[發明專利]一種圖像處理的方法和相關裝置

在審

• 申請號: 201911251353.8
• 申請日: 2019-12-09
• 公開（公告）號: CN111104881A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 何孟華;何春江;曾金舟
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G09B7/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 柳欣

1.一種圖像處理的方法，其特征在于，包括：

基于考生作答圖像和答案模板圖像，利用匹配算法獲得考生作答區域圖像和對應的答案模板區域圖像；所述答案模板圖像是基于標準答案內容、標準答案位置和改錯題圖像利用對應的預設生成模型獲得的；

基于所述考生作答區域圖像和對應的所述答案模板區域圖像，利用預設分類模型獲得所述考生作答區域圖像的類別標簽；

基于所述類別標簽對應的第一判決得分，確定所述考生作答區域圖像的評閱結果。

2.根據權利要求1所述的方法，其特征在于，所述答案模板圖像的獲得步驟包括：

基于所述標準答案內容和第一隨機向量，利用所述預設生成模型獲得標準答案區域圖像；

基于所述標準答案區域圖像、所述標準答案位置和所述改錯題圖像，獲得所述答案模板圖像。

3.根據權利要求2所述的方法，其特征在于，所述預設生成模型的獲得步驟包括：

將訓練答案內容和第二隨機向量輸入生成網絡獲得偽答案區域圖像；

基于所述偽答案區域圖像、所述訓練答案內容、所述訓練答案內容對應的真答案區域圖像和所述真答案區域圖像對應的非訓練答案內容，預先訓練判別網絡和所述生成網絡獲得所述預設生成模型。

4.根據權利要求3所述的方法，其特征在于，在所述基于所述標準答案內容和第一隨機向量，利用所述預設生成模型獲得標準答案區域圖像之前，還包括：

利用所述預設生成模型倒轉學習，獲得所述偽答案區域圖像至所述第二隨機向量的映射規則；

基于所述映射規則提取所述考生作答圖像中考生字體風格信息，獲得目標向量作為所述第一隨機向量；

對應地，所述標準答案區域圖像包括所述考生字體風格信息，所述答案模板圖像包括所述考生字體風格信息。

5.根據權利要求1所述的方法，其特征在于，所述預設分類模型是基于訓練考生作答區域圖像和訓練答案模板區域圖像，以及所述訓練考生作答區域圖像相對于所述訓練答案模板區域圖像的正確標簽、錯誤標簽或無效標簽預先訓練分類網絡獲得的；對應地，若所述類別標簽為正確標簽，所述類別標簽對應的第一判決得分為1；若所述類別標簽為錯誤標簽或無效標簽，所述類別標簽對應的第一判決得分為0。

6.根據權利要求1所述的方法，其特征在于，還包括：

匹配所述考生作答圖像和所述改錯題圖像，獲得所述考生作答區域圖像和對應的手寫作答位置；

利用識別算法識別所述考生作答區域圖像，獲得手寫作答內容；

基于所述手寫作答內容、所述手寫作答位置、所述標準答案內容和所述標準答案位置，利用判決算法獲得所述考生作答區域圖像的第二判決得分；

對應地，所述基于所述類別標簽對應的第一判決得分，確定所述考生作答區域圖像的評閱結果，具體為：

基于所述第一判決得分和對應的所述第二判決得分，確定所述考生作答區域圖像的評閱結果。

7.根據權利要求6所述的方法，其特征在于，所述基于所述第一判決得分和對應的所述第二判決得分，確定所述考生作答區域圖像的評閱結果，包括：

若所述第一判決得分和所述第二判決得分相同，基于所述第一判決得分或所述第二判決得分，直接確定所述考生作答區域圖像的評閱結果；

若所述第一判決得分和所述第二判決得分不同，基于所述第一判決得分、所述第一判決得分的置信度、所述第二判決得分和所述第二判決得分的置信度，確定所述考生作答區域圖像的評閱結果。

8.一種圖像處理的裝置，其特征在于，包括：

第一獲得單元，用于基于考生作答圖像和答案模板圖像，利用匹配算法獲得考生作答區域圖像和對應的答案模板區域圖像；所述答案模板圖像是基于標準答案內容、標準答案位置和改錯題圖像利用對應的預設生成模型獲得的；

第二獲得單元，用于基于所述考生作答區域圖像和對應的所述答案模板區域圖像，利用預設分類模型獲得所述考生作答區域圖像的類別標簽；

確定單元，用于基于所述類別標簽對應的第一判決得分，確定所述考生作答區域圖像的評閱結果。