[发明专利]答题卡填涂识别方法、模型构建方法、设备及存储介质

权利要求书

1.一种答题卡填涂识别方法，其特征在于，所述方法包括：

获取待识别的答题卡对应的图像；

获取所述图像中填涂选项图像的目标特征参数，其中，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；

将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，得到填涂选项结果，其中，所述填涂识别模型是根据所述目标特征参数构建得到的。

2.根据权利要求1所述的方法，其特征在于，所述填涂识别模型包括第一识别模型和第二识别模型，所述第一识别模型为神经网络模型，所述第二识别模型为支持向量机模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，包括：

将所述图像中填涂选项图像的目标特征参数输入至所述第一识别模型，得到第一识别结果；

将所述图像中填涂选项图像的目标特征参数输入至所述第二识别模型，得到第二识别结果；

根据所述第一识别结果和第二识别结果得到填涂选项结果。

4.根据权利要求2所述的方法，其特征在于，所述第一识别模型还输出第一可信度，所述第二识别模型还输出第二可信度；

其中，所述第一可信度根据所述第一识别模型的输出概率和判别真值确定；所述第二可信度为图像特征参数点距离分隔平面的距离，所述图像特征参数点为图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型组成的向量，所述分割平面根据所述支持向量机模型的分割平面方程确定。

5.一种填涂识别模型的构建方法，其特征在于，所述方法包括：

获取训练样本数据，其中，所述训练样本数据包括多个填涂选项图像以及每个所述填涂选项图像对应的标注结果，每个所述填涂选项图像对应有目标目标特征参数，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；

将所述填涂选项图像对应的目标特征参数和标注结果，输入至待构建的填涂识别模型进行模型训练，得到构建好的填涂识别模型。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

对所述训练样本数据中的填涂选项图像进行特征提取，得到所述目标特征参数；

其中，所述目标特征参数用于构建填涂识别模型，所述目标特征参数至少包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型。

7.根据权利要求6所述的方法，其特征在于，所述对所述训练样本数据中的填涂选项图像进行特征提取，得到所述目标特征参数，包括：

计算所有训练样本数据在标注结果上的信息增益；

针对每一目标特征参数在子数据集中分别计算其在标注结果上的信息熵；

计算所有训练样本数据的信息增益与所述目标特征参数的信息熵的差值，得到所述目标特征参数的信息增益；

根据所述目标特征参数的信息增益进行排序，并基于排序结果确定目标特征参数。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述目标特征参数对所述训练样本数据进行分组，得到多组样本数据；

获取所述目标特征参数在每组样本数据中出现在第一标注结果对应的第一次数以及出现在第二标注结果对应的第二次数，其中，所述第一标注结果为有效填涂，所述第二标注结果为无效填涂；

根据所述第一次数和第二次数的次数差，确定是否滤除该组样本数据。