[發(fā)明專利]基于深度學(xué)習(xí)的試卷智能生成方法和系統(tǒng)有效
| 申請?zhí)枺?/td> | 202010856594.1 | 申請日: | 2020-08-24 |
| 公開(公告)號: | CN112017263B | 公開(公告)日: | 2021-04-30 |
| 發(fā)明(設(shè)計)人: | 崔煒 | 申請(專利權(quán))人: | 上海松鼠課堂人工智能科技有限公司 |
| 主分類號: | G06T11/60 | 分類號: | G06T11/60;G06T5/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 200237 上海市徐*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 深度 學(xué)習(xí) 試卷 智能 生成 方法 系統(tǒng) | ||
本發(fā)明提供了基于深度學(xué)習(xí)的試卷智能生成方法和系統(tǒng),其能夠?qū)υ嚲砟0鍒D像進行降噪濾波和去模糊處理,以此確定試卷模板圖像的圖像清晰度是否合格,并根據(jù)圖像清晰度合格的試卷模板圖像自身的紙張尺寸和試卷頁面布局形成空白試卷,再將試題內(nèi)容填寫到空白試卷上同時進行相應(yīng)頁面布局排版調(diào)整,以此生成目標試卷,這樣能夠提高試卷形成的自動化和智能化程度,以及有效地改善試卷的排版整體觀感協(xié)議性。
技術(shù)領(lǐng)域
本發(fā)明涉及智能教育的技術(shù)領(lǐng)域,特別涉及基于深度學(xué)習(xí)的試卷智能生成方法和系統(tǒng)。
背景技術(shù)
目前,考試試卷都是在預(yù)先設(shè)計的試卷模板中填寫相應(yīng)的試題內(nèi)容而形成的,這種方式只能將試題內(nèi)容機械地填寫到試卷模板的空白區(qū)域,從而很容易造成試卷排版不整理以及試卷整體觀感不協(xié)調(diào)的情況發(fā)生。現(xiàn)有技術(shù)的試卷生成方式無法根據(jù)試卷的實際版面情況和試題內(nèi)容狀態(tài),對試卷的頁面布局進行調(diào)整,從而降低試卷形成的自動化和智能化程度,以及無法有效地改善試卷的排版整體觀感協(xié)議性。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)存在的缺陷,本發(fā)明提供基于深度學(xué)習(xí)的試卷智能生成方法和系統(tǒng),其通過獲取試卷模板圖像,對該試卷模板圖像進行關(guān)于圖像像素的預(yù)處理,并根據(jù)該預(yù)處理的結(jié)果,判斷該試卷模板圖像是否滿足預(yù)設(shè)清晰度條件,再獲取滿足該預(yù)設(shè)清晰度條件的試卷模板圖像對應(yīng)的紙張狀態(tài)信息和試卷頁面布局信息,并根據(jù)該紙張狀態(tài)信息和該試卷頁面布局信息,形成不包括任何試題內(nèi)容的空白試卷,最后根據(jù)待測試的所有試題內(nèi)容信息,將該所有試題內(nèi)容信息設(shè)置在所述空白試卷上,同時調(diào)整該空白試卷的頁面布局排版,從而生成目標試卷;可見,該基于深度學(xué)習(xí)的試卷智能生成方法和系統(tǒng)能夠?qū)υ嚲砟0鍒D像進行降噪濾波和去模糊處理,以此確定試卷模板圖像的圖像清晰度是否合格,并根據(jù)圖像清晰度合格的試卷模板圖像自身的紙張尺寸和試卷頁面布局形成空白試卷,再將試題內(nèi)容填寫到空白試卷上同時進行相應(yīng)頁面布局排版調(diào)整,以此生成目標試卷,這樣能夠提高試卷形成的自動化和智能化程度,以及有效地改善試卷的排版整體觀感協(xié)議性。
本發(fā)明提供基于深度學(xué)習(xí)的試卷智能生成方法,其特征在于,其包括如下步驟:
步驟S1,獲取試卷模板圖像,對所述試卷模板圖像進行關(guān)于圖像像素的預(yù)處理,并根據(jù)所述預(yù)處理的結(jié)果,判斷所述試卷模板圖像是否滿足預(yù)設(shè)清晰度條件;
步驟S2,獲取滿足所述預(yù)設(shè)清晰度條件的試卷模板圖像對應(yīng)的紙張狀態(tài)信息和試卷頁面布局信息,并根據(jù)所述紙張狀態(tài)信息和所述試卷頁面布局信息,形成不包括任何試題內(nèi)容的空白試卷;
步驟S3,根據(jù)待測試的所有試題內(nèi)容信息,將所述所有試題內(nèi)容信息設(shè)置在所述空白試卷上,同時調(diào)整所述空白試卷的頁面布局排版,從而生成目標試卷;
進一步,在所述步驟S1中,獲取試卷模板圖像,對所述試卷模板圖像進行關(guān)于圖像像素的預(yù)處理,并根據(jù)所述預(yù)處理的結(jié)果,判斷所述試卷模板圖像是否滿足預(yù)設(shè)清晰度條件具體包括,
步驟S101,對試卷模板進行雙目拍攝,從而獲得所述試卷模板圖像;
步驟S102,對所述試卷模板圖像依次進行圖像濾波處理和圖像去模糊處理,其中,
所述圖像濾波處理包括通過預(yù)設(shè)濾波器對所述試卷模板圖像進行圖像率,其具體為,
根據(jù)下面公式(1),確定所述試卷模板圖像的圖像噪聲方差σ,再根據(jù)所述圖像噪聲方差σ進行所述圖像濾波處理
在上述公式(1)中,S表示所述預(yù)設(shè)濾波器對應(yīng)的濾波窗口長度,f(p)表示所述試卷模板圖像對應(yīng)的圖像噪聲分布密度函數(shù),p表示所述試卷模板圖像對應(yīng)的圖像噪聲值;
所述圖像去模糊處理包括根據(jù)所述圖像噪聲方差σ對所述試卷模板圖像進行圖像去模糊,再根據(jù)下面公式(2),確定所述試卷模板圖像在進行圖像去模糊過程中從圖像空間卷積轉(zhuǎn)換到圖像傅里葉域?qū)?yīng)的轉(zhuǎn)換系數(shù)K
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海松鼠課堂人工智能科技有限公司,未經(jīng)上海松鼠課堂人工智能科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010856594.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





