[发明专利]一种基于深度学习的多学科试卷内容检测与识别系统及方法有效
| 申请号： | 201910483395.8 | 申请日： | 2019-06-04 |
| 公开（公告）号： | CN110210413B | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 苏统华;杨超杰;王忠杰;涂志莹;徐晓飞 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40;G06V30/14;G06V30/146;G06V30/148;G06V30/19;G06V10/82 |
| 代理公司： | 哈尔滨龙科专利代理有限公司 23206 | 代理人： | 高媛 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 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深度学习的多学科试卷内容检测与识别系统及方法，所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块，其中：数据预处理模块对由纸质的试卷扫描成的数字图像进行处理；数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析，将图像分为不同类别的小题；小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类；字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。本发明对于多学科试卷的复杂版面都有通用性；试卷中印刷体中文的识别率为99％，达到实用程度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 学科 试卷 内容 检测 识别 系统 方法 | ||
【主权项】：
1.一种基于深度学习的多学科试卷内容检测与识别系统，其特征在于所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块，其中：所述数据预处理模块对由纸质的试卷扫描成的数字图像进行处理；所述数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析，将图像分为不同类别的小题；所述小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类；所述字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/201910483395.8/，转载请声明来源钻瓜专利网。
