基于计算机视觉的编程实操考核系统及方法

    公开(公告)号:CN113435341B

    公开(公告)日:2022-05-17

    申请号:CN202110723091.1

    申请日:2021-06-29

    Applicant: 福州大学

    Inventor: 柯逍 陈观鸿

    Abstract: 本发明提出一种基于计算机视觉的编程实操考核系统及方法,包括:图像采集模块、光标检测模块、文本检测模块和评估模块;所述图像采集模块用于采集编程实操考核的计算机屏幕画面;所述光标检测模块用于根据计算机屏幕画面中的光标移动的变化判断行为类型;所述文本检测模块用于定位当前行代码位置,得到相应的文本位置以及文本宽度;所述评估模块用于从光标检测模块和文本检测模块中提取静态参数以及动态参数并进行评估;所述静态参数包括程序文本规则;所述动态参数包括打字速度,删改字符数量以及停顿时间占比参数。其能够对编程实操考核的过程进行计算机自动处理分析。

    一种基于Scharr算子的银行卡卡号行定位方法

    公开(公告)号:CN109685074B

    公开(公告)日:2022-05-10

    申请号:CN201811211384.6

    申请日:2018-10-17

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于Scharr算子的银行卡卡号行定位方法,包括以下步骤:步骤S1:使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段;步骤S2:对CANNLINES直线检测得到的直线进行判断,找出银行卡卡面的4条边,并由此得到银行卡卡面的4个顶点;步骤S3:使用透视变换对银行卡卡面进行矫正,得到归一化的标准银行卡卡面图像;步骤S4:利用Scharr算子检测银行卡面的垂直边缘,并按行累加,定位其中累加值最大的固定高度横向区域,得到银行卡卡号行区域。本发明能够有效地对待检测图像中的银行卡卡号行进行定位。

    基于空间金字塔池化的实时语义分割方法及系统

    公开(公告)号:CN114419316A

    公开(公告)日:2022-04-29

    申请号:CN202111655311.8

    申请日:2021-12-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于空间金字塔池化的实时语义分割方法及系统,该方法包括以下步骤:步骤S1:获取城市街景数据集Cityscapes并进行预处理;步骤S2:对步骤S1得到的数据集进行离线数据增强以增加数据集的多样性;步骤S3:构建基于空间金字塔池化的实时语义分割网络LSPPNet;步骤S4:利用步骤S2得到的数据集对LSPPNet神经网络模型进行训练;步骤S5:将自动驾驶场景中采集到的图像进行预处理,然后输入到LSPPNet神经网络模型,得到图像语义分割结果。该方法及系统有利于提高图像语义分割的准确性和时效性。

    一种融合HOG和LBPH特征的身份证复印件检测方法

    公开(公告)号:CN108388920B

    公开(公告)日:2022-04-08

    申请号:CN201810172048.9

    申请日:2018-03-01

    Applicant: 福州大学

    Abstract: 本发明公开了一种融合HOG和LBPH特征的身份证复印件检测方法,包括:首先选取大量身份证和非身份证图片作为训练样本集的正、负样本,分别对训练样本集提取HOG特征和LBPH特征,并训练SVM,得到第一分类器和第二分类器,利用第一分类器对测试图像进行目标检测,获取目标检测结果的LBPH特征;利用第二分类器根据目标检测结果的LBPH特征进行判断,保留判断结果为真的目标。本发明先利用HOG分类器进行检测,然后利用LBPH分类器对HOG检测结果进行再次检测,方法简单、快速、高效,检测准确率高。

    基于生成对抗网络的车牌生成方法

    公开(公告)号:CN114267036A

    公开(公告)日:2022-04-01

    申请号:CN202111604845.8

    申请日:2021-12-25

    Applicant: 福州大学

    Inventor: 柯逍 曾淦雄 黄旭

    Abstract: 本发明涉及一种基于生成对抗网络的车牌生成方法,包括以下步骤:步骤S1:获取用于生成模板车牌的车牌字符库和背景图像;步骤S2:根据车牌构成随机选择字符,使用OpenCV将字符置入背景图像中,合成模板车牌,并对模板车牌进行图像增强;步骤S3:构建基于编码‑解码结构的车牌生成网络;步骤S4:基于真实场景下的车牌图像和模板车牌图像集,构建训练集;步骤S5:基于训练集,使用对抗生成模型训练基于编码‑解码结构的车牌生成网络,得到训练后的车牌生成网络,用于生成有标签的车牌图像。本发明基于编码‑解码网络结构,使得能够根据模板车牌,进行有标签的车牌图像生成,解决了传统生成的车牌图像标签随机的问题。

