prikaz prve stranice dokumenta Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju
  Download
PDF 5.45 MB
professional thesis
Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:367014
Mojsinović, Dubravko
University of Zagreb
Faculty of Electrical Engineering and Computing
Department of Electronic Systems and Information Processing

Institutional repository: FER Repository

Cite this document

Mojsinović, D. (2023). Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju (Professional thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:367014

Mojsinović, Dubravko. "Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju." Professional thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:367014

Mojsinović, Dubravko. "Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju." Professional thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:367014

Mojsinović, D. (2023). 'Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju', Professional thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 29 August 2024, https://urn.nsk.hr/urn:nbn:hr:168:367014

Mojsinović D. Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju [Professional thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 August 29] Available at: https://urn.nsk.hr/urn:nbn:hr:168:367014

D. Mojsinović, "Korištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju", Professional thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:367014

Metadata
TitleKorištenje neuronskih mreža za verifikaciju fotografija u procesu preuzimanja rizika u osiguranju
Title (english)Using neural networks for photograph verification in insurance underwriting process
AuthorDubravko Mojsinović
MentorTomislav Petković (mentor)
Committee memberMarko Subašić (predsjednik povjerenstva)
Committee memberTomislav Petković (član povjerenstva)
Committee memberAzra Tafro (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
(Department of Electronic Systems and Information Processing)
Zagreb
Defense date and country2023-03-28, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Economics
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U automobilskom autokasko osiguranju fotografiranje osobnih vozila omogućava dobivanje informacija prilikom prihvata u osiguranje i nakon štete. U području računalnog vida za detekciju vozila i izdvajanje značajki koriste se neuronske mreže. U radu se uzima prethodno naučeni model neuronske mreže koji je prilagođen. Prikazuje se metodologija za određivanje granice crvene boje u HSV modelu. Korišten program je Jupiterska bilježnica na platformi COLAB u koju se upisuju naredbe u Pythonu. Analizirano je 135 fotografija. Velik broj fotografija ne kadrira najbolje vozilo koje je predmet osiguranja. Udio površine detektiranog osobnog vozila na fotografiji od 39% pokazuje se kao udio kojemu treba težiti. Orijentacijski 100.000-200.000 piksela bi mogla biti donja granica kod akvizicije fotografije za osobno vozilo neovisno o pozadini koju zadovoljava većina fotografija. Program je na 15 fotografija, koje ne sadrže osobno vozilo, prepoznao da se ne radi o osobnom vozilu. U jednom slučaju program ne detektira osobno vozilo. Osobna vozila s udjelom crvenih piksela <=3,6% nisu crvena. Kod <3% vozila rezultat je nejasan pa se takve fotografije trebaju ručno pregledati. Vozila s udjelom crvenih piksela >13,1% su crvena. Rezultati dobiveni na fotografijama umanjenim za faktor 2 ne zaostaju za rezultatima na originalnim fotografijama s tim da program radi brže.
Abstract (english)
In car casco insurance, taking photos of personal vehicles allows you to obtain information for underwriting and claim processing. In the field of computer vision, neural networks are used for vehicle detection and feature extraction. A pre-trained neural network model that has been adapted is used in the specialist thesis. The methodology for determining the red color limit in the HSV model is presented. Programming is done on a Jupyter notebook in COLAB environment with Python commands. 135 photos were analyzed. A large number of pictures do not focus the best on the vehicle that is the subject of insurance. The share of the surface of the detected passenger vehicle in the image of 39% proves to be a solid share to strive for. A rough 100.000-200,000 pixels might be the limit of adequate vehicle resolution that most photos meet. The program recognized correctly 15 photos with no personal vehicle. In one case, the program does not detect a personal vehicle. Cars with a proportion of red pixels <=3.6% are not red. In <3% of vehicles, the result is unclear, so such photos should be reviewed manually. Vehicles with a red pixels share >13.1% are red. The results obtained on the photos reduced by a factor of 2 do not lag behind the results on the original photos, with the fact that the program works faster.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:367014
Study programmeTitle: INSURTECH
Study programme type: university
Study level: postgraduate specialist
Academic / professional title: sveučilišni/a specijalist/specijalistica digitalnih inovacija i tehnologija u osiguranju (sveučilišni/a specijalist/specijalistica digitalnih inovacija i tehnologija u osiguranju)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2023-04-13 09:11:40