车辆出险代理业务的处理方法、装置、设备及存储介质与流程

本申请涉及车辆出险代理领域，尤其涉及一种车辆出险代理业务的处理方法、装置、设备及存储介质。

背景技术：

当被保险的车辆在行驶过程中发生交通事故后，通常是通过车主拨打投保公司电话进行报案，投保公司派出查勘人员到出险现场查勘，受理客户报案。这种理赔方式通常需要车主等待较长的时间，用户体验感较差。即使车主等待查勘人员到达现场，由于客户缺乏保险知识，对于理赔所需提交的资料，例如交通事故责任认定书、调解书、判决书和修理发票、医疗费发票、病例、误工费证明、被保人身份情况以及保单、身份证复印件、行驶证复印件、驾驶员驾照复印件等，不能全部按时提供给投保公司，从而导致投保公司无法进行理赔，从而严重损害客户利益和保险公司形象。此外，在车险理赔业务的处理中，又常常出现骗保等欺诈数据，致使车险理赔业务存在较大的被欺诈风险。如何提供一种快捷方便且安全可靠的车险理赔业务的处理方法，是亟待解决的问题之一。

技术实现要素：

本申请提供了一种车辆出险代理业务的处理方法、装置、设备及存储介质，旨在快捷方便且安全可靠的处理车险理赔业务。

第一方面，本申请提供了一种车辆出险代理业务的处理方法，所述方法包括：

接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像；

根据所述车辆事故信息，获取所述出险车主的风险数据，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据；

对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合；

根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证；

若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息；

将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

第二方面，本申请还提供了一种车辆出险代理业务的处理装置，所述装置包括：

请求接收单元，用于接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像；

数据获取单元，用于根据所述车辆事故信息，获取所述出险车主的风险数据，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据；

微表情识别单元，用于对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合；

合法性验证单元，用于根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证；

信息获取单元，用于若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息；

信息发送单元，用于将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的车辆出险代理业务的处理方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的车辆出险代理业务的处理方法。

本申请公开了一种车辆出险代理业务的处理方法、装置、设备及存储介质，通过微表情识别和风险评估数据进行综合评估，提高了车辆出险业务的代办请求的真实性，从而有效鉴别车险出险的真伪，降低虚假出险代办的风险，安全可靠。此外，该车辆出险代理业务的处理方法，当车辆发生交通事故后，出险车主只需通过车主客户端上传包含图像信息的代理请求，其他理赔材料和出险处理流程只需要由服务器分配的代理人进行处理即可完成代理请求对应的车辆出险业务，释放出险车主的时间，无需等待勘验员到达现场，快捷方便、出险处理效率高，提高了车辆出险理赔的效率和用户的体验度。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的实施例提供的车辆出险代理业务的处理方法的应用场景示意图；

图2是本申请的一实施例提供的一种车辆出险代理业务的处理方法的示意流程图；

图3是本申请的另一实施例提供的一种车辆出险代理业务的处理方法的示意流程图；

图4为本申请实施例提供的一种车辆出险代理业务的处理装置的示意性框图；

图5为本申请一实施例提供的一种计算机设备的结构示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

本申请的实施例提供了一种车辆出险代理业务的处理方法、装置、计算机设备及存储介质。该车辆出险代理业务的处理方法可用于针对出险车主的车辆发生交通事故后，快捷方便且安全可靠的处理车险理赔业务，提高了车辆出险理赔的效率和用户的体验度。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1是本申请实施例提供的一种车辆出险代理业务的处理方法的应用场景示意图。

具体的，如图1所示，本实施例的应用场景中包括服务器、车险车主使用的车主客户端、代理人使用的代理终端。

所述服务器可以为单个服务器，也可以为服务器集群或分布式服务器等。所述车主客户端或代理终端可以智能手机、平板电脑、甚至智能穿戴设备、车机交互系统、专用出险代理设备等。所述的理赔终端或代理终端可以安装相应的应用，如专用的车辆出险应用。所述的理赔终端和代理终端均可以具有通信模块，可以与远程的服务器进行通信连接，从而实现数据交互。

