(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210490690.8 (22)申请日 2022.05.07 (71)申请人 广东工业大 学 地址 510000 广东省广州市东 风东路729号 (72)发明人 蔡奕辉　纪毅　肖映河　胡锦峰　 温嘉诚　朱紫怡　胡贝尔　韩明钰　 (74)专利代理 机构 广州三辰专利事务所(普通 合伙) 44227 专利代理师 吴清瑕 (51)Int.Cl. G06T 7/00(2017.01) G06K 9/62(2022.01) G06V 10/762(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种用于美术作品的智能评分方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明提供一种用于美术作品的智能评分 方法， 包括根据预先获取的绘制图像数据集合， 对第一卷积神经网络进行训练， 以使所述第一卷 积神经网络适用于识别绘制图像； 所述绘制图像 数据集合包括多个 绘制图像信息， 每个 绘制图像 信息包括绘制图像和对应图像的子评分信息； 所 述子评分信息包括完整性评分、 造型能力评分、 画面对象结构、 体面关系评分和色调对比评分中 的至少一种； 将待识别绘制图像输入到训练好的 第一卷积神经网络中进行子评分识别， 得到所述 待识别绘制图像对应的子评分信息， 本发明极大 节省批卷所需的各类成本， 降低批卷难度， 且大 大提高批改工作的公正 性。 权利要求书2页 说明书8页 CN 115063343 A 2022.09.16 CN 115063343 A 1.一种用于 美术作品的智能评分方法， 其特 征在于： 包括以下步骤： 步骤一： 根据预先获取的绘制图像数据集合， 对第 一卷积神经网络进行训练， 以使所述 第一卷积神经网络适用于识别绘制图像； 所述绘制图像数据集合包括多个绘制图像信息， 每个绘制图像信息包括绘制图像和对应图像的子评 分信息； 所述子评 分信息包括完整性评 分、 造型能力评分、 画面对象结构、 体面关系评分和色调对比评分中的至少一种； 步骤二： 将待识别绘制图像输入到训练好的第一卷积神经网络中进行子评分识别， 得 到所述待识别绘制图像对应的子 评分信息； 步骤三： 依据各子评分信 息与评分比重的对应关系， 计算各子评分与评分比重的乘积， 并将各子 评分与评分比重的乘积进行加 和， 得到所述待识别绘制图像对应的总评分； 步骤四： 依据所述总评分 以及总评分与评分等级的对应关系， 确定所述待识别绘制图 像的评分等级。 2.根据权利要求1所述的一种用于美术作品的智能评分方法， 其特征在于： 所述步骤一 中卷积神经网络训练包括卷积特 征提取、 池化特 征和算法设计。 3.根据权利要求2所述的一种用于美术作品的智能评分方法， 其特征在于： 所述卷积特 征提取用于提取图像的固有特征， 所述卷积特征提取在大图像识别的具体过程为从图像中 随机选取一小块局 域作为训练样本， 从该小块样本中学习到一些特征， 然后将这些特征作 为滤波器， 与原始整个图像作卷积运算， 从而得到原始图像中任一位置上 的不同特征 的激 活值， 给定分辨率为r ×c的大尺寸图像， 将其定义为x_{large}， 首先从x_{large}中抽取a ×b的小尺寸图像样本x_{ small}， 通过训练稀疏自编码器得到k个特征和激活值f(w(1)x_ {small}+b(1))， 其中w(1)和b(1)是训练得到的参数， 然后对于x_{large}中每个a ×b大小 的x_s， 计算对应的激活值f_s(w(1)xsmall+b(1))， 进一步使用x_small的激活值与这些激 活值f_s作卷积运算， 就可以得到k ×(r－a+1) ×(c－b+1)个卷积后的特征映射图， 所述池 化特征具体为通过将卷积层提取到的特征输入至分类器中进 行训练， 所述池化特征具体用 于图像整体的语义进行判定 。 4.根据权利要求1所述的一种用于美术作品的智能评分方法， 其特征在于： 在所述步骤 二中之前还包括将待识别 绘制图像分档， 分档参考现有的美术评价体系， 将录入画作分为 0‑50分、 50‑60分、 60‑65分、 65‑70分、 70‑75分、 75‑80分、 80‑85分、 85‑90分和90 ‑100等八个 分数档位， 所述待识别绘制图像出现实际要 素累计得分与所在档位得分差值大于5 分， 将会 将其试卷判断为问题试卷， 系统仍按其原则给分， 但会将其试卷打包发送至管 理员处， 最 终 成绩以管理员审批为 准， 此时系统评分仅供 管理员参 考。 5.根据权利要求1所述的一种用于美术作品的智能评分方法， 其特征在于： 所述步骤三 中各子评分信息与评分比重的对应关系具体为完整性评分40％、 造型能力评分30％、 画面 对象结构及体面关系评分15％和色调对比评分15％。 6.根据权利要求1所述的一种用于美术作品的智能评分方法， 其特征在于： 所述子评分 信息还分为比例、 动态、 结构透 视、 特征和空间关系中至少一种的要素分数信息 。 7.一种智能评分装置， 其特 征在于： 包括用于获取信息的第一获取 单元。 8.一种计算机设备， 其特 征在于： 所述计算机设备包括 存储器， 用于存 储程序指令； 处理器， 用于调用所述存储器中存储的程序指令， 按照获得的程序指令执行权利要求权　利　要　求　书 1/2 页 2 CN 115063343 A 21‑6任一所述的用于 美术作品的智能评分方法包括的步骤。 9.一种存储介质， 其特征在于： 所述存储介质存储有计算机可执行指令， 所述计算机可 执行指令用于使计算机执行权利要求 1‑6任一所述的用于美术作品的智能评分方法包括的 步骤。 10.一种计算机程序产品， 其特征在于： 当所述计算机程序产品在计算机设备上运行 时， 使得计算机设备能够执行权利要求1 ‑6任一所述的用于美术作品的智能评分方法包括 的步骤。权　利　要　求　书 2/2 页 3 CN 115063343 A 3