[发明专利]一种基于ESP游戏的图片自动标注信息处理方法及装置在审
申请号: | 201910043904.5 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109919176A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 赵钦佩;江慧;史扬;李江峰;饶卫雄;张尹嘉 | 申请(专利权)人: | 同济大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/955;A63F9/18 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 蔡彭君 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 出题 答题 标注信息 自动标注 图片 标注 信息处理 游戏 比对方式 比对 带宽 计算机 | ||
1.一种基于ESP游戏的图片自动标注信息处理方法,其特征在于,包括:
步骤S1:接收出题方选择的图片以及对图片的标注信息;
步骤S2:接收答题方对于各图片的标注信息;
步骤S3:比对出题方和各答题方对于图片的标注信息,计算出题方和各答题方的默契度,以及得到每张图片的标注。
2.根据权利要求1所述的一种基于ESP游戏的图片自动标注信息处理方法,其特征在于,所述步骤S1具体包括:
步骤S11:向出题方展示图片库中的图片;
步骤S12:接收出题方选择的图片以及对图片的标注信息,并判断是否含有出题人导入的图片,若为是,则执行步骤S13,反之,则执行步骤S14;
步骤S13:将出题方导入的图片存入图片库中,并为每张图片的生成编码;
步骤S14:根据出题方选择的图片以及对图片的标注信息生成内容消息以及该内容消息的url链接,并由出题方对外发送。
3.根据权利要求2所述的一种基于ESP游戏的图片自动标注信息处理方法,其特征在于,所述步骤S2具体包括:
步骤S21:接收到答题方通过所述url链接的访问请求后,向答题方发送含有出题方选择的图片的内容消息;
步骤S22:接收答题方对于各图片的标注信息。
4.根据权利要求2所述的一种基于ESP游戏的图片自动标注信息处理方法,其特征在于,所述步骤S3具体包括:
步骤S31:比对出题方和各答题方对于图片的标注信息,计算出题方和各答题方的默契度:
Matching(Q,Ai)=1/T∑ST(P,G)
其中:Q为出题方,Ai为第i个答题方,Matching(Q,Ai)为出题方和第i个答题方的默契度,T为出题方选择的图片数目,ST(P,G)为第T道题的出题方和答题方的标注相似度;
步骤S32:将各答题方与出题方的默契度进行排序并发送给出题方。
步骤S33:对于各图片,将次数最多的标注作为该图片的最终标注。
5.根据权利要求4所述的一种基于ESP游戏的图片自动标注信息处理方法,其特征在于,所述步骤S32具体包括:
步骤S321:对于各图片,获取其次数最多的标注;
步骤S322:判断该图片的次数最多的标注的数目是否大于阈值,若为是,则加工该次数最多的标注作为该图片的最终标注。
6.一种基于ESP游戏的图片自动标注信息处理装置,其特征在于,包括存储器、处理器,以及存储于存储器中并由所述处理器执行的程序,所述处理器执行所述程序时实现以下步骤:
步骤S1:接收出题方选择的图片以及对图片的标注信息;
步骤S2:接收答题方对于各图片的标注信息;
步骤S3:比对出题方和各答题方对于图片的标注信息,计算出题方和各答题方的默契度,以及得到每张图片的标注。
7.根据权利要求6所述的一种基于ESP游戏的图片自动标注信息处理装置,其特征在于,所述步骤S1具体包括:
步骤S11:向出题方展示图片库中的图片;
步骤S12:接收出题方选择的图片以及对图片的标注信息,并判断是否含有出题人导入的图片,若为是,则执行步骤S13,反之,则执行步骤S14;
步骤S13:将出题方导入的图片存入图片库中,并为每张图片的生成编码;
步骤S14:根据出题方选择的图片以及对图片的标注信息生成内容消息以及该内容消息的url链接,并由出题方对外发送。
8.根据权利要求7所述的一种基于ESP游戏的图片自动标注信息处理装置,其特征在于,所述步骤S2具体包括:
步骤S21:接收到答题方通过所述url链接的访问请求后,向答题方发送含有出题方选择的图片的内容消息;
步骤S22:接收答题方对于各图片的标注信息。
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同济大学,未经同济大学许可,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/201910043904.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种结合属性信息的实体多分类方法
- 下一篇:基于层次化深度网络的特征选择方法