    一种基于姿态估计的线上考试学生行为分析方法

    公开(公告)号:CN113537005A

    公开(公告)日:2021-10-22

    申请号:CN202110748204.3

    申请日:2021-07-02

    Applicant: 福州大学

    Inventor: 柯逍 石晓楠

    Abstract: 本发明涉及一种基于姿态估计的线上考试学生行为分析方法。包括以下步骤:步骤S1:通过对上半身以及脸部进行针对性预训练,得到相应检测模型;步骤S2:采用已训练好的姿态估计模型,对线上考试监控视频进行检测分析,设计异常行为判断依据;步骤S3:对考生屏幕答题过程,以及二机位监考范围内有无手机通讯设备进行识别分析;步骤S4:结合视频、音频以及对屏幕进行监控,判断考生是否有异常行为。本发明能够有效地对视频中的异常行为进行识别。

    基于关键点检测的视频动作整齐度评估方法及系统

    公开(公告)号:CN113486771A

    公开(公告)日:2021-10-08

    申请号:CN202110745695.6

    申请日:2021-06-30

    Applicant: 福州大学

    Inventor: 柯逍 许煌标

    Abstract: 本发明涉及一种基于关键点检测的视频动作整齐度评估方法及系统,该方法包括以下步骤:步骤S1:获取数据集并预处理,训练基于计算机视觉的关键点检测算法;步骤S2:采用所述关键点检测算法对输入的视频图像识别提取骨骼关键点,并输出信息;步骤S3:采用基于余弦相似度的肢体整齐度算法对关键点的信息进行处理,计算肢体整齐度;步骤S4:采用基于距离度量的关节整齐度算法计算关节整齐度,基于肢体和关节整齐度计算综合整齐度,完成最终的评估。该方法及系统可以有效地对视频中的动作整齐度进行评估。

    基于计算机视觉的编程实操考核系统及方法

    公开(公告)号:CN113435341A

    公开(公告)日:2021-09-24

    申请号:CN202110723091.1

    申请日:2021-06-29

    Applicant: 福州大学

    Inventor: 柯逍 陈观鸿

    Abstract: 本发明提出一种基于计算机视觉的编程实操考核系统及方法,包括:图像采集模块、光标检测模块、文本检测模块和评估模块;所述图像采集模块用于采集编程实操考核的计算机屏幕画面;所述光标检测模块用于根据计算机屏幕画面中的光标移动的变化判断行为类型;所述文本检测模块用于定位当前行代码位置,得到相应的文本位置以及文本宽度;所述评估模块用于从光标检测模块和文本检测模块中提取静态参数以及动态参数并进行评估;所述静态参数包括程序文本规则;所述动态参数包括打字速度,删改字符数量以及停顿时间占比参数。其能够对编程实操考核的过程进行计算机自动处理分析。

    基于改进Resnet的实时手势识别方法

    公开(公告)号:CN113435340A

    公开(公告)日:2021-09-24

    申请号:CN202110722834.3

    申请日:2021-06-29

    Applicant: 福州大学

    Inventor: 柯逍 卞永亨

    Abstract: 本发明提出一种基于改进Resnet的实时手势识别方法,包括以下步骤:步骤S1:通过滑动窗口将视频流作为手势检测网络的输入,手势检测网络输出是否检测到手势;步骤S2:将检测结果通过滤波器,滤波器结合历史信息输出最终的检测结果;步骤S3:若滤波器的输出表示检测到手势,则将滑动窗口中的视频流输入手势分类网络,手势分类网络输出分类结果;步骤S4:对分类结果进行过滤,输出满足条件的分类结果。该方法能够有效地对视频中的手势进行识别。

    基于字符响应的字符和文本并行检测方法

    公开(公告)号:CN112686245A

    公开(公告)日:2021-04-20

    申请号:CN202110001257.9

    申请日:2021-01-04

    Applicant: 福州大学

    Inventor: 柯逍 刘童安

    Abstract: 本发明涉及一种基于字符响应的字符和文本并行检测方法,包括以下步骤:步骤S1:采集含有文本的图片,标注字符区域和文本区域,构建字符和文本图片数据集;步骤S2:对文本图片数据集预处理,得到预处理后的文本图片数据集;步骤S3:基于深度卷积网络和自适应阈值构建字符和文本并行检测网络,并使用预处理后的文本图片数据集训练网络;步骤S4:将待识别的图片送入训练好的字符和文本并行检测网络,得到字符和文本的分割图像,对分割图像后处理,得到最终的检测结果。本发明能并行检测字符和文本,网络性能好,泛化能力强,适用于各种复杂场景的字符和文本检测任务。

Patent Agency Ranking