在出险车主通过车主客户端将车辆出险业务对应的代理请求发送至服务器后，服务器获取出险车主的风险数据，根据车主图像的微表情和风险数据，对车辆出险业务进行合法性验证，若合法性验证通过，则获取车辆出险业务的车辆出险信息，并将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使车主客户端与代理终端进行车险业务交互，快捷方便、出险处理效率高，且安全可靠，提高了出险车主的用户体验度。

请参阅图2，图2是本申请实施例提供的一种车辆出险代理业务的处理方法的步骤示意流程图。

如图2所示，该车辆出险代理业务的处理方法，具体包括：步骤s101至步骤s106。

s101、接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求。

具体的，当出险车主的所属车辆发生交通事故时，出险车主可以通过车主客户端提供的应用界面向服务器发送车辆出险业务对应的代理请求，从而将车辆出险业务委托至代办方。其中，代办方可以是专业的代理人员，当然，也可以是修理厂。服务器接收车主客户端发送的该代理请求。具体的，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像。其中，所述车辆事故信息可以包括车辆出险位置、车辆出险时间和出险车主的身份信息等。

s102、根据所述车辆事故信息，获取所述出险车主的风险数据。

其中，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据。该风险数据可以由车主客户端提供，也可以由其他的第三方服务机构提供，或者服务器自行计算得出，在此不作限定。

具体的，车辆发生交通事故时，出险车主通过车主客户端向服务器发送包含车辆事故信息的代理请求，以将车辆出险业务委托至代办方。其中，所述车辆事故信息包括出险车主的身份信息。服务器接收到包含出险车主的身份信息的代理请求后，根据该出险车主的身份信息，获取该出险车主的风险数据。

示例性的，车主客户端可以存储出险车主的欺诈分，所述的欺诈分可以包括车主客户端基于统计的出险车主信用数据并采用预定算法计算得到。所述车主客户端可以提供欺诈分数据的调用接口，服务器可以定期或实时基于出险车主的身份证信息获取相应的欺诈分。

s103、对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合。

具体的，服务器接收出险车主发送的车辆出险业务对应的代理请求后，对所述代理请求中的若干车主图像进行微表情识别，从而得到若干所述车主图像对应的微表情类型集合。

在一些实施例中，对若干所述车主图像进行微表情识别的具体过程，即步骤s103具体包括：对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型；将每一车主图像的微表情类型进行汇集，以得到若干所述车主图像的微表情类型集合。

具体的，在获取若干车主图像之后，服务器对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型。

在确定每一车主图像的微表情类型之后，该服务器汇集每一车主图像的微表情类型，得到该车主图像的微表情类型集合，在具体实施例中，存在车主图像的微表情类型相同的情况，为此，在汇集每一车主图像的微表情类型时，如果存在车主图像的微表情类型相同，则仅汇集其中一个车主图像的微表情类型，保证微表情类型集合中的微表情类型不重复。

示例性的，该服务器提取若干车主图像中每一车主图像的目标特征向量，并获取预存的微表情库，然后根据该微表情库中的每个预设微表情的特征向量，确定每一车主图像的微表情类型。其中，上述微表情库可以根据实际需求进行设置。

在一些实施方式中，所述对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型，包括：获取所述车主图像中的人脸部分图像；按照预设划分区域对所述人脸部分图像进行区域划分；对所述人脸部分图像的预设划分区域进行特征识别，以得到所述预设划分区域对应的目标特征向量；根据所述预设划分区域对应的目标特征向量，确定所述车主图像的微表情类型。

其中，所述获取所述车主图像中的人脸部分图像具体包括：根据脸部长宽对所述车主图像进行裁剪，例如以鼻子为中心，脸部长度的1.6倍为长，脸部宽度的1.6倍为宽，作出一个矩形区域，按照此区域对所述车主图像进行裁剪，剔除不包含人脸部分的图像区域，得到人脸部分图像。

