(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 202111542371.9 (22)申请日 2021.12.13 (71)申请人 深圳壹账通智能科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 郭春梅　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 代理人 刘畅 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 40/08(2012.01) G06V 40/10(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种工伤自动审核的方法、 装置、 计算机设 备及存储介质 (57)摘要 本申请公开了一种工伤自动审核的方法、 装 置、 计算机设备及存储介质， 属于人工智能技术 领域。 本申请通过获取待审核用户上传的审核材 料， 审核材料包括事故地址信息、 通勤路径和事 故现场图片， 根据事故地址信息与通勤路径先审 核事故是否发生在通勤路径范围内， 再通过事故 现场图片预测用户的姿态， 根据用户的姿态判断 用户的肢体伤残情况， 最后结合用户的行动路径 审核结果和肢体伤残审核结果， 判断用户的工伤 审核结果是否通过。 此外， 本申请还涉及区块链 技术， 审核材料可存储于区块链中。 本申请通过 用户上传的审核材料自动实现对行动路径的审 核和肢体伤残情况的审核， 降低了社保局人员的 工作量， 提高了 工伤审核效率。 权利要求书2页 说明书14页 附图3页 CN 114240364 A 2022.03.25 CN 114240364 A 1.一种工伤自动审核的方法， 其特 征在于， 包括： 接收工伤审核指令， 获取待审核用户上传的审核材料， 其中， 所述审核材料包括事故地 址信息、 通勤路径和事故现场图片； 基于所述事故地址信息和所述 通勤路径， 生成所述待审核用户的行动路径审核结果； 对所述事故现场图片进行 人体关节点标注， 生成人体关节点图像； 将所述人体关节点图像导入到预先训练好的姿态预测模型， 得到所述待审核用户的姿 态预测结果； 将所述姿态预测结果与预设标准伤残姿态结果进行比对， 得到所述待审核用户的肢体 伤残审核结果； 基于所述行动路径审核结果和所述肢体伤残审核结果， 生成所述待审核用户的工伤审 核结果。 2.如权利要求1所述的工伤自动审核的方法， 其特征在于， 所述基于所述事故地址信 息 和所述通勤路径， 生成所述待审核用户的行动路径审核结果的步骤， 具体包括： 基于所述事故地址信息和所述通勤路径， 判断事故地址是否在所述通勤路径的范围 内； 通过所述判断事故地址是否在所述通勤路径的范围内， 得到所述待审核用户的行动路 径审核结果， 其中， 所述行动路径审核结果包括第一行动路径审核结果和第二行动路径审 核结果， 所述第一行动路径审核结果为所述事故地址在所述通勤路径的范围内， 所述第二 行动路径审核结果 为所述事故地址不在所述 通勤路径的范围。 3.如权利要求1所述的工伤自动审核的方法， 其特征在于， 在所述对所述事故现场图片 进行人体关节点标注， 生成人体关节点图像的步骤之前， 还 包括： 基于预设的内容识别模型对所述事故现场图片进行识别， 得到人体 轮廓特征； 对所述事故现场图片进行去噪处理， 去 除所述事故现场图片的椒盐噪点， 得到去噪图 像； 基于所述去噪图像和所述人体 轮廓特征， 确定所述事故现场图片中的人体区域； 所述对所述事故现场图片进行人体关节点标注， 生成人体关节点图像的步骤， 具体包 括： 对携带所述人体区域的事故现场图片进行 人体关节点标注， 生成人体关节点图像。 4.如权利要求3所述的工伤自动审核的方法， 其特征在于， 所述对所述事故现场图片进 行人体关节点标注， 生成人体关节点图像的步骤， 具体包括： 将携带所述人体区域的事故现场图片导入预 先训练好的关节点置信度预测模型； 利用所述关节点置信度预测模型 预测所述人体区域内各个 像素点的置信度； 基于所述人体区域内各个像素点的置信度进行人体关节点标注， 生成人体关节点图 像。 5.如权利要求4所述的工伤自动审核的方法， 其特征在于， 所述基于所述人体区域内各 个像素点的置信度进行 人体关节点标注， 生成人体关节点图像的步骤， 具体包括： 计算所述人体关节点之间的亲和力值； 判断所述亲和力值是否大于或等于预设阈值； 当所述亲和力值大于或等于预设阈值时， 对所述人体关节点进行匹配连接， 得到人体权　利　要　求　书 1/2 页 2 CN 114240364 A 2关节点图像。 6.如权利要求5所述的工伤自动审核的方法， 其特征在于， 所述将所述人体关节点图像 导入到预先训练好的姿态预测模型， 得到所述待审核用户的姿态预测结果的步骤之前， 还 包括： 构建图像坐标系， 并基于所述图像坐标系获取 所述人体区域中人体关节点 坐标； 识别人体关节点连线， 并计算所述人体关节点连线之间的夹角， 得到人体关节活动角 度。 7.如权利要求6所述的工伤自动审核的方法， 其特征在于， 所述将所述人体关节点图像 导入到预先训练好的姿态预测模型， 得到所述待审核用户的姿态预测结果的步骤， 具体包 括： 对所述人体关节点图像进行 特征提取， 得到连线特 征和活动角度特 征； 分别对所述连线特征和所述活动角度 特征进行编码， 得到第 一特征向量和第 二特征向 量； 分别对所述第 一特征向量和所述第 二特征向量进行线性变换， 并将线性变换后的所述 第一特征向量和所述第二特 征向量进行融合， 得到融合特 征向量； 对所述融合特 征向量进行线性回归， 得到回归特 征向量； 对所述回归特 征向量进行解码， 得到所述待审核用户的姿态预测结果。 8.一种工伤自动审核的装置， 其特 征在于， 包括： 材料获取模块， 用于接收工伤审核指令， 获取待审核用户上传的审核材料， 其中， 所述 审核材料包括事故地址信息、 通勤路径和事故现场图片； 路径审核模块， 用于基于所述事故地址信息和所述通勤路径， 生成所述待审核用户的 行动路径审核结果； 关节点标注模块， 用于对所述事故现场图片进行人体关节点标注， 生成人体关节点图 像； 姿态预测模块， 用于将所述人体关节点图像导入到预先训练好的姿态预测模型， 得到 所述待审核用户的姿态预测结果； 伤残审核模块， 用于将所述姿态预测结果与预设标准伤残姿态结果进行比对， 得到所 述待审核用户的肢体伤 残审核结果。 工伤审核模块， 用于基于所述行动路径审核结果和所述肢体伤残审核结果， 生成所述 待审核用户的工伤审核结果。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器中存储有计算机可 读指令， 所述处理器执行所述计算机可读指 令时实现如权利要求 1至7中任一项 所述的工伤 自动审核的方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的工伤 自动审核的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114240364 A 3