题目搜索方法、装置、设备及存储介质制造方法及图纸

本公开提供一种题目搜索方法、装置、设备及存储介质，用于去除题目图像中的摩尔纹，以提高试题推荐的准确性。所述方法包括：获取摩尔纹题目图像；利用摩尔纹滤除模型对所述摩尔纹题目图像进行摩尔纹去除，得到题目图像,对题目图像进行特征提取，得到题目图像的特征向量；基于题目图像的特征向量与试题库中试题的特征向量的相似度，从试题库中获得推荐试题。从试题库中获得推荐试题。从试题库中获得推荐试题。

【技术实现步骤摘要】
题目搜索方法、装置、设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种题目搜索方法、装置、设备及存储介质。

技术介绍

[0002]近年来，伴随着互联网教育的发展，越来越多的用户使用试题库搜索试题获得试题的解题思路或答案，最常用的方法就是拍照搜题。
[0003]在相关技术中，用户可以对着电子设备的屏幕拍摄题目图像，并将该图像上传至答疑系统中，由答疑系统对该图像进行分析后推送给用户与该题目图像最为接近的多个试题的题干、试题答案以及试题解析，供用户参考。

技术实现思路

[0004]根据本公开的一方面，提供了一种题目搜索方法，所述方法包括：
[0005]获取摩尔纹题目图像；
[0006]利用摩尔纹滤除模型对所述摩尔纹题目图像进行摩尔纹去除，得到题目图像，其中，所述摩尔纹滤除模型在训练阶段的损失由第一子损失、第二子损失和第三子损失确定，所述第一子损失基于摩尔纹预测图像和摩尔纹图像标签确定，所述第二子损失基于题目预测图像和题目图像标签确定，所述第三子损失基于摩尔纹题目样本图像和摩尔纹题目预测图像确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种题目搜索方法，其特征在于，所述方法包括：获取摩尔纹题目图像；利用摩尔纹滤除模型对所述摩尔纹题目图像进行摩尔纹去除，得到题目图像，其中，所述摩尔纹滤除模型在训练阶段的损失由第一子损失、第二子损失和第三子损失确定，所述第一子损失基于摩尔纹预测图像和摩尔纹图像标签确定，所述第二子损失基于题目预测图像和题目图像标签确定，所述第三子损失基于摩尔纹题目样本图像和摩尔纹题目预测图像确定，所述摩尔纹题目预测图像由所述摩尔纹预测图像和所述题目预测图像确定；对所述题目图像进行特征提取，得到所述题目图像的特征向量；基于所述题目图像的特征向量与试题库中试题的特征向量的相似度，从所述试题库中获得推荐试题。2.根据权利要求1所述的方法，其特征在于，所述摩尔纹滤除模型包括编码单元、解码单元以及特征融合层，所述利用摩尔纹滤除模型对所述摩尔纹题目图像进行摩尔纹去除，得到题目图像，包括：利用所述编码单元，提取所述摩尔纹题目图像的编码特征图；利用所述解码单元，基于所述编码特征图输出不同尺度的解码特征图；利用所述特征融合层，基于不同尺度的解码特征图中大于或等于预设尺度的多个解码特征图，确定所述题目图像。3.根据权利要求2所述的方法，其特征在于，所述编码单元包括串接的N级编码器，所述解码单元包括串接的M级解码器，N
‑
M＝1，M和N均表示大于或等于2的整数，所述利用所述编码单元，提取所述摩尔纹题目图像的编码特征图，包括：将所述摩尔纹题目图像输入串接的N级编码器中，使得不同级所述编码器输出不同尺度的编码特征图，其中，随着所述编码器的级数增加，所述摩尔纹题目图像的编码特征图的尺度变小，第n级编码器的输入为第n
‑
1级编码器输出的编码特征图，n表示大于或等于2，且小于或等于N的整数；所述利用所述解码单元，基于所述编码特征图输出不同尺度解码特征图，包括：将第N级编码器的输出的编码特征图输入串接的M级解码器中，使得不同级所述解码器输出不同尺度的解码特征图，其中，随着所述解码器的级数增加，所述摩尔纹题目图像的解码特征图的尺度变大，第m级解码器的输入包括第m
‑
1级解码器输出的解码特征图和第N
‑
m+1级编码器输出的编码特征图；所述m大于等于2且小于等于M。4.根据权利要求2所述的方法，其特征在于，所述大于或等于预设尺度的多个解码特征图占所述不同尺度的解码特征图数量的比值大于0，且小于100％。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，对所述题目图像进行特征提取，得到所述题目图像的特征向量，包括：获取...

【专利技术属性】
技术研发人员：兴百桥，
申请(专利权)人：深圳市星桐科技有限公司，
类型：发明
国别省市：