[发明专利]基于FHOG特征的试卷分数自动统计方法和装置有效
申请号: | 201910030223.5 | 申请日: | 2019-01-14 |
公开(公告)号: | CN109740618B | 公开(公告)日: | 2022-11-04 |
发明(设计)人: | 赵运基;马义超;刘晓光;张新良;范存良 | 申请(专利权)人: | 河南理工大学 |
主分类号: | G06V30/18 | 分类号: | G06V30/18;G06V10/762;G06V30/19;G06V30/226 |
代理公司: | 广州智斧知识产权代理事务所(普通合伙) 44649 | 代理人: | 孔德超 |
地址: | 454000 河南*** | 国省代码: | 河南;41 |
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FHOG特征的试卷分数自动统计方法,其包括以下步骤:S1、对单数字手写样本以及双数字手写样本进行尺度变换;S2、提取单数字手写样本图像和双数字手写样本图像的SP‑FHOG特征;S3、训练神经网络,得到单数字识别模型、双数字识别模型和得到数字数目识别模型;S4、提取每个分割结果图像的SP‑FHOG特征;S5、将分割结果图像的SP‑FHOG特征输入到数字数目识别模型和单数字识别模型或数字数目识别模型中进行识别。本发明还提供了基于FHOG特征的试卷分数自动统计装置。本发明精度高,能够有效的进行试卷的分数统计。 | ||
搜索关键词: | 基于 fhog 特征 试卷 分数 自动 统计 方法 装置 | ||
【主权项】:
1.一种基于FHOG特征的络试卷分数自动统计方法,其特征在于,包括以下步骤:S1、对Mnist样本数据库中的每个单数字手写样本以及NISTSD19样本数据库中的每个双数字手写样本进行尺度变换,分别得到每个单数字手写样本对应的单数字手写样本图像和每个双数字手写样本对应的双数字手写样本图像;S2、提取单数字手写样本图像和双数字手写样本图像的SP‑FHOG特征;S3、将单数字手写样本图像的SP‑FHOG特征和双数字手写样本图像的SP‑FHOG特征分别输入神经网络中进行训练,分别得到单数字识别模型和双数字识别模型,将单数字手写样本图像的SP‑FHOG特征和双数字手写样本图像的SP‑FHOG特征同时输入神经网络中进行训练,得到数字数目识别模型;S4、对目标试卷图像进行预处理,得到多个分割结果图像,提取每个分割结果图像的SP‑FHOG特征;S5、将所述分割结果图像的SP‑FHOG特征输入到数字数目识别模型中进行识别,如果数字数目识别模型识别的结果为1,则将所述分割结果图像的SP‑FHOG特征输入至单数字识别模型进行识别,得到单数字识别结果;如果数字数目识别模型识别的结果为2,则将所述分割结果图像的SP‑FHOG特征输入至双数字识别模型进行识别,得到双数字识别结果;其中,提取单数字手写样本图像或双数字手写样本图像或分割结果图像的SP‑FHOG特征的方法包括:S11、对所述单数字手写样本图像或双数字手写样本图像或分割结果图像进行分割,得到3×3个cell,计算得到3×3个cell中每个cell的FHOG特征,记为局部FHOG特征;每个单数字手写样本图像或双数字手写样本图像或分割结果图像共包括9个局部FHOG特征;S12、对所述3×3个cell,应用2×2大小步长为一个cell的重叠统计池化方法,将3×3个cell转换为2×2个cell,计算得到2×2个cell中每个cell的FHOG特征,记为FHOGR特征;每个单数字手写样本图像或双数字手写样本图像或分割结果图像共包括4个FHOGR特征;S13、将所述2×2个cell作为一个整体,获得该整体的FHOG特征,记为FHOGAll特征;S14、将每个单数字手写样本图像或双数字手写样本图像或分割结果图像对应的9个局部FHOG特征、4个FHOGR特征以及1个FHOGAll特征进行串联,得到最终的SP‑FHOG特征。
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河南理工大学,未经河南理工大学许可,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/201910030223.5/,转载请声明来源钻瓜专利网。