恭喜科大讯飞股份有限公司李超获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网恭喜科大讯飞股份有限公司申请的专利答题卡填涂识别方法、模型构建方法、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114359936B 。
龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111677667.1，技术领域涉及：G06V30/412；该发明授权答题卡填涂识别方法、模型构建方法、设备及存储介质是由李超设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。
本答题卡填涂识别方法、模型构建方法、设备及存储介质在说明书摘要公布了：本申请提供一种填涂识别模型的构建方法、答题卡填涂识别方法、计算机设备及存储介质，其中，该识别方法包括：获取待识别的答题卡对应的图像；获取所述图像中填涂选项图像的目标特征参数，其中，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，得到填涂选项结果。由此可以提高填涂识别模型的准确率，进而可以提高答题卡填涂识别的准确率。
本发明授权答题卡填涂识别方法、模型构建方法、设备及存储介质在权利要求书中公布了：1.一种答题卡填涂识别方法，其特征在于，所述方法包括：获取待识别的答题卡对应的图像；获取所述图像中填涂选项图像的目标特征参数，其中，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，得到填涂选项结果，其中，所述填涂识别模型是根据所述目标特征参数构建得到的，所述填涂识别模型包括第一识别模型和第二识别模型，所述第一识别模型为神经网络模型，所述第二识别模型为支持向量机模型；所述第一识别模型还输出第一可信度，所述第二识别模型还输出第二可信度，所述第一可信度根据所述第一识别模型的输出概率和判别真值确定，所述第二可信度为图像特征参数点距离分割平面的距离，所述图像特征参数点为图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型组成的向量，所述分割平面根据所述支持向量机模型的分割平面方程确定。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人科大讯飞股份有限公司，其通讯地址为：230000 安徽省合肥市高新开发区望江西路666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号