可以理解的，人的微表情由脸部各部位共同呈现，单个部位的变化不能完全说明人的微表情。比如“高兴”时，不仅仅嘴角上扬。在嘴角翘起的同时，面颊上抬起皱，眼睑收缩，眼睛尾部会形成“鱼尾纹”，这几个部位的共同变化产生“高兴”的微表情。影响人的微表情的部位主要包括五官区域、鼻唇沟区域和眼睑区域。因而，在一些实施方式中，预设划分区域包括五官区域、鼻唇沟区域和眼睑区域。按照该预设划分区域对所述人脸部分图像进行区域划分，从而得到所述人脸部分图像对应的预设划分区域。

其中，目标特征向量是指能反映微表情的类型的特征向量。所述对所述人脸部分图像的预设划分区域进行特征识别，以得到所述预设划分区域对应的目标特征向量，具体包括：对所述人脸部分图像的五官区域进行轮廓识别以获取所述五官区域的轮廓特征向量；对所述人脸部分图像的鼻唇沟区域进行纹理分析以获取所述鼻唇沟区域对应的纹理特征向量；获取所述人脸部分图像的眼睑区域的面积特征向量；将所述轮廓特征向量、纹理特征向量和面积特征向量作为对应预设区域的目标特征向量。

具体的，五官区域是影响人的微表情的主要区域，所述五官区域具有清晰的轮廓，通过对所述人脸部分图像的五官区域进行轮廓识别，能够获取该五官区域的轮廓特征向量。所述轮廓识别的方法可以是边缘检测算法，在此不加以限制。

鼻唇沟区域是影响人的微表情的重要区域，所述鼻唇沟区域具有纹理，通过对所述人脸部分图像的鼻唇沟区域进行纹理分析，能够获取所述人脸部分图像的鼻唇沟区域的纹理特征向量。所述纹理分析的方法可以是灰度变换，也可以是二值化，在此不加以限制。

眼睑区域同样是影响人的微表情的重要区域，所述眼睑区域具有一块近于平面的皮肤，通过计算所述人脸部分图像中眼睑区域的面积，能够获取所述人脸部分图像的眼睑区域的面积特征向量。

在得到所述轮廓特征向量、纹理特征向量和面积特征向量后，将所述轮廓特征向量作为所述人脸部分图像的五官区域的目标特征向量，将所述纹理特征向量作为所述人脸部分图像的鼻唇沟区域的目标特征向量，将所述面积特征向量作为所述人脸部分图像的眼睑区域的目标特征向量。

针对各预设区域不同的形态特点，采用不同的处理方法提取各预设区域的目标特征向量，能够较为准确地捕捉微表情的特征，为后续根据所述目标特征向量识别每一车主图像中的微表情提供了基础。

其中，所述根据所述预设划分区域对应的目标特征向量，确定所述车主图像的微表情类型，具体包括：计算一个车主图像的各预设划分区域的目标特征向量与该微表情库中的每个预设微表情的设定区域的特征向量之间的相似概率，将该相似概率大于预设概率阀值对应的微表情类型确定为该车主图像的微表情类型。

在一些实施例中，所述对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合之前，还包括：提取各所述车主图像中的全部人脸特征，以形成人脸特征集合；确定所述人脸特征集合与预设人脸特征组是否一致。

具体的，获取预设的脸部特征提取模型。将各所述车主图像分别输入脸部特征提取模型，通过该脸部特征提取模型提取每一车主图像所包含的人脸特征，并汇集每一车主图像所包含的人脸特征，从而得到各所述车主图像对应的人脸特征集合。

可以理解的，该脸部特征提取模型是基于初始网络模型和训练样本训练得到的。其中，初始网络模型可以为yolo9000、alexnet或vggnet等网络，在此不作限定。

其中，在得到人脸特征集合之后，所述服务器确定所述人脸特征集合与预设人脸特征组是否一致。具体地，所述确定所述人脸特征集合与预设人脸特征组是否一致，具体包括：计算所述人脸特征集合与预设人脸特征组之间的相似度；判断所述相似度是否不小于预设相似度阈值；若所述相似度不小于预设相似度阈值，确定该人脸特征集合与预设人脸特征组一致，若所述相似度小于预设相似度阈值，确定该人脸特征集合与预设人脸特征组不一致。预设相似度阈值可以根据实际应用场景进行设置，例如设置为85％、95％等。

