(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111519161.8 (22)申请日 2021.12.13 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 曾思敏　郑越　任伯阳　王创　 江一航　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 代理人 高杰　于志光 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/08(2012.01) G06V 10/80(2022.01)G06V 10/26(2022.01) G06V 30/422(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 出险区域预测方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及人工智能技术， 揭露一种出险区 域预测方法， 包括： 利用出险相关数据对降水相 关数据进行数据匹配， 得到标准出险数据； 基于 降水相关数据和标准出险数据构建特征数据集； 利用区域预测模型对特征数据集与区域参考图 进行数据融合得到的标准参考图进行区域预测， 得到区域预测图像； 统计区域预测图像中像素点 的数量， 基于像素点的数量和损失函数计算得到 损失值， 根据损失值和损失阈值之间的大小输出 标准区域预测模 型； 将待识别图像输入至标准区 域预测模型中， 得到出险区域。 此外， 本发明还涉 及区块链 技术， 特征数据集可存储于区块链的节 点。 本发明还提出一种出险区域预测装置、 电子 设备以及存储介质。 本发明可以提高出险区域预 测的效率。 权利要求书2页 说明书13页 附图2页 CN 114186743 A 2022.03.15 CN 114186743 A 1.一种出险区域预测方法， 其特 征在于， 所述方法包括： 获取降水相关数据和出险相关数据， 利用所述出险相关数据对所述降水相关数据进行 数据匹配， 得到标准出险数据； 基于所述降水相关数据和所述标准出险数据构建特 征数据集； 获取预设的区域参考图， 将所述特征数据集与所述区域参考图进行数据融合， 得到标 准参考图； 利用预设的区域预测模型对所述标准 参考图进行区域预测， 得到区域预测图像； 统计所述 区域预测图像中的像素点的数量， 并基于所述像素点的数量和预设的损失函 数计算得到损失值， 根据所述损失值和预设的损失阈值之间的大小输出标准区域预测模 型； 获取待识别图像， 将所述待识别图像输入至所述标准区域预测模型中， 得到所述待识 别图像的出险区域。 2.如权利要求1所述的出险区域预测方法， 其特征在于， 所述利用预设的区域预测模型 对所述标准 参考图进行区域预测， 得到区域预测图像， 包括： 基于预设的压缩层级分别对所述标准参考图进行卷积压缩， 得到第一压缩图、 第二压 缩图、 第三压缩图和第四压缩图； 将所述第一压缩图输入至所述 区域预测模型中的第 一语义分割 模块中， 得到第 一语义 图； 将所述第一语义图和所述第二压缩图输入至所述区域预测模型中的第二语义分割模 块中， 得到第二语义图； 将所述第二语义图和所述第三压缩图输入至所述区域预测模型中的第三语义分割模 块中， 得到第三语义图； 将所述第三语义图和所述第四压缩图输入至所述区域预测模型中的第四语义分割模 块中， 得到区域预测图像。 3.如权利要求2所述的出险区域预测方法， 其特征在于， 所述将所述第 一语义图和所述 第二压缩图输入至所述区域预测模型中的第二语义分割模块中， 得到第二语义图， 包括： 利用所述第二语义分割模块中的残差卷积单元分别对所述第一语义图和所述第二压 缩图进行信息抽取， 得到所述第一语义图和所述第二压缩图对应的残差信息； 利用所述多分辨 率融合单 元将所述残差信息进行多分辨 率融合， 得到融合信息； 基于所述第 二语义分割 模块中的链式残差池化单元对所述融合信 息进行池化处理， 得 到第二语义图。 4.如权利要求1所述的出险区域预测方法， 其特征在于， 所述基于所述像素点的数量和 预设的损失函数计算得到损失值， 包括： 其中， Ldice为所述损失值， X为所述区域预测图像中的标注为正的像素点的数量， |Y|为 预测的像素点 为正的数量， |X∩ Y|为标注为 正且预测也 为正的像素点数。 5.如权利要求1所述的出险区域预测方法， 其特征在于， 所述将所述特征数据集与 所述 区域参考图进行 数据融合之前， 所述方法还 包括：权　利　要　求　书 1/2 页 2 CN 114186743 A 2将所述区域 参考图裁剪为预设大小的多个区域子图； 分别对多个所述区域子图进行去噪处 理， 得到去噪子图。 6.如权利要求1所述的出险区域预测方法， 其特征在于， 所述基于所述降水相关数据和 所述标准出险数据构建特 征数据集， 包括： 对所述降水相关数据进行时间校正及离 散化处理， 得到多个标准降水区间； 统计在多个所述标准降水区间中所述标准出险数据的频次， 并将多个所述标准降水区 间和所述频次进行汇总， 得到特 征数据集。 7.如权利要求1至6中任一项所述的出险区域预测方法， 其特征在于， 所述利用所述出 险相关数据对所述降水相关数据进行 数据匹配， 得到标准出险数据， 包括： 提取所述出险相关数据中的出险地点数据及所述出险地点数据对应的出险时间数据， 对所述出险时间进行时间校正， 得到标准出险时间； 基于预设的降水量映射表将所述降水相关数据与 所述出险地点数据匹配， 并标记上所 述出险时间数据， 得到标准出险数据。 8.一种出险区域预测装置， 其特 征在于， 所述装置包括： 数据处理模块， 用于获取降水相关数据和出险相关数据， 利用所述出险相关数据对所 述降水相关数据进行数据匹配， 得到标准出险数据， 基于所述降水相关数据和所述标准出 险数据构建特 征数据集； 数据融合模块， 用于获取预设的区域参考图， 将所述特征数据集与所述区域参考图进 行数据融合， 得到标准 参考图； 模型训练模块， 用于利用预设的区域预测模型对所述标准参考图进行区域预测， 得到 区域预测图像， 统计所述区域预测图像中的像素点的数量， 并基于所述像素点的数量和预 设的损失函数计算得到损失值， 根据所述损失值和预设的损失阈值之 间的大小输出标准区 域预测模型； 区域预测模块， 用于获取待识别图像， 将所述待识别图像输入至所述标准区域预测模 型中， 得到所述待识别图像的出险区域。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所 述的出险区域预测方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意 一项所述的出险区域预测方法。权　利　要　求　书 2/2 页 3 CN 114186743 A 3