[发明专利]一种获取试题解析信息的方法及服务器在审

专利信息
申请号: 201510155055.4 申请日: 2015-04-02
公开(公告)号: CN104715253A 公开(公告)日: 2015-06-17
发明(设计)人: 邓澍军;陈孟阳;柳景明;尹绪旺;朱珊珊;李云锦;夏龙;唐巧;郭常圳 申请(专利权)人: 北京贞观雨科技有限公司
主分类号: G06K9/36 分类号: G06K9/36;G06K9/54
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 100600 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 获取 试题 解析 信息 方法 服务器
【权利要求书】:

1.一种获取试题解析信息的方法,其特征在于,包括:

服务器从移动终端获取试题的图像;

所述服务器对所述图像中的试题进行识别,得到识别结果;

所述服务器根据所述识别结果,查找所述试题对应的解析信息;

所述服务器向所述移动终端返回所述解析信息。

2.根据权利要求1所述的方法,其特征在于,在对所述图像中试题进行识别,得到识别结果之前,还包括:

当确定所述图像模糊时,从所述移动终端重新获取图像;

和/或,

当确定所述图像发生了旋转时,将所述图像调整为正向;

和/或,

当确定所述图像对应的灰度图像需要进行灰度反转时,对所述灰度图像进行灰度反转。

3.根据权利要求2所述的方法,其特征在于,确定所述图像模糊包括:

通过梯度算子确定出所述图像中的第一文字边缘;

检测所述第一文字边缘的数量;

当所述第一文字边缘的像素点数量小于阈值时,确定所述图像模糊;

或者,

通过梯度算子确定出所述图像中的第一文字边缘;

检测出第一像素点的第一灰度值和第一数量,所述第一像素点为第一文字边缘的像素点;

根据所述第一灰度值确定第二灰度值,所述第一灰度值与所述第二灰度值之间的差值在第一阈值范围内;

确定所述第二灰度值对应的第二像素点,和所述第二像素点的第二数量,所述第二像素点构成第二文字边缘;

当所述第一数量与第二数量的比值在第二阈值范围内时,确定所述图像模糊。

4.根据权利要求2所述的方法,其特征在于,所述确定所述图像发生了旋转包括:

确定所述图像上的外接框,所述外接框用于外接所述试题对应的字符;

确定所述外接框横向成组的组数和纵向成组的组数,所述横向成组的组数中的相邻外接框之间的横向偏移量不大于所述外接框高度的一半,所述纵向成组的组数中的相邻外接框的之间的纵向偏移量不大于所述外接框高度的一半;

当所述横向成组的组数与所述纵向成组的组数的差值在第三阈值范围内时,确定所述图像发生了旋转。

5.根据权利要求2所述的方法,其特征在于,所述确定所述图像对应的灰度图需要进行灰度反转包括:

将所述灰度图进行灰度反转得到反转后的灰度图;

确定所述灰度图和反转后的灰度图的外接框数量,所述外接框用于外接所述试题对应的字符;

当反转后的灰度图上外接框的数量大于所述灰度图上外接框的数量时,确定所述图像对应的灰度图需要进行灰度反转。

6.根据权利要求1或2所述的方法,其特征在于,在对所述图像中试题进行识别,得到识别结果之前,还包括:

对所述图像上试题对应的字符进行分割。

7.根据权利要求1所述的方法,其特征在于,所述对所述图像中的试题进行识别,得到识别结果包括:

采用卷积神经网络或递归神经网络对所述试题识别,得到识别结果。

8.根据权利要求1至7中任一项所述的方法,其特征在于,在对所述图像中的试题进行识别,得到识别结果之后,根据所述识别结果,查找所述试题对应的解析信息之前,还包括:

确定所述识别结果满足自然语言模型。

9.根据权利要求1所述的方法,其特征在于,所述根据所述识别结果,查找所述试题对应的解析信息包括:

确定所述识别结果中的关键词,所述关键词用于查找所述试题对应的解析信息,所述关键词包括相邻词对和/或相邻词团;

利用所述关键词查找所述试题对应的解析信息。

10.根据权利要求9所述的方法,其特征在于,所述确定所述识别结果中的关键词包括:

获取所述识别结果中每一个分词的评分;

确定评分最高的分词为所述关键词。

11.一种获取试题解析信息的服务器,其特征在于,包括:

获取单元,用于从移动终端获取试题的图像;

识别单元,用于对所述图像中的试题进行识别,得到识别结果;

查找单元,用于根据所述识别结果,查找所述试题对应的解析信息;

处理单元,用于向所述移动终端返回所述解析信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京贞观雨科技有限公司;,未经北京贞观雨科技有限公司;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510155055.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top