[發明專利]科目的識別方法、裝置、終端設備和可讀存儲介質

在審

• 申請號: 202210249997.9
• 申請日: 2022-03-14
• 公開（公告）號: CN114627472A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 張維鵬
• 申請（專利權）人: 廣東小天才科技有限公司
• 主分類號: G06V30/14
• 分類號: G06V30/14;G06V30/148;G06V30/16;G06V20/62;G06N3/04;G06F40/166;G06F40/216;G06F40/289;G06F16/31
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 左婷蘭

本申請屬于科目識別領域，尤其涉及一種科目的識別方法、裝置、終端設備和可讀存儲介質。該方法包括：獲取整頁題目的圖像，整頁題目包含待搜索題目；對整頁題目的圖像進行分割，獲得多組分割圖像；識別多組分割圖像中的文本信息，并對多組分割圖像中的文本信息進行拼接，獲得整頁題目的文本信息；根據整頁題目的文本信息，確定待搜索題目對應的科目信息。即本申請可以對整頁題目的圖像進行分割、識別和拼接，獲得整頁題目的文本信息，進而根據整頁題目的文本信息，確定待搜索題目對應的科目信息，相對于僅使用一道題目的OCR文本信息進行科目的識別方法，提高了科目識別的準確率。

技術領域

本申請屬于科目識別領域，尤其涉及一種科目的識別方法、裝置、終端設備和可讀存儲介質。

背景技術

在現有科目的識別技術中，通常使用用戶點擊或框選待搜索的題目進行光學字符識別(Optical Character Recognition，OCR)，然后基于詞頻、詞性、語義語法等技術進行科目識別。

該技術存在的問題為：僅使用一道題目的OCR文本信息進行科目識別，題目中的部分關鍵信息會識別錯誤，從而導致科目識別的準確率較低。

發明內容

本申請實施例提供一種科目的識別方法、裝置、終端設備和可讀存儲介質，提高科目識別的準確率。

第一方面，本申請實施例提供一種科目的識別方法，包括：

獲取整頁題目的圖像，所述整頁題目包含待搜索題目；

對所述整頁題目的圖像進行分割，獲得多組分割圖像；

識別多組所述分割圖像中的文本信息，并對多組所述分割圖像中的文本信息進行拼接，獲得所述整頁題目的文本信息；

根據所述整頁題目的文本信息，確定所述待搜索題目對應的科目信息。

在第一方面一種可能的實現方式中，所述對所述整頁題目的圖像進行分割，獲得多組分割圖像，包括：

對所述整頁題目的圖像進行等分分割，或非等分分割，獲得多組所述分割圖像，并對多組所述分割圖像進行編碼，獲得多組所述分割圖像的編碼信息。

其中，所述對多組所述分割圖像中的文本信息進行拼接，獲得所述整頁題目的文本信息，包括：

根據多組所述分割圖像的編碼信息，對多組所述分割圖像中的文本信息進行拼接，獲得所述整頁題目的文本信息。

其中，所述根據所述整頁題目的文本信息，確定所述待搜索題目對應的科目信息，包括：

在預設索引庫中，搜索與所述整頁題目的文本信息相關的文檔信息，所述預設索引庫包含每一整頁題目對應的文檔信息，每一整頁題目對應的所述文檔信息包括整頁題目的文本信息和整頁題目對應的科目信息；

基于所述文檔信息，確定所述待搜索題目對應的科目信息。

其中，所述搜索與所述整頁題目的文本信息相關的文檔信息，包括：

根據預設相關度算子，確定所述整頁題目的文本信息與預設索引庫中文檔信息的相關度；

根據所述相關度，確定與所述整頁題目的文本信息相關的文檔信息。

其中，所述基于所述文檔信息，確定所述待搜索題目對應的科目信息，包括：

將與所述整頁題目的文本信息相關的文檔信息中，最大相關度的文檔信息中所述整頁題目對應的科目信息，確定為所述待搜索題目對應的科目信息。

第二方面，本申請實施例提供一種科目的識別裝置，包括：

獲取模塊，用于獲取整頁題目的圖像，所述整頁題目包含待搜索題目；