專注于研究深度學習技術和計算機視覺的深智科技向記者描述了奶牛養殖保險承保和理賠過程中的場景：承保階段，保險公司業務人員需要去現場采集奶牛照片，一頭奶牛的采集時間長達10分鐘，應用計算機視覺后，每頭奶牛的采集時間只需2秒。理賠階段，基于計算機視覺的牛臉比對，可在毫秒內判斷死亡奶牛是否為投保標的，可大幅降低成本。

計算機視覺作為科技領域中一個重要的研究領域，近幾年已將研究成果應用在各個行業中，計算機視覺是使用計算機模擬人類和其他生物視覺進行識別，形象的描述是：給計算機安裝上眼睛和大腦，讓計算機能夠進行拍照和算法學習，通過采集圖片或視頻進一步進行處理以獲得相應場景的數據和信息。

深智科技的核心算法團隊在借鑒了人臉活體防偽技術的基礎上，將相關研究方法和應用遷移到農險的承保、理賠環節，并開發了一個基于計算機視覺的自助理賠產品——“慧識牛”，即將計算機視覺技術運用在奶牛的保險承保、查勘等理賠環節中，助力保險行業降低成本、提高效率。

“現在國內的奶牛場大部分已實現規?；B殖，據了解，一般奶牛場規模在600頭以上，按估算，一頭進口奶牛引進的成本在一萬元左右，加上養殖成本，如果一旦發生險情，養殖戶的損失非常大。在此環節中，需要保險來幫助分散風險，這需要保險公司進行相應保險標的的拍照、錄入等，而實際上這是最耗費成本的環節。”據深智科技核心算法團隊介紹，目前奶牛保險面臨的主要問題包括采集照片不規范、無法確認身份唯一性等。采集圖片不規范的原因是，奶牛經常處于活動狀態中，需要拍攝奶牛正面和其他部位的照片費時費力。另外，保險公司工作人員靠肉眼觀察動物細微差別、錄入耳標號耗時也很長，導致采集成本非常高，后續理賠確認標的身份也非常困難。另外，奶牛養殖場多地處偏遠，查勘員通勤成本高，但不到現場又無法控制風險。

基于此，深智科技核心算法團隊經過調研，提出了相應的解決方案。從前端采集來看，針對動物的識別，計算機可以通過不斷學習、訓練發現奶牛的細微差別，例如通過眼睛、耳朵、花紋等特征判斷出個體的差異，確認奶牛身份。針對人工采集照片耗時長的問題，計算機可選取相對固定的位置進行照片采集，實時通過計算機視覺檢測奶牛臉部，采用移動端牛臉采集SDK，智能抓取奶牛正臉圖像，采集照片，并建立承保標的圖像庫；針對理賠環節，由于奶牛死亡的發生比較隨機、不定時，一旦發生奶牛死亡，查勘員往往要到現場進行查勘，而基于計算機視覺的牛臉比對，可自動識別、判斷死亡奶牛是否為保險標的。

“計算機通過活牛VS死牛1∶1比對可在毫秒內判斷是否為投保標的，同時，現場拍照照片與已理賠圖像庫進行1∶N比對，返回兩張照片相似度，根據參考閾值判斷是否有重復索賠的可能性，防止騙保。” 深智科技核心算法團隊介紹。

通過上述計算機視覺方式，可以幫助降低農險查勘成本。“農險的查勘、錄入成本很高，單次查勘定損成本預估在200元—300元之間，高成本影響著農險的盈利空間。而計算機視覺的應用，可幫助保險公司提升單位時間內的承保能力，減少后端理賠風險，也有助于通過科技手段建立風控技術、標準和風險識別能力，從而提升效率，重塑承保、理賠流程，也可以從源頭上重新分配保險公司成本費用。”深智科技核心算法團隊提到。

編輯：