[發明專利]一種圖像處理方法、裝置和計算機設備

在審

• 申請號: 202110485572.3
• 申請日: 2021-04-30
• 公開（公告）號: CN113283445A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 黃宇飛;王巖;李霄鵬;吳哲楠;袁景偉;楊森;田寶亮;胡亞龍;蔡紅;王巖;安晟;郭彥宗
• 申請（專利權）人: 作業幫教育科技(北京)有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06Q50/20
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

1.一種圖像處理方法，其特征在于，所述方法包括如下步驟：

獲取題目圖像，識別該題目圖像中是否包含特性題目圖形，并且，當識別到該題目圖像中包含所述特性題目圖形時，獲取所述特性題目圖形在該題目圖像中的位置信息；

根據所述特性題目圖形在該題目圖像中的位置信息，從所述題目圖像中切割出包含所述特性題目圖形的特性題目圖片；

對該特性題目圖片進行識別，以獲取所述特性題目圖形中包含的信息。

2.根據權利要求1所述的圖像處理方法，其特征在于，

所述特性題目圖形包括鐘表圖形，和/或，算盤圖形。

3.根據權利要求1所述的圖像處理方法，其特征在于，所述題目圖像中包含有作答信息；所述處理方法還包括：

識別所述作答信息，根據所述特性題目圖形中包含的信息生成針對該作答信息的批改信息。

4.根據權利要求1所述的圖像處理方法，其特征在于：采用第一圖像識別模型識別該題目圖像中是否包含所述特性題目圖形并獲取所述特性題目圖形在該題目圖像中的位置信息。

5.根據權利要求4所述的圖像處理方法，其特征在于，

所述第一圖像識別模型是基于深度神經網絡的機器學習模型經訓練得的，該模型使用第一訓練數據集訓練，所述第一訓練數據集由包含特性題目圖形的圖片和不包含特性題目圖形的圖片組成，其中包含特性題目圖形的圖片對特性題目圖形的位置、特性題目類型進行了標注，該特性題目類型包括鐘表題目標簽和算盤題目標簽。

6.根據權利要求5所述的圖像處理方法，其特征在于，所述包含特性題目圖形的圖片中的特性題目圖形的位置以及獲取所述特性題目圖形在該題目圖像中的位置信息，均是以四個參數x、y、w、h表示，x為特性題目圖形的中心在該題目圖像中的橫向坐標、y為特性題目圖形的中心在該題目圖像中的縱向坐標，w為特性題目圖形的寬度、h為特性題目圖形的高度。

7.根據權利要求1所述的圖像處理方法，其特征在于，采用第二圖像識別模型對該特性題目圖片進行識別，以獲取所述特性題目圖形中包含的信息；

可選地，當識別到該題目圖像中包含所述特性題目圖形時，同時識別所述特性題目圖片的類型；基于所述特性題目圖片的類型，選擇對應的第二圖像識別模型進行識別，所述第二圖像識別模型包括與所述特性題目圖片的類型一一對應的多個識別模型；

可選地，所述第二圖像識別模型包括鐘表圖像識別模型和算盤圖像識別模型；

可選地，采用基于卷積神經網絡和注意力機制建立所述鐘表圖像識別模型和所述算盤圖像識別模型；

可選地，當所述特性題目圖形是鐘表圖形時，使用所述鐘表圖像識別模型對該鐘表圖片中的表盤和指針進行識別，以得到時針與分針的形狀信息或者相對位置信息，并進一步使用預定映射函數計算所述鐘表圖片的示數；

當所述特性題目圖形是算盤圖形時，使用所述算盤圖像識別模型對該算盤圖形中的珠子個數和珠子位置以及珠子和位數的相對位置關系進行識別，以得到珠子個數、及珠子和位數的相對位置信息，并進一步計算所述算盤圖形的示數。