[发明专利]一种图像处理的方法和相关装置在审

专利信息
申请号: 201911251353.8 申请日: 2019-12-09
公开(公告)号: CN111104881A 公开(公告)日: 2020-05-05
发明(设计)人: 何孟华;何春江;曾金舟 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08;G09B7/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 柳欣
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 相关 装置
【权利要求书】:

1.一种图像处理的方法,其特征在于,包括:

基于考生作答图像和答案模板图像,利用匹配算法获得考生作答区域图像和对应的答案模板区域图像;所述答案模板图像是基于标准答案内容、标准答案位置和改错题图像利用对应的预设生成模型获得的;

基于所述考生作答区域图像和对应的所述答案模板区域图像,利用预设分类模型获得所述考生作答区域图像的类别标签;

基于所述类别标签对应的第一判决得分,确定所述考生作答区域图像的评阅结果。

2.根据权利要求1所述的方法,其特征在于,所述答案模板图像的获得步骤包括:

基于所述标准答案内容和第一随机向量,利用所述预设生成模型获得标准答案区域图像;

基于所述标准答案区域图像、所述标准答案位置和所述改错题图像,获得所述答案模板图像。

3.根据权利要求2所述的方法,其特征在于,所述预设生成模型的获得步骤包括:

将训练答案内容和第二随机向量输入生成网络获得伪答案区域图像;

基于所述伪答案区域图像、所述训练答案内容、所述训练答案内容对应的真答案区域图像和所述真答案区域图像对应的非训练答案内容,预先训练判别网络和所述生成网络获得所述预设生成模型。

4.根据权利要求3所述的方法,其特征在于,在所述基于所述标准答案内容和第一随机向量,利用所述预设生成模型获得标准答案区域图像之前,还包括:

利用所述预设生成模型倒转学习,获得所述伪答案区域图像至所述第二随机向量的映射规则;

基于所述映射规则提取所述考生作答图像中考生字体风格信息,获得目标向量作为所述第一随机向量;

对应地,所述标准答案区域图像包括所述考生字体风格信息,所述答案模板图像包括所述考生字体风格信息。

5.根据权利要求1所述的方法,其特征在于,所述预设分类模型是基于训练考生作答区域图像和训练答案模板区域图像,以及所述训练考生作答区域图像相对于所述训练答案模板区域图像的正确标签、错误标签或无效标签预先训练分类网络获得的;对应地,若所述类别标签为正确标签,所述类别标签对应的第一判决得分为1;若所述类别标签为错误标签或无效标签,所述类别标签对应的第一判决得分为0。

6.根据权利要求1所述的方法,其特征在于,还包括:

匹配所述考生作答图像和所述改错题图像,获得所述考生作答区域图像和对应的手写作答位置;

利用识别算法识别所述考生作答区域图像,获得手写作答内容;

基于所述手写作答内容、所述手写作答位置、所述标准答案内容和所述标准答案位置,利用判决算法获得所述考生作答区域图像的第二判决得分;

对应地,所述基于所述类别标签对应的第一判决得分,确定所述考生作答区域图像的评阅结果,具体为:

基于所述第一判决得分和对应的所述第二判决得分,确定所述考生作答区域图像的评阅结果。

7.根据权利要求6所述的方法,其特征在于,所述基于所述第一判决得分和对应的所述第二判决得分,确定所述考生作答区域图像的评阅结果,包括:

若所述第一判决得分和所述第二判决得分相同,基于所述第一判决得分或所述第二判决得分,直接确定所述考生作答区域图像的评阅结果;

若所述第一判决得分和所述第二判决得分不同,基于所述第一判决得分、所述第一判决得分的置信度、所述第二判决得分和所述第二判决得分的置信度,确定所述考生作答区域图像的评阅结果。

8.一种图像处理的装置,其特征在于,包括:

第一获得单元,用于基于考生作答图像和答案模板图像,利用匹配算法获得考生作答区域图像和对应的答案模板区域图像;所述答案模板图像是基于标准答案内容、标准答案位置和改错题图像利用对应的预设生成模型获得的;

第二获得单元,用于基于所述考生作答区域图像和对应的所述答案模板区域图像,利用预设分类模型获得所述考生作答区域图像的类别标签;

确定单元,用于基于所述类别标签对应的第一判决得分,确定所述考生作答区域图像的评阅结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911251353.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top