[發明專利]一種基于題號的精準框題方法、裝置、設備和介質有效
| 申請號: | 202010534221.2 | 申請日: | 2020-06-12 |
| 公開(公告)號: | CN111695555B | 公開(公告)日: | 2023-05-23 |
| 發明(設計)人: | 江順堯;許多;鄧小兵 | 申請(專利權)人: | 廣東小天才科技有限公司 |
| 主分類號: | G06V30/14 | 分類號: | G06V30/14;G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 廣州智斧知識產權代理事務所(普通合伙) 44649 | 代理人: | 孔德超 |
| 地址: | 528850 廣東省東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 精準 方法 裝置 設備 介質 | ||
1.一種基于題號的精準框題方法,其特征在于,包括:
獲取目標圖像;
對所述目標圖像進行識別,得到目標圖像中每一個題號對應的內部輪廓;
根據所述題號的級別和順序設置每個內部輪廓對應的標簽值;
識別定位坐標點并確定備選輪廓,所述備選輪廓為定位坐標點對應的內部輪廓;
根據所述標簽值和備選輪廓確定精選輪廓;
根據所述題號的級別和順序設置每個內部輪廓對應的標簽值,包括:
通過題號分類模型獲取每個題號的級別,所述級別包括一級題目、二級題目和三級題目;
按照題號的順序以及題號的級別從上到下、從左到右為所述題號設置標簽值;
根據所述標簽值和備選輪廓確定精選輪廓,包括:
根據標簽值確定備選輪廓對應的題號級別;
在所述備選輪廓對應的題號級別為三級題目時,識別所述備選輪廓對應文本的題目類型,在所述題目類型為選擇題、填空題或判斷題時,所述備選輪廓為最終的精選輪廓;在所述題目類型不是選擇題、填空題或判斷題時,則確定所述三級題目所在的二級題目,將二級題目及其關聯的所有三級題目的內部輪廓作為框選輪廓,利用凸包算法求取所述框選輪廓對應的最終的精選輪廓;
在所述備選輪廓對應的題號為二級題目時,將二級題目及其關聯的所有三級題目的內部輪廓作為框選輪廓,利用凸包算法求取所述框選輪廓對應的最終的精選輪廓;
在所述備選輪廓對應的題號為一級題目時,將所述一級題目及其關聯的所有二級題目和三級題目的內部輪廓作為框選輪廓,利用凸包算法求取所述框選輪廓對應的最終的精選輪廓。
2.根據權利要求1所述的精準框題方法,其特征在于,對所述目標圖像進行識別,得到目標圖像中每一個題號對應的內部輪廓,包括:
將所述目標圖像輸入基于深度學習的實例分割模型,獲取每個題號對應的文本輪廓,記為內部輪廓。
3.根據權利要求1所述的精準框題方法,其特征在于,對所述目標圖像進行識別,得到目標圖像中每一個題號對應的內部輪廓,包括:
將所述目標圖像并行輸入基于深度學習的題目識別網絡模型、文本行檢測網絡模型以及題號檢測網絡模型確定題目輪廓、文本行輪廓和題號框;
創建一張空白掩碼圖,所述空白掩碼圖與目標圖像的尺寸相同;
將所述題目輪廓添加至所述掩碼圖中;
根據題號框和文本行輪廓確定題號行的上邊界,并將所述上邊界添加至所述掩碼圖中;
延長所述上邊界的左右端點,以使所述上邊界與題目輪廓相連接,所述上邊界將題目輪廓分割成多個題目區域,每個題目區域構成每個題號對應的內部輪廓。
4.根據權利要求1所述的精準框題方法,其特征在于,識別定位坐標點并確定備選輪廓,所述備選輪廓為定位坐標點對應的內部輪廓,包括:
將目標圖像輸入預先訓練的基于深度學習的神經網絡識別模型識別點擊點,并確定點擊點對應的定位坐標點;
獲取所述定位坐標點和內部輪廓的位置關系,在所述定位坐標點落入其中一個內部輪廓內時,所述其中一個內部輪廓作為備選輪廓,在所述定位坐標點不落入任意內部輪廓時,則選取距離所述定位坐標點最近的內部輪廓作為備選輪廓。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東小天才科技有限公司,未經廣東小天才科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202010534221.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種數據適應性存儲調度系統及方法
- 下一篇:一種伸縮密封件





