un support d'informations de détection de qualité d'image. Le procédé de détection de qualité d'image comprend : après la réception, par un serveur de déclaration de sinistre automobile, d'une photographie de déclaration de sinistre téléchargée par un terminal d'utilisateur, l'exécution, à l'aide d'un modèle de réseau neuronal convolutif profond généré et pré-entraîné, d'une identification de netteté sur la photographie de déclaration de sinistre reçue pour déterminer un niveau de netteté de la photographie de déclaration de sinistre ; si le niveau de netteté de la photographie de déclaration de sinistre est inférieur à un niveau de netteté prédéfini, l'envoi d'un premier message de rappel au terminal d'utilisateur pour rappeler à l'utilisateur de télécharger à nouveau une photographie de déclaration de sinistre. La présente invention permet d'effectuer une identification de netteté sur une photographie de déclaration de sinistre à l'aide d'un modèle de réseau neuronal convolutif profond généré et pré-entraîné et garantit que toutes les photographies de déclaration de sinistre téléchargées par des utilisateurs pourront être analysées avec précision pour obtenir des informations d'une scène d'accident de voiture, ce qui permet d'améliorer l'efficacité de fonctionnement d'un système de déclaration de sinistre en auto-service et d'améliorer l'expérience de l'utilisateur.
(ZH) 本发明涉及一种图片品质的检测方法、装置、服务器及存储介质,所述图片品质的检测方法包括:车险理赔服务器在接收到用户终端上传的理赔照片后,采用预先训练生成的深度卷积神经网络模型对接收到的理赔照片进行清晰度识别,以确定所述理赔照片的清晰度等级;若所述理赔照片的清晰度等级低于预设清晰度等级,则发送第一提示信息至所述用户终端,以提醒用户重新上传理赔照片。本发明通过预先训练生成的深度卷积神经网络模型对理赔照片进行清晰度识别,保证用户所上传的理赔照片均是能够准确地分析得出车险现场信息的理赔照片,这样,有助于提高自助理赔系统的工作效率,提高用户体验。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)