[发明专利]基于FHOG特征的试卷分数自动统计方法和装置

权利要求书

1.一种基于FHOG特征的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NIST SD19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。

2.根据权利要求1所述的基于FHOG特征的试卷分数自动统计方法，其特征在于，所述神经网络采用DBN网络。

3.根据权利要求1所述的基于FHOG特征的试卷分数自动统计方法，其特征在于，对Mnist样本数据库中的每个单数字手写样本以及NIST SD19样本数据库中的每个双数字手写样本进行尺度变换，包括：

对每个单数字手写样本的尺度进行变换，每个单数字手写样本尺度变换后得到的单数字手写样本图像均为6个，6个单数字手写样本图像的尺寸分别为16×16、32×32、48×48、64×64、80×80、96×96；

对每个双数字手写样本的尺度进行变换，每个双数字手写样本尺度变换后得到的双数字手写样本图像均为6个，6个双数字手写样本图像的尺寸分别为16×16、32×32、48×48、64×64、80×80、96×96。