[发明专利]基于机器学习的书法单字评价方法、系统及终端

说明书

本发明提供了一种基于机器学习的书法单字评价方法、系统及终端，预训练pix2pix网络模型，用于将临摹的单字拆分为笔画；将临摹的单字图像预处理后输入至训练后的pix2pix网络模型，并生成拆分后的笔画；采用Hu不变矩的欧氏距离对笔画进行评分；将每一个笔画的重心按照Delaunay三角网构成弹性网格结构，通过弹簧的形变能量计算结构相似度；结合笔画的评分和结构的相似度，得到对书法单字的评价结果。本发明利用机器学习分开每个笔画，合理有效的对笔画和结构进行评价，更好地做出评分以及帮助用户发现书法细节上的问题，有利于帮助用户提高书法水平，解决了现有书法评价单纯依赖面积重复率的问题。

技术领域

本发明涉及图像处理和计算机辅助教学技术领域，具体地，涉及一种基于机器学习的书法单字评价方法、系统及终端。

背景技术

目前，用计算机自动化评价书法的通用方法是通过点阵近似度和面积重复率比对，重复率越高评分越高。然而，如果书写者每个笔画写得非常接近字帖，只是结构偏离较大，重复率并不能很客观公正的反映出书写问题。

经过检索发现：

1、申请号为：201710719720.7，申请日为：2017年08月21日，发明名称为《书法评价方法、书法评价装置和电子设备》的中国发明专利申请，获取当前书法作品对应的多个单字图像；对所述多个单字图像进行评分；至少根据所述多个单字图像各自的评分，计算当前书法作品的总评分。本公开的上述书法评价方法、书法评价装置和电子设备，能够高效、准确地进行书法自动评价，解决现有技术不能兼顾效率与准确度的问题。但是该专利文献仍存在如下问题：

依靠范本和作品图像的重叠面积作为评分标准，忽略了笔画粗细大小和结构，参考价值不大。

2、申请号为：201910427401.8，申请日为：2019年05月22日，发明名称为《一种字帖练习书法的人工智能评分系统及方法》的中国发明专利申请，包括字帖图像采集模块、文字分割模块、文字评分模块、评分显示模块；系统通过采集字帖图像，并对图像进行处理并分割得到包含单个文字的子图像，再提取子图像的特征并与标准文字的图像特征进行匹配，然后在移动端屏幕显示最终评分结果，给出是否掌握或是否需要再次练习的提示。评分方法包括：字帖图像采集(手机或平板的拍照)、文字分割(利用霍夫变换检测出字帖在图像中的成像区域)、文字评分(用CNN提取子图像文字特征并与标准文字匹配)、评分显示。利用本系统及方法可对书写练习过程中理性评判，准确的以数值的形式对书写文字进行评分。精确度高，在通用性等方面均具有优势。但是该专利文献仍存在如下问题：

1)没有交代CNN提取的文字特征是什么，如何训练得到的；

2)只有一个评分，没有区分笔画和结构的，也没有对比和指导。

综上所述，现有的书法评价技术，存在对书法字的结构分析和笔画分析不能分开具体评价、单纯依赖面积重复率的问题，无法满足人们的需求。目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的对书法字的结构分析和笔画分析不能分开具体评价以及单纯依赖面积重复率的问题，提供了一种基于机器学习的书法单字评价方法、系统及终端。

本发明是通过以下技术方案实现的。

根据本发明的一个方面，提供了一种基于机器学习的书法单字评价方法，包括：

采用字帖预训练pix2pix网络模型，其中，预训练的pix2pix网络模型数量与预练习的单字笔画数量相同；

将按照字帖临摹的单字图像预处理后输入至训练后的pix2pix网络模型，并生成拆分后的笔画；

采用Hu不变矩的欧氏距离对笔画进行评分；