若所述人脸特征集合与预设人脸特征组一致，执行所述对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合。具体的，若人脸特征集合与预设人脸特征组一致，则同时对每一车主图像进行微表情识别，确定每一车主图像的微表情类型，并将每一车主图像的微表情类型进行汇集，以得到若干所述车主图像的微表情类型集合。若所述人脸特征集合与预设人脸特征组不一致，发送图像不合格的提示信息至车主客户端，以提示出险车主重新上传车主图像。图像不合格的提示信息可以包括图像拍摄要点，以引导出险车主上传清晰且符合要求的车主图像。

s104、根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证。

具体的，为准确地确定所述车辆出险业务是否通过合法性验证，在获取微表情类型集合和风险评估数据之后，所述服务器根据预设的微表情类型组、所述微表情类型集合和风险评估数据，验证所述车辆出险业务是否合法。若车辆出险业务合法性验证通过，则该服务器根据所述事故车辆图像和所述车辆事故信息，在预设的车险信息库中获取所述车辆出险业务的车辆出险信息。若车辆出险业务合法性验证未通过，则该服务器向车主客户端返回车辆出险业务不合法的提示信息，并拒绝本次车辆出险业务的代理请求。

可以理解的，预存的微表情类型组和预设的车险信息库可根据实际需求进行设置，本申请不限于此。可选地，预存的微表情类型组中存储有用于表示用户是否说谎的微表情类型标签，如表示连续眨眼、眼球迅速来回移动、瞳孔突然放大和嘴巴说话停顿等微表情类型标签。

s105、若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息。

具体的，当车辆出险业务通过合法性验证后，服务器根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息。其中，预设的车险信息库包括被保险人在买车险时的车险信息，该车险信息可以包括被保险人姓名、被保险人的身份信息、车牌号码、关联保单信息等。该车辆事故信息包括出险车主的身份信息、车辆出险地址和车辆出险时间等。遍历该车险信息库，若该车险信息库中存在与该车险车主的身份信息对应的被保险人的身份信息，获取与该被保险人的身份信息对应的车险信息，并将所述车险信息和所述车辆事故信息作为所述车辆出险业务的车辆出险信息。

s106、将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

服务器在获取车辆出险业务对应的代理请求和车辆出险信息后，将所述代理请求和所述车辆出险信息发送至代理人的代理终端，从而使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，从而完成所述代理请求对应的车辆出险业务。

在一些实施例中，所述车辆出险代理业务的处理方法还包括：生成代办提示信息，并将所述代办提示信息发送至车主客户端，以提示出险车主已受理该车辆出险业务的代理请求。

具体的，该代办提示信息可以包括代办流水号，车主客户端收到该代办流水号后，出险车主即可了解该车辆出险业务的代理请求已受理。此外，出险车主也可以根据该代办流水号查询该车辆出险业务的代办进度以及理赔进度。

上述实施例中的车辆出险代理业务的处理方法，通过微表情识别和风险评估数据进行综合评估，提高了车辆出险业务的代办请求的真实性，从而有效鉴别车险出险的真伪，降低虚假出险代办的风险，安全可靠。此外，该车辆出险代理业务的处理方法，当车辆发生交通事故后，出险车主只需通过车主客户端上传包含图像信息的代理请求，其他理赔材料和出险处理流程只需要由服务器分配的代理人进行处理即可完成代理请求对应的车辆出险业务，释放出险车主的时间，无需等待勘验员到达现场，快捷方便、出险处理效率高，提高了车辆出险理赔的效率和用户的体验度。

请参阅图3，图3是本申请实施例提供的一种车辆出险代理业务的处理方法的步骤示意流程图。

如图3所示，该车辆出险代理业务的处理方法，具体包括：步骤s201至步骤s208。

s201、接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求。

具体的，当出险车主的所属车辆发生交通事故时，出险车主可以通过车主客户端提供的应用界面向服务器发送车辆出险业务对应的代理请求，从而将车辆出险业务委托至代办方。其中，代办方可以是专业的代理人员，当然，也可以是修理厂。服务器接收车主客户端发送的该代理请求。具体的，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像。其中，所述车辆事故信息可以包括车辆出险位置、车辆出险时间和出险车主的身份信息等。

s202、根据所述车辆事故信息，获取所述出险车主的风险数据。

其中，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据。该风险数据可以由车主客户端提供，也可以由其他的第三方服务机构提供，或者服务器自行计算得出，在此不作限定。

