[发明专利]基于卷积神经网络的选票识别方法在审
| 申请号： | 201811249558.8 | 申请日： | 2018-10-25 |
| 公开（公告）号： | CN109460720A | 公开（公告）日： | 2019-03-12 |
| 发明（设计）人： | 陈一凡;彭程;边赟;李天易 | 申请（专利权）人： | 中科院成都信息技术股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/20;G06K9/54;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 邓世燕 |
| 地址： | 610041 四川省成都市高新*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的选票识别方法，包括如下步骤：步骤一、提取填涂符号位置处的图案；步骤二、对步骤一提取的图案进行预处理；步骤三、将预处理后的图案输入卷积神经网络识别模型，输出“勾、叉、圈”三类的概率；步骤四、利用“勾、叉、圈”三类的概率对“其他”类不清晰的填涂进行判断。与现有技术相比，本发明的积极效果是：本发明通过卷积神经网络来识别判断手写符号的含义，相比于传统的图像算法判断或普通的神经网络判断的方法，极大地提高了识别的准确率与鲁棒性，同时也真正可以应用到实际的工程项目中，方便、加速了选票符号的统计。 | ||
| 搜索关键词： | 卷积神经网络 预处理 选票 图案 填涂 神经网络判断 符号位置 工程项目 手写符号 图像算法 传统的 鲁棒性 概率 准确率 输出 清晰 应用 统计 | ||
【主权项】：
1.一种基于卷积神经网络的选票识别方法，其特征在于：包括如下步骤：步骤一、提取填涂符号位置处的图案；步骤二、对步骤一提取的图案进行预处理；步骤三、将预处理后的图案输入卷积神经网络识别模型，输出“勾、叉、圈”三类的概率；步骤四、利用“勾、叉、圈”三类的概率对“其他”类不清晰的填涂进行判断。
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中科院成都信息技术股份有限公司，未经中科院成都信息技术股份有限公司许可，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/patent/201811249558.8/，转载请声明来源钻瓜专利网。
