公开(公告)号：CN110163256B

公开(公告)日：2022-11-15

申请号：CN201910327743.2

申请日：2019-04-23

Applicant: 南京邮电大学 ,  南京邮电大学盐城大数据研究院有限公司

Inventor： 冯峰 ,  李华康 ,  符旭宇 ,  闫浪迪 ,  孔令军 ,  孙国梓

IPC: G06V10/774 ,  G06V10/82 ,  G06V30/24 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。

公开(公告)号：CN110163256A

公开(公告)日：2019-08-23

申请号：CN201910327743.2

申请日：2019-04-23

Applicant: 南京邮电大学 ,  南京邮电大学盐城大数据研究院有限公司

Inventor： 冯峰 ,  李华康 ,  符旭宇 ,  闫浪迪 ,  孔令军 ,  孙国梓

IPC: G06K9/62 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。

公开(公告)号：CN111833245A

公开(公告)日：2020-10-27

申请号：CN202010423525.1

申请日：2020-05-19

Applicant: 南京邮电大学

Inventor： 冯峰 ,  李华康 ,  孙国梓 ,  孔令军

IPC: G06T3/40 ,  G06T5/40 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种基于场景切换下视频补帧算法的超分辨率重建方法。属于计算机视频领域。本发明通过补帧算法结合ESPCN网络的方式，解决了传统ESPCN网络处理连续帧数据时，丢失帧间信息的问题，可以有效的提升视频超分辨率重建的效果，同时，在补帧算法中加入场景切换算法，可以实现多场景切换的视频超分辨率重建工作，提高了补帧的准确性，提升视频超分辨率重建的效果，同时对于多场景补帧算法的计算方法也可以应用到其他的领域。

公开(公告)号：CN111833245B

公开(公告)日：2022-11-08

申请号：CN202010423525.1

申请日：2020-05-19

Applicant: 南京邮电大学

Inventor： 冯峰 ,  李华康 ,  孙国梓 ,  孔令军

IPC: G06T3/40 ,  G06T5/40 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04 ,  G06V10/46 ,  G06V10/75

Abstract: 本发明公开了一种基于场景切换下视频补帧算法的超分辨率重建方法。属于计算机视频领域。本发明通过补帧算法结合ESPCN网络的方式，解决了传统ESPCN网络处理连续帧数据时，丢失帧间信息的问题，可以有效的提升视频超分辨率重建的效果，同时，在补帧算法中加入场景切换算法，可以实现多场景切换的视频超分辨率重建工作，提高了补帧的准确性，提升视频超分辨率重建的效果，同时对于多场景补帧算法的计算方法也可以应用到其他的领域。