具体的，车辆发生交通事故时，出险车主通过车主客户端向服务器发送包含车辆事故信息的代理请求，以将车辆出险业务委托至代办方。其中，所述车辆事故信息包括出险车主的身份信息。服务器接收到包含出险车主的身份信息的代理请求后，根据该出险车主的身份信息，获取该出险车主的风险数据。

s203、对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合。

具体的，服务器接收出险车主发送的车辆出险业务对应的代理请求后，对所述代理请求中的若干车主图像进行微表情识别，从而得到若干所述车主图像对应的微表情类型集合。

在一些实施例中，对若干所述车主图像进行微表情识别的具体过程，即步骤s203具体包括：对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型；将每一车主图像的微表情类型进行汇集，以得到若干所述车主图像的微表情类型集合。

s204、统计所述微表情类型集合中在所述微表情类型组中出现的微表情类型的数量。

具体的，将该微表情类型集合中的每一微表情类型与所述微表情类型组中各预存的微表情类型进行比对，若该微表情类型集合中的一个微表情类型与所述微表情类型组中某一预存的微表情类型相似或相同，则确定该微表情类型集合中的该微表情类型在所述微表情类型组中出现，统计微表情类型集合中在所述微表情类型组中出现的微表情类型的数量。

s205、确定所出现的微表情类型的数量与所述微表情类型组的预设微表情类型总数的微表情比值。

在得到该微表情类型集合中在所述微表情类型组中出现的微表情类型的数量后，将该数量与所述微表情类型组的预设微表情类型总数进行求熵，从而确定该数量与所述微表情类型组的预设微表情类型总数的微表情比值。

s206、根据所述风险评估数据和所述微表情比值，对所述车辆出险业务进行合法性验证。

在确定所述风险评估数据和所述微表情比值后，服务器根据所述风险评估数据和所述比值对所述车辆出险业务进行合法性验证，从而准确地确定所述车辆出险业务是否通过合法性验证。

其中，所述根据所述风险评估数据和所述微表情比值，对所述车辆出险业务进行合法性验证，包括：若所述风险评估数据小于或等于预设风险阀值，且所述微表情比值大于或等于预设微表情阀值，确定所述车辆出险业务通过合法性验证；若所述风险评估数据大于预设风险阀值，或者所述微表情比值小于预设微表情阀值，确定所述车辆出险业务未通过合法性验证。

具体的，若所述车辆出险业务通过合法性验证，则表明本次车辆出险业务的代理请求为真实代理请求，本次车辆出险业务的代理请求被允许继续执行。预设风险阀值和预设微表情阀值可以根据实际需求进行设置，本申请不限于此。

示例性的，预设风险阀值为20％，预设微表情阀值为50％。若所述风险评估数据小于等于20％且所述微表情比值大于等于50％，确定所述车辆出险业务通过合法性验证，本次车辆出险业务的代理请求为真实代理请求，并允许本次车辆出险业务的代理请求被继续执行。

若所述风险评估数据大于20％，或所述微表情比值小于50％，确定所述车辆出险业务未通过合法性验证，本次车辆出险业务的代理请求为虚假代理请求，并拒绝本次车辆出险业务的代理请求被继续执行。

s207、若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息。

具体的，当车辆出险业务通过合法性验证后，服务器根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息。其中，预设的车险信息库包括被保险人在买车险时的车险信息，该车险信息可以包括被保险人姓名、被保险人的身份信息、车牌号码、关联保单信息等。该车辆事故信息包括出险车主的身份信息、车辆出险地址和车辆出险时间等。遍历该车险信息库，若该车险信息库中存在与该车险车主的身份信息对应的被保险人的身份信息，获取与该被保险人的身份信息对应的车险信息，并将所述车险信息和所述车辆事故信息作为所述车辆出险业务的车辆出险信息。

s208、将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

服务器在获取车辆出险业务对应的代理请求和车辆出险信息后，将所述代理请求和所述车辆出险信息发送至代理人的代理终端，从而使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，从而完成所述代理请求对应的车辆出险业务。

