一种多题型识别方法、装置和计算机设备制造方法及图纸

本发明专利技术属于教育领域，提供一种多题型识别方法、装置和计算机设备，该方法包括：识别所述图像中的题目区域，使各题目区域包含一种题型的题目；对所述题目区域进行结构特征提取，得到题目类型特征；使用训练好的基于神经网络的识别模型，对所述各题目区域分别进行题目题型的识别，得到各题目区域的题型。本发明专利技术通过识别待处理图像中的题目区域，能够更精确地确定出待处理图像中的各题目区域；对各题目区域进行结构特征提取，能够精确得到各题型所对应的题目类型特征，以为如题型识别和题型分类等后续处理提供更精确的数据；能够更精确地确定与各题目区域的题型，能够提高题型识别的精确度，能够提高题型分类的准确度，能够整体优化题型识别方法。题型识别方法。题型识别方法。

【技术实现步骤摘要】
一种多题型识别方法、装置和计算机设备


[0001]本专利技术属于计算机视觉相关
，特别适用于教育领域，更具体地涉及一种多题型识别方法、装置和计算机设备。

技术介绍

[0002]随着拍搜与批改技术的不断演进与发展，现有的策略与方法已经无法满足特殊题型的要求，需要针对不同题型进行定制化处理，这就需要对图像的题型分类提出更高的要求。
[0003]现在技术中，主流的方法是通过识别出图片中的文字，使用NLP(natural language processing，即自然语言处理)技术，完成对不同题型的分类。该技术方法主要通过文本内容对题型进行识别与分类，该技术方法对文本内容识别的正确率依赖比较高，而且容易受到文字干扰，比如当文本中出现“选择”、“判断”对应的字符时，题型被误判为选择题、判断题的概率非常大；同时该技术只能进行单个题型分类，无法进行多题型同时分类，尤其是当用户上传的图片没有拍完整个题型时，或者重要信息被遮挡时，也存在较大程度的误判，由此导致题型识别准确率低以及题型分类的准确率低。
[0004]因此，有必要提供一种多题型识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多题型识别方法，用于对图像中包含的可能属于多种题型的题目进行识别，其特征在于，所述方法包括如下步骤：识别所述图像中的题目区域，使各题目区域包含一种题型的题目；对所述题目区域进行结构特征提取，得到题目类型特征；使用训练好的基于神经网络的识别模型，对所述各题目区域分别进行题型的识别，得到各题目区域的题型，所述识别模型基于题目区域的深层结构特征进行题型识别，该深层结构特征对浅层结构特征图进行二次结构特征提取获得的。2.根据权利要求1所述的多题型识别方法，其特征在于，所述使用训练好的基于神经网络的识别模型，对所述各题目区域分别进行题型的识别包括：通过第一神经网络模型对所述各题目区域进行一次结构特征提取，得到第一特征图，该第一特征图包含各题目的浅层结构特征；通过第二神经网络模型对所述第一特征图进行二次结构特征提取，得到第二特征图，该第二特征图包含各题目的深层结构特征。3.根据权利要求2所述的多题型识别方法，其特征在于，所述深层结构特征包括以下的至少一种：文字与文字空位的空间结构分布信息、文字与图形的空间结构分布信息、不同行文字的关系、题目题干的位置信息和内容、以及文字之间的空位与文字的分布信息。4.根据权利要求3所述的多题型识别方法，其特征在于，所述文字与文字空位的空间结构分布信息包括以下的至少一种：文字空位与文字行或文字之间的上下或左右结构分布信息；文字空位夹设于两列文字行之间的夹设结构分布信息；多行文字行的同列分布信息；两列文字行之间间隔设置的结构分布信息；选项文字行与题干文字行的上下结构分布信息；选项文字行之间的左右结构分布信息和上下结构分布信息；文字空位成行或成列的分布信息；题干文字行之间的上下结构分布信息；文字段与题干文字行的上下结构分布信息；题干文字行与选项文字行的上下结构分布信息；文字...

【专利技术属性】
技术研发人员：袁景伟，黄宇飞，胡亚龙，田宝亮，吴哲楠，李霄鹏，杨森，黄秋慧，蔡红，王岩，郭彦宗，安晟，
申请(专利权)人：作业帮教育科技北京有限公司，
类型：发明
国别省市：