[发明专利]一种用于美术作品的智能评分方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202210490690.8 申请日: 2022-05-07
公开(公告)号: CN115063343A 公开(公告)日: 2022-09-16
发明(设计)人: 蔡奕辉;纪毅;肖映河;胡锦峰;温嘉诚;朱紫怡;胡贝尔;韩明钰 申请(专利权)人: 广东工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06V10/762;G06N3/04;G06N3/08
代理公司: 广州三辰专利事务所(普通合伙) 44227 代理人: 吴清瑕
地址: 510000 *** 国省代码: 广东;44
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 用于 美术作品 智能 评分 方法 装置 计算机 设备 存储 介质
【说明书】:

发明提供一种用于美术作品的智能评分方法,包括根据预先获取的绘制图像数据集合,对第一卷积神经网络进行训练,以使所述第一卷积神经网络适用于识别绘制图像;所述绘制图像数据集合包括多个绘制图像信息,每个绘制图像信息包括绘制图像和对应图像的子评分信息;所述子评分信息包括完整性评分、造型能力评分、画面对象结构、体面关系评分和色调对比评分中的至少一种;将待识别绘制图像输入到训练好的第一卷积神经网络中进行子评分识别,得到所述待识别绘制图像对应的子评分信息,本发明极大节省批卷所需的各类成本,降低批卷难度,且大大提高批改工作的公正性。

技术领域

本发明涉及智能评分领域,具体为一种用于美术作品的智能评分方法、装置、计算机 设备及存储介质。

背景技术

就目前美术教育培养体系和现有的艺考科目评价体系而言,个人的美术教育主要来源 于校内美育教育和课外特长班培训,但由于美术的科目特性,该科目需要得到及时反馈从 而依据反馈进行相应训练进而提高美术能力;同时由于校内美术课程学时相对较短、师资 有限,而课外培训机构收费较高、对象范围较小,从而使绝大多数学生的美术教育无法得 到质与量的保证,不利于学生进行学习。

而美术艺考中的评分环节更是十分重要的部分,当前美术评分方式主要依靠纯人工进 行评分或机器上传画面辅助人工进行评分等方式,此类方式存在着人因疲劳等因素造成的 分心随意进而草率分档的问题,存在着由人主观因素造成的偶然误差,具有较强主观性; 同时此类方式必需依靠相关专家和具有专业知识的老师方可进行,因此人力成本较大,小 规模的美术考试不利于使用;并且美术生存在着对自己平时画作进行专业打分的需求,而 传统方式受制于各方面因素而存在着许多不便,故此发明的出现能够很大程度上满足美术 生对于自我学习需求的需要。

发明内容

(一)解决的技术问题

针对现有技术的不足,本发明提供了一种用于美术作品的智能评分方法、装置、计算 机设备及存储介质,以解决上述背景技术中提出的问题。

(二)技术方案

为实现以上目的,本发明通过以下技术方案予以实现一种用于美术作品的智能评分方 法,包括以下步骤:

步骤一:根据预先获取的绘制图像数据集合,对第一卷积神经网络进行训练,以使所 述第一卷积神经网络适用于识别绘制图像;所述绘制图像数据集合包括多个绘制图像信息, 每个绘制图像信息包括绘制图像和对应图像的子评分信息;所述子评分信息包括完整性评 分、造型能力评分、画面对象结构、体面关系评分和色调对比评分中的至少一种;

步骤二:将待识别绘制图像输入到训练好的第一卷积神经网络中进行子评分识别,得 到所述待识别绘制图像对应的子评分信息;

步骤三:依据各子评分信息与评分比重的对应关系,计算各子评分与评分比重的乘积, 并将各子评分与评分比重的乘积进行加和,得到所述待识别绘制图像对应的总评分;

步骤四:依据所述总评分以及总评分与评分等级的对应关系,确定所述待识别绘制图 像的评分等级。

作为本实施例的优选,所述步骤一中卷积神经网络训练包括卷积特征提取、池化特征 和算法设计。

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广东工业大学,未经广东工业大学许可,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/202210490690.8/2.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