[發(fā)明專利]一種掃描搜題的方法、智能掃描筆及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202111123325.5 | 申請日: | 2021-09-24 |
| 公開(公告)號: | CN113821712A | 公開(公告)日: | 2021-12-21 |
| 發(fā)明(設(shè)計)人: | 劉占坤;王明明;孫飛虎;林晶;王巖;胡亞龍;胡彥宗;袁景偉;黃宇飛 | 申請(專利權(quán))人: | 作業(yè)幫教育科技(北京)有限公司 |
| 主分類號: | G06F16/9532 | 分類號: | G06F16/9532;G06F16/332;G06F16/58;G06K9/00;G09B7/02 |
| 代理公司: | 北京中聯(lián)智道知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11963 | 代理人: | 熊蒙 |
| 地址: | 100085 北京市海淀區(qū)*** | 國省代碼: | 北京;11 |
| 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: | 一種 掃描 方法 智能 存儲 介質(zhì) | ||
本發(fā)明公開了一種掃描搜題的方法、智能掃描筆及存儲介質(zhì),所述掃描搜題的方法包括:獲取掃描試題過程中的掃描圖片;提取用于描述掃描圖片的圖像特征的特征向量;根據(jù)提取的特征向量在試題數(shù)據(jù)庫中進行檢索匹配,反饋搜題結(jié)果。本發(fā)明通過提取用于描述掃描圖片的圖像特征的特征向量,根據(jù)提取的特征向量在試題數(shù)據(jù)庫中進行檢索匹配實現(xiàn)掃描搜題,特征向量包括多個分別描述圖片的不同圖像特征,將各個特征向量分別在試題數(shù)據(jù)庫中進行檢索匹配,綜合各個特征向量的檢索匹配結(jié)果反饋搜題結(jié)果,實現(xiàn)了從多個維度對掃描圖片進行全方位檢索,提升了試題檢索的效率和準(zhǔn)確率;而且對于試題掃描的連續(xù)性要求也有所降低,提升了用戶的掃描搜題體驗。
技術(shù)領(lǐng)域
本發(fā)明涉及在線教育技術(shù)領(lǐng)域,具體的涉及一種掃描搜題的方法、智能掃描筆及存儲介質(zhì)。
背景技術(shù)
在線教育,通過互聯(lián)網(wǎng)平臺可以將優(yōu)質(zhì)教育資源進行共享,極大的方便用戶使用,降低教育成本。拍照搜題—一種應(yīng)用較為普遍的在線教育方式,用戶可以通過智能設(shè)備(如手機)進行試題拍照上傳,云服務(wù)器會根據(jù)上傳的試題照片進行解析、提取以及試題數(shù)據(jù)庫檢索等流程獲取相關(guān)的試題搜索結(jié)果,返回給用戶,可極大的方便用戶對于疑難試題的理解跟掌握。
相對于拍照搜題而言,借助于智能掃描筆實現(xiàn)的掃描搜題,由于無法將整個試題通過拍照的方式獲取試題圖片,只能通過智能掃描筆的掃描攝像頭逐行掃描完成后獲取整個試題,再進行試題的上傳與搜索。這使得用戶在掃描試題的操作過程中需要保持連貫性,且如果出現(xiàn)漏掃、重掃的情況,對于試題的搜索結(jié)果都會產(chǎn)生影響,導(dǎo)致試題搜索結(jié)果差距較大。這主要是因為現(xiàn)有的掃描搜題主要依靠針對掃描圖片進行OCR處理識別得到圖片字符,根據(jù)字符進行試題檢索,因此,掃描圖片的完整性以及準(zhǔn)確性對于試題搜索的結(jié)果產(chǎn)生較大的影響。
因此,如何降低用戶掃描搜題的操作難度,提升掃描搜題的準(zhǔn)確率,從而提升用戶的使用體驗是本發(fā)明所要解決的技術(shù)問題。
有鑒于此,特提出本發(fā)明。
發(fā)明內(nèi)容
本發(fā)明為了解決如何降低用戶掃描搜題的操作難度,提升掃描搜題的準(zhǔn)確率,提升用戶的使用體驗的技術(shù)問題,提供一種掃描搜題的方法、智能掃描筆及存儲介質(zhì),具體技術(shù)方案如下:
本發(fā)明提出了一種掃描搜題的方法,包括:
獲取掃描試題過程中的掃描圖片;
提取用于描述掃描圖片的圖像特征的特征向量;
根據(jù)提取的特征向量在試題數(shù)據(jù)庫中進行檢索匹配,反饋搜題結(jié)果。
作為本發(fā)明的可選實施方式,所述提取用于描述掃描圖片的圖像特征的特征向量包括:
通過深度學(xué)習(xí)模型提取出掃描圖片的一組特征向量;
所述的特征向量用于描述掃描圖片的文字、圖像、符號的結(jié)構(gòu)化信息。
作為本發(fā)明的可選實施方式,所述根據(jù)提取的特征向量在試題數(shù)據(jù)庫中進行檢索匹配,反饋搜題結(jié)果包括:
根據(jù)提取的各特征向量的文字、圖像、符號的結(jié)構(gòu)化信息的分別與試題數(shù)據(jù)庫中存儲的試題的文字、圖像、符號的結(jié)構(gòu)化信息分別進行檢索匹配;
針對檢索匹配結(jié)果進行文字、圖像、符號的結(jié)構(gòu)化信息進行排序加權(quán)得到試題搜索結(jié)果。
作為本發(fā)明的可選實施方式,針對理科試題,符號的結(jié)構(gòu)化信息加權(quán)值大于文字、圖像的結(jié)構(gòu)化信息加權(quán)值;
針對文科試題,文字的結(jié)構(gòu)化信息加權(quán)值大于圖像、符號的結(jié)構(gòu)化信息加權(quán)值;
針對圖形試題,圖像的結(jié)構(gòu)化信息加權(quán)值大于文字、符號的結(jié)構(gòu)化信息加權(quán)值;
可選地,通過掃描過程中提取掃描圖片的圖像特征判斷試題所屬科目,或者通過掃描開始前接收用戶的試題科目設(shè)置指令判斷試題所屬科目。
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)利屬于作業(yè)幫教育科技(北京)有限公司,未經(jīng)作業(yè)幫教育科技(北京)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/202111123325.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