所述图像信息包括事故车辆图像。其中，所述将所述代理请求和所述车辆出险信息发送至代理人的代理终端，包括：根据所述车险出险信息和所述事故车辆图像确定所述车辆出险业务的出险处理流程，并根据预设分配规则为所述车辆出险业务分配代理人；将所述代理请求和所述出险处理流程发送至所述代理人对应的代理终端，以使所述代理人接收所述代理请求和所述出险处理流程。

示例性的，服务器将车辆出险位置的地址信息发送至代理终端，代理人根据所述地址信息和所述车辆出险信息快速地到达车辆出险位置进行车辆出险的处理。在代理人处理完车辆出险业务的出险处理流程时，代理人可以将对应的处理信息通过代理终端发送到服务器。其中，处理信息包括修车过程的照片视频等。在服务器检测到代理终端上传出险处理流程中各个节点的处理信息时，将该处理信息发送至车主客户端，以供出险车主查看。示例性的，代理人在车辆维修过程中，将包含车辆维修的照片或视频的处理信息发送至服务器，服务器接收所述处理信息并将该处理信息发送至车主客户端，以供出险车主查看。

其中，所述根据所述车险出险信息和所述事故车辆图像确定所述车辆出险业务的出险处理流程，并根据预设分配规则为所述车辆出险业务分配代理人，具体包括：将所述事故车辆图像输入所述预设的车辆定损模型，以获得车辆定损结果；根据所述车辆出险信息和所述车辆定损结果，确定车辆出险紧急程度；根据所述车辆出险紧急程度，从预设的出险流程库中获取预设的车辆出险标准流程作为所述车辆出险业务的出险处理流程。

具体的，预设的车辆定损模型用于识别出险车辆的车辆信息、车辆定损结果和对应的维修厂信息。预设的车辆定损模型具体可以是预先训练好的基于深度学习的卷积神经网络模型等。

其中，车辆信息包含了标识出险车辆特征的属性信息，例如车牌号码、车辆类型和车辆颜色等。车辆定损结果包括标识出险车辆的创面的属性信息和出险车辆对应的理赔金额，属性信息可以包括例如受损位置、受损面积和受损等级等。维修厂信息可以包括维修厂地址、名称、距离车辆出险位置的距离等。

具体的，服务器根据车辆出险信息中的车辆出险地址、车辆出险时间中的至少一个，以及车辆定损结果。例如，在车辆出险地址位于车辆量较大的路段，且出险时间是上下班高峰时段，车辆损失较为严重，则将车辆出险紧急程度认定为紧急。在车辆出险地址位于车辆量较小的路段，且出险时间是为夜间，车辆损失不大，则将车辆出险紧急程度认定为一般紧急程度。

服务器在获取车辆出险紧急程度后，根据所述车辆出险紧急程度，在预设的出险流程库中获取预设的车辆出险标准流程作为所述车辆出险业务对应的出险处理流程。具体的，所述根据所述车辆出险紧急程度，从预设的出险流程库中获取预设的车辆出险标准流程作为所述车辆出险业务的出险处理流程，具体包括：将所述车辆出险紧急程度进行等级划分；从预设的出险流程库中获取对应等级的预设的车辆出险标准流程作为所述车险业务的出险处理流程。

示例性的，在车辆出险地址位于车辆量较大的路段，且出险时间是上下班高峰时段，车辆损失较为严重，则将车辆出险紧急程度认定为一级，并获取预设一级车辆出险处理流程作为车辆出险业务的出险处理流程。在车辆出险地址位于车辆量较小的路段，且出险时间为夜间，车辆损失不大，则将车辆出险紧急程度认定为二级，并获取预设二级车辆出险处理流程作为车辆出险业务的出险处理流程。可以理解的，该预设一级车辆出险处理流程，可以理解为一个加速通道，将正常的车辆出险业务的出险处理流程进行部分简化并设置时间节点，以加速处理车辆出险业务。所述预设二级车辆出险处理流程，即正常的车辆出险业务的出险处理流程。

