[發明專利]一種基于AI視覺下的閱讀能力輔助評估方法及系統

有效

• 申請號: 202010499710.9
• 申請日: 2020-06-04
• 公開（公告）號: CN111860121B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 范驍駿;高旻昱
• 申請（專利權）人: 上海翎騰智能科技有限公司
• 主分類號: G06V30/40
• 分類號: G06V30/40;G06V30/14;G06V30/148;G06V10/82;G06N3/08
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.一種基于AI視覺下的閱讀能力輔助評估方法，其特征在于，包括以下步驟：

S1：打開AI設備，在所述AI設備能夠識別的范圍內任意閱讀，所述AI設備從首次翻頁開始分析用戶閱讀，直至用戶離開閱讀狀態；

S2：分析出從首次翻頁開始到用戶離開閱讀狀態的時間，作為用戶閱讀時間；

S3：在用戶閱讀行為過程中，通過所述AI設備識別掃描用戶的閱讀內容中出現的單字或單詞的數量，作為當次閱讀的閱讀量；

S4：通過識別閱讀內容，判斷閱讀內容的難度；

S5：通過包括閱讀時間、閱讀量、閱讀難度在內的因素，推算出用戶的閱讀能力分值，具體的公式為：閱讀能力分值＝閱讀難度/閱讀量/閱讀時間。

2.根據權利要求1所述的基于AI視覺下的閱讀能力輔助評估方法，其特征在于，在步驟S1中，所述AI設備從首次翻頁開始分析用戶閱讀，直至用戶離開閱讀狀態中，還包括：對用戶翻頁動作進行識別，具體為：

S11：通過所述AI設備針對于所述AI設備能夠識別的范圍內的圖像進行拍攝，獲取到識別范圍內的信息載體圖像，通過頁面監控的靜態圖像深度學習神經網絡對所述信息載體圖像進行定位和邊緣位置檢測，實現書本的尺寸和位置信息的實時更新，其中，所述位置信息包括左右邊緣和書中縫線，所述左右邊緣包括書本的真實邊緣和所述AI設備視界的邊緣在內的任意一種形式；

S12：默認翻頁行為發生位置為書本的左邊緣和右邊緣，使用可以進行時間序列處理的深度學習神經網絡對書本范圍內部的圖像內容進行檢測，當書本從左邊緣改變頁面內容時，翻頁行為被檢測為向上一頁翻，當書本從右邊緣改變頁面內容時，翻頁行為被檢測為向下一頁翻；

S13：在所述可以進行時間序列處理的深度學習神經網絡工作完成之后，所述頁面監控的靜態圖像深度學習神經網絡持續工作，確認頁面與翻頁動作發生之前產生了明確的區別，確認翻頁動作。

3.根據權利要求1所述的基于AI視覺下的閱讀能力輔助評估方法，其特征在于，所述分析出從首次翻頁開始到用戶離開閱讀狀態的時間，具體為：

記錄首頁翻頁的時間，通過記錄最后一次翻頁的時間作為用戶離開閱讀狀態的時間，計算兩次時間的時間差，作為本次閱讀的閱讀時間。

4.根據權利要求1所述的基于AI視覺下的閱讀能力輔助評估方法，其特征在于，在步驟S3中，識別掃描用戶的閱讀內容中出現的單字或單詞的數量，具體的過程為：

S31：對閱讀內容的頁面范圍內的信息進行隨機采樣，作為候選焦點語言特征點圖片，使用圖像文字切割深度學習神經網絡對所述候選焦點語言特征點圖片進行切割，輸出每一個單字或單詞的寬度尺寸；

S32：使用處理靜態圖像的深度學習神經網絡對閱讀內容中行的信息進行定位，獲得行數和每一行的行寬；

S33：與輸出的每一個單字或單詞的寬度尺寸進行計算，估算出每一行的文字數量，進一步計算出閱讀內容對應的頁面內的文字數量；

S34：對每一次閱讀所有的頁面上的文本數量進行累加，獲取到當前閱讀的文字總數量。

5.根據權利要求1所述的基于AI視覺下的閱讀能力輔助評估方法，其特征在于，在步驟S4中，通過識別閱讀內容，判斷閱讀內容的難度，具體為：

S41：針對于包括文章、詩歌、科學文獻在內的閱讀內容的類型設定不同的文章類型難度系數；

S42：針對于閱讀內容出現的詞匯，設置不同的生僻詞難度值；

S43：在用戶的閱讀行為過程中，通過AI識別掃描用戶的閱讀內容，累積計算此次閱讀的難度，在閱讀完成后計算閱讀難度，具體的公式為：閱讀難度＝∑生僻詞難度累積值*文章類型難度系數。