[发明专利]书写质量评价方法、装置和电子设备在审

专利信息
申请号: 202110386323.9 申请日: 2021-04-09
公开(公告)号: CN112990345A 公开(公告)日: 2021-06-18
发明(设计)人: 蔡猛;刘瑞;梁镇麟 申请(专利权)人: 北京有竹居网络技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46;G06N3/04;G06N3/08
代理公司: 泰和泰律师事务所 51219 代理人: 祝海燕
地址: 101299 北京市平*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 书写 质量 评价 方法 装置 电子设备
【说明书】:

本公开实施例公开了书写质量评价方法、装置和电子设备。该方法的一具体实施方式包括:采用预先训练的图像分类模型处理待评价书写图像;获取目标特征提取层生成的第一特征向量,其中,所述目标特征提取层从所述图像分类模型的至少一个特征提取层中确定;获取第二特征向量,其中,第二特征向量基于书写样例图像得到;基于所述第一特征向量和所述第二特征向量,确定所述待评价书写图像的书写质量评价信息。由此,提供了一种通过计算机实现书写质量评价的方式。

技术领域

本公开涉及计算机技术领域,尤其涉及一种书写质量评价方法、装置和电子设备。

背景技术

随着互联网的发展,用户越来越多的使用终端设备实现各种功能。例如,用户可以借助终端设备不断学习。

在一些应用场景中,可以由人类对书写质量进行评价。

发明内容

提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

第一方面,本公开实施例提供了一种书写质量评价方法,该方法包括:采用预先训练的图像分类模型处理待评价书写图像;获取目标特征提取层生成的第一特征向量,其中,所述目标特征提取层从所述图像分类模型的至少一个特征提取层中确定;获取第二特征向量,其中,第二特征向量基于书写样例图像得到;基于所述第一特征向量和所述第二特征向量,确定所述待评价书写图像的书写质量评价信息。

第二方面,本公开实施例提供了一种书写质量评价装置,包括:处理单元,用于采用预先训练的图像分类模型处理待评价书写图像;第一获取单元,用于获取目标特征提取层生成的第一特征向量,其中,所述目标特征提取层从所述图像分类模型的至少一个特征提取层中确定;第二获取单元,用于获取第二特征向量,其中,第二特征向量基于书写样例图像得到;确定单元,用于基于所述第一特征向量和所述第二特征向量,确定所述待评价书写图像的书写质量评价信息。

第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的书写质量评价方法。

第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的书写质量评价方法的步骤。

本公开实施例提供的书写质量评价方法、装置和电子设备,通过采用图像分类模型处理待评价书写图像,然后,取图像分类模型中的目标特征提取层生成的第一特征向量,以及获取基于书写样例图像得到的第二特征向量;最后,基于第一特征向量和第二特征向量,确定待评价书写图像的书写质量评价信息。由此,可以提供一种新的书写质量评价信息方法,这种方法采用图像分类模型,可以利用图像分类模型关于图像分类的特征提取能力对图像进行表征,对于未处理过的字符形状也可以进行准确的特征提取,从而,可以实现计算机自动进行书写质量评价,并且准确率较高。

附图说明

结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。

图1是根据本公开的书写质量评价方法的一个实施例的流程图;

图2是根据本公开的书写质量评价方法的一种实现方式的示意图;

图3是根据本公开的书写质量评价方法的另一种实现方式的流程图;

图4是根据本公开的书写质量评价装置的一个实施例的结构示意图;

图5是本公开的一个实施例的书写质量评价方法可以应用于其中的示例性系统架构;

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北京有竹居网络技术有限公司,未经北京有竹居网络技术有限公司许可,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/pat/books/202110386323.9/2.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