在一些实施例中，所述根据预设分配规则为所述车险业务分配代理人，具体包括：根据所述车辆出险地址，获取预设地址范围内符合车辆出险条件的代理人，从而将所述代理请求和所述出险处理流程发送至所确定的代理人对应的代理终端，以使该代理人接收所述代理请求和所述出险处理流程。

上述实施例中的车辆出险代理业务的处理方法，通过微表情比值和风险评估数据进行综合评估，提高了车辆出险业务的代办请求的真实性，从而有效鉴别车险出险的真伪，降低虚假出险代办的风险，安全可靠。此外，该车辆出险代理业务的处理方法，当车辆发生交通事故后，出险车主只需通过车主客户端上传包含图像信息的代理请求，其他理赔材料和出险处理流程只需要由服务器分配的代理人进行处理即可完成代理请求对应的车辆出险业务，释放出险车主的时间，无需等待勘验员到达现场，快捷方便、出险处理效率高，提高了车辆出险理赔的效率和用户的体验度。

请参阅图4，图4是本申请的实施例还提供一种车辆出险代理业务的处理装置的示意性框图，该车辆出险代理业务的处理装置用于执行前述任一项车辆出险代理业务的处理方法。其中，该车辆出险代理业务的处理装置可以配置于服务器或终端中。

其中，服务器可以为独立的服务器，也可以为服务器集群。该终端可以是手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。

如图4所示，车辆出险代理业务的处理装置300包括：请求接收单元301、数据获取单元302、微表情识别单元303、合法性验证单元304、信息获取单元305和信息发送单元306。

请求接收单元301，用于接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像；

数据获取单元302，用于根据所述车辆事故信息，获取所述出险车主的风险数据，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据；

微表情识别单元303，用于对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合；

合法性验证单元304，用于根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证；

信息获取单元305，用于若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息；

信息发送单元306，用于将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

在一个实施例中，微表情识别单元303包括微表情识别子单元和类型汇集子单元。微表情识别子单元用于对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型。类型汇集子单元用于将每一车主图像的微表情类型进行汇集，以得到若干所述车主图像的微表情类型集合。

在一个实施例中，类型汇集子单元具体用于：获取所述车主图像中的人脸部分图像；按照预设划分区域对所述人脸部分图像进行区域划分；对所述人脸部分图像的预设划分区域进行特征识别，以得到所述预设划分区域对应的目标特征向量；根据所述预设划分区域对应的目标特征向量，确定所述车主图像的微表情类型。

在一个实施例中，合法性验证单元304包括数量统计子单元、比值确定子单元和合法性验证子单元。

其中，数量统计子单元用于统计所述微表情类型集合中在所述微表情类型组中出现的微表情类型的数量。比值确定子单元用于确定所出现的微表情类型的数量与所述微表情类型组的预设微表情类型总数的微表情比值。合法性验证子单元用于根据所述风险评估数据和所述微表情比值，对所述车辆出险业务进行合法性验证。

在一个实施例中，合法性验证子单元具体用于：若所述风险评估数据小于或等于预设风险阀值，且所述微表情比值大于或等于预设微表情阀值，确定所述车辆出险业务通过合法性验证；若所述风险评估数据大于预设风险阀值，或者所述微表情比值小于预设微表情阀值，确定所述车辆出险业务未通过合法性验证。

在一个实施例中，所述图像信息包括事故车辆图像。信息发送单元306包括流程确定子单元和请求发送子单元。

流程确定子单元用于根据所述车险出险信息和所述事故车辆图像确定所述车辆出险业务的出险处理流程，并根据预设分配规则为所述车辆出险业务分配代理人。请求发送子单元用于将所述代理请求和所述出险处理流程发送至所述代理人对应的代理终端，以使所述代理人接收所述代理请求和所述出险处理流程。

