登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 计算机类 > 物联网工程 > 正文

试卷登分信息自动识别录入方法研究与实现文献综述

 2020-04-15 15:19:08  

1.目的及意义

1.1背景

信息录入在当今社会的方方面面都很重要,随着进入信息化社会,信息增长的越来越快,信息的更新速度逐日提升,传统的人工录入信息已经逐渐满足不了越来越快的工作节奏,人工手动录入信息速度慢、准确率低、工作效率低的弊端越来越明显,给工作带来了极大不便。

进入信息化时代,信息的交互更为频繁,对于信息提供者来说,面对一条条的输入栏会通常会感到麻烦,对于信息接收者来说,用户手动输入的信息未必全部正确,也不能提供一个方便的用户接口。

1.2目的及意义

在当今人工智能的技术日益成熟的时代,生活和工作的方式也逐渐变得智能化,OCR图片识别的出现使得通过照片采集大量信息逐渐成为主流,对于提升工作效率和准确性有重大意义,就此项技术的实际应用,考虑到教师行业清点计算成绩的繁琐和成绩对于考生而言的重要性,拟设计一个协助教师拍照得分栏自动录入成绩的简易APP,基于卷积神经网络[2]和基于纹理分割[3]和图片特征检索[4]技术,智能识别教师的手写得分记录,自动提取到得分栏上的数据信息并加以处理,能极大减少计算成绩的工作量。

关于本课题的研究主要在于对教师手写记录在得分栏的成绩的识别,需要涉及到神经网络以及图片处理的相关技术,是人工智能关于计算机视觉方向的实际应用,在此方面国内外已经展开了很多的研究和讨论,神经网络和深度学习的出现使得图片提取数据成为可能,极大的方便了人们的生活,目前的主流神经网络算法包括BP神经网络[1]以及卷积神经网络,在本设计中拟采用卷积神经网络进行功能实现。

卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deeplearning)的代表算法之一。

在二十一世纪后,随着深度学习理论的提出和数值计算设备的改进,卷积神经网络得到了快速发展,并被大量应用于计算机视觉、自然语言处理等领域。

1.3国内外研究现状

基于深度学习的不断发展,人工智能逐渐取代部分繁琐体力劳动已成为必然趋势,就本系统图片信息提取来说,应用就已经十分广泛,很多研究者都积极研究并应用于各个领域:

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图