[发明专利]一种试卷扫描图像中作文区域书写评级方法

权利要求书

1.一种试卷扫描图像中作文区域书写评级方法，其特征在于，将作文图像切分成小图，对小图预测类别后再通过小图类别预测大图书写级别。方法包括图像切分、小图预测、预测数据再处理、集成预测四个部分。

2.根据权利要求1所述的一种试卷扫描图像中作文区域书写评级方法，其特征在于，所述图像切分具体描述为：作文区域图像先按比例缩放到560宽度即尺寸为(560*(560*h/w))，再对缩放后的图像以112为步长切分成224*224的小图。

3.根据权利要求1所述的一种试卷扫描图像中作文区域书写评级方法，其特征在于，所述小图预测具体描述为：构建小图分类训练数据，采用密集连接卷积网络denseNet训练分类模型，对224*224的小图预测书写级别。

4.根据权利要求3所述的构建小图分类训练数据，其特征在于，所述具体为：将作文图像切分成224*224小图，并标注成“非手写体”、“较差”、“一般”、“良好”、“优秀”五类。

5.根据权利要求1所述的一种试卷扫描图像中作文区域书写评级方法，其特征在于，所述预测数据再处理具体描述为：以每张作文大图为单位，对由denseNet网络模型预测的小图类别结果再处理，计算对应大图切分出的小图中各类别数量以及各类别小图数量占该大图切出的小图总数量百分比。

6.一种试卷扫描图像中作文区域书写评级方法，其特征在于，包括以下具体步骤：

步骤一、收集数据：准备作文区块的扫描图像500张，尽可能包含应用场景的各种答题试卷类型；

步骤二、数据切分：将该500张图片分别缩放到(560*(560*h/w))尺寸，再从上往下、从左往右将大图以112为步长切分出尺寸为224*224图像保存；

步骤三、小图数据标注：将步骤二切分出的小图进行五分类，非手写体的label为0，其他部分根据手写字体是否美观分为1、2、3、4(对应“较差”、“一般”、“良好”、“优秀”)，每类数据1000张；

步骤四、模型训练：将步骤三标注的小图利用密集连接卷积网络denseNet进行五分类训练，保存模型；

步骤五、大图标注：将步骤二缩放后的大图数据进行四分类(对应“较差”、“一般”、“良好”、“优秀”)标注，每类数据约100张；

步骤六、构建XGBoost训练数据：以作文大图为单位，对标注好的大图进行小图切分并利用denseNet模型预测小图类别，对每张大图所切出的小图所预测的类别分别计算0类数量、1类数量、2类数量、3类数量、4类数量、0类数量占总数百分比、1类数量占总数百分比、2类数量占总数百分比、3类数量占总数百分比、4类数量占总数百分比作为样本特征值，大图的类别作为样本label，构建XGBoost训练数据；

步骤七、训练XGBoost模型：用XGBoost训练数据训练集成模型XGBoost；

步骤八、整合方法流程：将大图缩放、切成小图、denseNet模型预测、预测结果再处理、XGBoost模型预测等部分组合一起。