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！

龙图腾网获悉四川大学申请的专利一种基于深度学习的素描作品智能评价方法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：CN116385830B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310369419.3，技术领域涉及：G06V10/774；该发明授权一种基于深度学习的素描作品智能评价方法是由田程荣;秦百嘉;田子奇;张军;袁钟设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于深度学习的素描作品智能评价方法在说明书摘要公布了：本发明提供了一种基于深度学习的素描作品智能评价方法，属于图像评价技术领域，该方法包括：获取数据集；构建以造型评价模块、素描关系评价模块和艺术表现力评价模块组成的评价系统；训练得到最优评价系统，并将其部署于服务器端；将艺考类素描作品以及与其对应的题目图片上传至服务器端，并将符合评价要求的艺考类素描作品以及与其对应的题目图片上传至最优评价系统；对符合评价要求的艺考类素描作品以及与其对应的题目图片进行评价，并将评价结果返回至用户端。本发明解决了传统艺考绘画训练评分模式中资源分配不平衡、花销大、反馈慢的问题，以及解决了现有图像美学质量评价方法在此应用环境中的针对性差，精度低的问题。

本发明授权一种基于深度学习的素描作品智能评价方法在权利要求书中公布了：1.一种基于深度学习的素描作品智能评价方法，其特征在于，包括以下步骤： S1、收集若干艺考类素描作品，并对其进行筛选与标注，得到数据集； S2、构建以造型评价模块、素描关系评价模块和艺术表现力评价模块组成的评价系统； 所述步骤S2中造型评价模块包括人脸关键点提取子模块、语义分割物体位置关键点提取子模块以及素描造型评价子模块； 所述人脸关键点提取子模块，用于提取艺考人物头像类素描中的人脸关键点； 所述语义分割物体位置关键点提取子模块，用于在除去人物头像类的所有艺考素描类别中，提取题目图片以及素描作品中各物体的位置关键点坐标，并以相同的物体顺序存储，其中，存储过程中先存储素描作品关键点再存储题目图片关键点； 所述素描造型评价子模块，用于通过人脸关键点或物体位置关键点，提取题目图片以及素描作品的关键位置坐标，得到素描作品造型维度的评价等级； 所述步骤S2中素描关系评价模块和艺术表现力评价模块均利用CNN模型和基于transformer架构的DNN模型提取特征； 所述CNN模型利用卷积操作提取特征； 所述基于TRANSFORMER架构的DNN模型利用多头注意力机制提取特征，并通过一个权重系数将CNN模型和DNN模型的输出结果结合起来，其中，输出结果的表达式如下： 其中，表示基于TRANSFORMER架构的DNN模型与CNN模型的输出结果，表示权重系数，表示CNN模型的结果，表示基于TRANSFORMER架构的DNN模型的结果； S3、利用数据集对评价系统进行训练，得到最优评价系统，并将其部署于服务器端； S4、将艺考类素描作品以及与其对应的题目图片上传至服务器端，并将符合评价要求的艺考类素描作品以及与其对应的题目图片上传至最优评价系统； S5、利用最优评价系统对符合评价要求的艺考类素描作品以及与其对应的题目图片进行评价，并将评价结果返回至用户端，完成对素描作品的智能评价； 所述步骤S5包括以下步骤： S501、将符合评价要求的艺考类素描作品以及与其对应的题目图片进行梯度裁剪，得到九个部分的图片； S502、利用最优评价系统对完整图片进行评价，得到三个维度的评价，以及利用最优评价系统中素描关系评价模块和艺术表现力评价模块对九个部分的图片进行评价，得到两个维度的评价； S503、根据完整图片的相应维度等级，产生对应评语； S504、将完整图片的三个维度等级以及九个部分图片的两个维度等级，以及产生的评语返回至用户端，完成对素描作品的智能评价。

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四川大学，其通讯地址为：610042 四川省成都市武侯区一环路南一段24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”。

以上内容由龙图腾AI智能生成。