[發明專利]一種圖像識別方法、裝置及電子設備

在審

• 申請號: 202011638564.X
• 申請日: 2020-12-31
• 公開（公告）號: CN112699881A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 陳淑蘭;李想;饒豐;趙暉;王雨軒
• 申請（專利權）人: 北京一起教育科技有限責任公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 柳欣

1.一種圖像識別方法，其特征在于，包括：

檢測目標圖像，得到至少一個豎式框和至少一個口算框；其中，所述豎式框包含一道豎式計算題目的完整解題步驟，所述口算框包含一道豎式計算題目；

將所述至少一個豎式框中的任一個確定為目標豎式框，根據所述目標豎式框與每一所述口算框之間的位置關系，確定出目標口算框；

識別出所述目標口算框包含的目標豎式計算題目和所述目標豎式框包含的目標完整解題步驟，并合并所述目標豎式計算題目和所述目標完整解題步驟，得到所述目標豎式計算題目的完整識別結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述目標豎式框與每一所述口算框之間的位置關系，確定出目標口算框，包括：

在所有所述口算框中查找滿足設定條件的口算框，并將查找到的口算框確定為所述目標口算框；

所述設定條件至少包括：所述目標口算框與所述目標豎式框相鄰且相鄰邊間距小于已確定的間距閾值，且所述目標豎式框中至少有部分框體位于所述目標口算框的正下方。

3.根據權利要求2所述的方法，其特征在于，所述設定條件還包括：所述目標豎式框包含的所述目標完整解題步驟與所述目標口算框包含的所述目標豎式計算題目相匹配。

4.根據權利要求1所述的方法，其特征在于，所述檢測目標圖像中，得到至少一個豎式框和至少一個口算框，包括：

將所述目標圖像輸入已有的文本框檢測模型，得到所述至少一個豎式框和至少一個口算框。

5.根據權利要求1所述的方法，其特征在于，還包括：

檢測所述目標圖像，得到多個單行框，所述單行框包含一道豎式計算題目的單行解題步驟。

6.根據權利要求5所述的方法，其特征在于，所述目標完整解題步驟通過以下方式得到：

在所有所述單行框中選取出位于所述目標豎式框內的每一單行框，作為目標單行框；

識別每一所述目標單行框包含的目標單行解題步驟并將各目標單行結題步驟合并，將合并得到的多行解題步驟確定為所述目標完整解題步驟。

7.根據權利要求1所述的方法，其特征在于，該方法進一步包括：

將所述目標完整解題步驟轉換為橫式算式；

若所述橫式算式符合運算規則，則確定所述目標完整解題步驟是所述目標豎式計算題目的正確答案。

8.一種圖像識別裝置，其特征在于，包括：

檢測單元，用于檢測目標圖像，得到至少一個豎式框和至少一個口算框；其中，所述豎式框包含一道豎式計算題目的完整解題步驟，所述口算框包含一道豎式計算題目；

匹配單元，用于將所述至少一個豎式框中的任一個確定為目標豎式框，根據所述目標豎式框與每一所述口算框之間的位置關系，確定出目標口算框；

合并單元，用于識別出所述目標口算框包含的目標豎式計算題目和所述目標豎式框包含的目標完整解題步驟，并合并所述目標豎式計算題目和所述目標完整解題步驟，得到所述目標豎式計算題目的完整識別結果。

9.一種電子設備，包括總線、收發器、存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述收發器、所述存儲器和所述處理器通過所述總線相連，其特征在于，所述計算機程序被所述處理器執行時實現如權利要求1至8中任一項所述的圖像識別方法中的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至8中任一項所述的圖像識別方法中的步驟。