在一个实施例中，流程确定子单元具体用于将所述事故车辆图像输入所述预设的车辆定损模型，以获得车辆定损结果；根据所述车辆出险信息和所述车辆定损结果，确定车辆出险紧急程度；根据所述车辆出险紧急程度，从预设的出险流程库中获取预设的车辆出险标准流程作为所述车辆出险业务的出险处理流程。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的车辆出险代理业务的处理装置和各单元的具体工作过程，可以参考前述车辆出险代理业务的处理方法实施例中的对应过程，在此不再赘述。

上述的车辆出险代理业务的处理装置可以实现为一种计算机程序的形式，该计算机程序可以在如图5所示的计算机设备上运行。

请参阅图5，图5是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备可以是服务器或终端。

参阅图5，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行一种车辆出险代理业务的处理方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行一种车辆出险代理业务的处理方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：

接收出险车主通过车主客户端发送的车辆出险业务对应的代理请求，所述代理请求包括图像信息和车辆事故信息，所述图像信息包括若干车主图像；根据所述车辆事故信息，获取所述出险车主的风险数据，所述风险数据包括用于表征所述出险车主存在欺诈的风险评估数据；对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合；根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证；若所述车辆出险业务合法性验证通过，根据所述车辆事故信息在预设的车险信息库中获取所述车辆出险业务的车辆出险信息；将所述代理请求和所述车辆出险信息发送至代理人的代理终端，以使所述车主客户端与所述代理终端进行所述代理请求对应的车险业务交互，完成所述代理请求对应的车辆出险业务。

在一个实施例中，所述处理器在实现所述对若干所述车主图像进行微表情识别，以得到若干所述车主图像的微表情类型集合时，用于实现：对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型；将每一车主图像的微表情类型进行汇集，以得到若干所述车主图像的微表情类型集合。

在一个实施例中，所述处理器在实现所述对每一车主图像进行微表情识别，以确定每一车主图像的微表情类型时，用于实现：获取所述车主图像中的人脸部分图像；按照预设划分区域对所述人脸部分图像进行区域划分；对所述人脸部分图像的预设划分区域进行特征识别，以得到所述预设划分区域对应的目标特征向量；根据所述预设划分区域对应的目标特征向量，确定所述车主图像的微表情类型。

在一个实施例中，所述处理器在实现所述根据预设的微表情类型组、所述微表情类型集合和所述风险评估数据，对所述车辆出险业务进行合法性验证时，用于实现：统计所述微表情类型集合中在所述微表情类型组中出现的微表情类型的数量；确定所出现的微表情类型的数量与所述微表情类型组的预设微表情类型总数的微表情比值；根据所述风险评估数据和所述微表情比值，对所述车辆出险业务进行合法性验证。

在一个实施例中，所述处理器在实现所述根据所述风险评估数据和所述微表情比值，对所述车辆出险业务进行合法性验证时，用于实现：若所述风险评估数据小于或等于预设风险阀值，且所述微表情比值大于或等于预设微表情阀值，确定所述车辆出险业务通过合法性验证；若所述风险评估数据大于预设风险阀值，或者所述微表情比值小于预设微表情阀值，确定所述车辆出险业务未通过合法性验证。

在一个实施例中，所述处理器在实现所述图像信息包括事故车辆图像；所述将所述代理请求和所述车辆出险信息发送至代理人的代理终端时，用于实现：根据所述车险出险信息和所述事故车辆图像确定所述车辆出险业务的出险处理流程，并根据预设分配规则为所述车辆出险业务分配代理人；将所述代理请求和所述出险处理流程发送至所述代理人对应的代理终端，以使所述代理人接收所述代理请求和所述出险处理流程。

在一个实施例中，所述处理器在实现所述根据所述车险出险信息和所述事故车辆图像确定所述车辆出险业务的出险处理流程时，用于实现：将所述事故车辆图像输入所述预设的车辆定损模型，以获得车辆定损结果；根据所述车辆出险信息和所述车辆定损结果，确定车辆出险紧急程度；根据所述车辆出险紧急程度，从预设的出险流程库中获取预设的车辆出险标准流程作为所述车辆出险业务的出险处理流程。

本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一项车辆出险代理业务的处理方法。

其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。