[發明專利]基于智能筆手寫圖像的處理方法、裝置、系統及存儲介質

在審

• 申請號: 202110409914.3
• 申請日: 2021-04-15
• 公開（公告）號: CN113011413A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 陳鏗帆
• 申請（專利權）人: 深圳市鷹碩云科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/46;G06N3/04;G06N3/08;G06F16/182
• 代理公司: 深圳余梅專利代理事務所(特殊普通合伙) 44519
• 代理人: 陳余才

1.一種基于智能筆手寫圖像的處理方法，其特征在于，所述基于智能筆手寫圖像的處理方法包括：

獲取基于在線教育的智能筆手寫圖像序列，通過預置的筆順識別神經網絡模型，對所述基于在線教育的智能筆手寫圖像序列依次進行字符識別、字符分割、多層的筆順特征提取和字符信息生成，得到筆順識別信息；

對所述筆順識別信息和所述基于在線教育的智能筆手寫圖像序列進行過濾處理，得到預處理數據；

獲取所述預處理數據的文件大小，并將所述文件大小與預設閾值進行對比分析，得到對比分析結果；

根據所述對比分析結果，將所述預處理數據進行二進制格式轉換和/或分片處理，得到待存儲數據；

將所述待存儲數據存儲至預置的基于分布式文件存儲的數據庫。

2.根據權利要求1所述的基于智能筆手寫圖像的處理方法，其特征在于，所述根據所述對比分析結果，將所述預處理數據進行二進制格式轉換和/或分片處理，得到待存儲數據，包括：

根據所述對比分析結果，對所述預處理數據進行分類，得到待轉換數據和待分片數據，所述待轉換數據用于指示所述文件大小小于所述預設閾值，所述待分片數據用于指示所述文件大小大于或等于所述預設閾值；

將所述待轉換數據轉換為預設維度的數組，得到目標數組，并將所述目標數組寫入預置的二進制文件中，得到二進制文件數據；

通過預置的分片機制，將所述待分片數據進行分片處理并寫入預置的分片隊列中，得到目標分片數據，所述分片機制包括分片的數據大小和分片方式；

將所述二進制文件數據和所述目標分片數據確定為待存儲數據。

3.根據權利要求1所述的基于智能筆手寫圖像的處理方法，其特征在于，所述將所述待存儲數據存儲至預置的基于分布式文件存儲的數據庫，包括：

獲取基于分布式文件存儲的數據庫對應各存儲節點的資源占比，按照所述各存儲節點的資源占比的值從大到小的順序，對所述各存儲節點進行排序，得到存儲節點序列；

對所述待存儲數據進行緩存得到緩存數據，并創建所述緩存數據的索引；

獲取所述基于在線教育的智能筆手寫圖像序列對應的用戶身份標識號，根據所述用戶身份標識號匹配對應的用戶存儲策略，所述用戶存儲策略包括存儲節點和存儲比例；

按照預設的用戶存儲策略，將創建索引的緩存數據存儲至存儲節點序列。

4.根據權利要求3所述的基于智能筆手寫圖像的處理方法，其特征在于，所述對所述待存儲數據進行緩存得到緩存數據，并創建所述緩存數據的索引，包括：

對所述待存儲數據進行基于時間局部性和空間局部性的分析，得到初始數據；

對所述初始數據進行組相聯高級緩存，得到緩存數據，并對所述緩存數據進行安全性度量檢測，得到目標數據；

通過預置的倒排索引算法創建所述目標數據的索引。

5.根據權利要求1所述的基于智能筆手寫圖像的處理方法，其特征在于，所述通過預置的筆順識別神經網絡模型，對所述基于在線教育的智能筆手寫圖像序列依次進行字符識別、字符分割、多層的筆順特征提取和字符信息生成，得到筆順識別信息，包括：

通過預置的筆順識別神經網絡模型中的光學字符識別網絡層，對所述基于在線教育的智能筆手寫圖像序列進行字符識別和字符分割，得到字符圖像，一張智能筆手寫圖像對應一個或一個以上的字符圖像，所述筆順識別神經網絡模型包括光學字符識別網絡層、目標檢測網絡層和分類網絡層；

通過所述目標檢測網絡層，對所述字符圖像進行目標框檢測、目標框提取和基于多尺度跨通道的卷積融合，得到多尺度特征圖序列集；

通過所述分類網絡層，基于預置的多種類語言的詞典和所述多尺度特征圖序列集，計算所述基于在線教育的智能筆手寫圖像序列中字符匹配的概率，所述多種類語言的詞典包括多種類語言的筆畫和文字；

根據所述概率確定字符信息得到筆順識別信息，所述筆順識別信息包括筆順信息和所述筆順信息對應的文字信息。