[发明专利]一种适用于电子助视器的错题本生成方法有效
申请号: | 201910873321.5 | 申请日: | 2019-09-17 |
公开(公告)号: | CN110705534B | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 郑雅羽;林斯霞;石俊山 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06V10/22 | 分类号: | G06V10/22;G06V10/24;G06V30/148;G06Q50/20 |
代理公司: | 杭州赛科专利代理事务所(普通合伙) 33230 | 代理人: | 郭薇 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
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 适用于 电子 助视器 生成 方法 | ||
本发明涉及一种适用于电子助视器的错题本生成方法,电子助视器采集完整的非分栏格式试卷图像,预处理、图像分割后存入缓冲区,以神经网络模型识别试卷中的批改标识,对比识别到的批改标识的目标框的坐标中点和分割的试卷图像的各个题目的坐标点、识别错题,对错题图像进行手写字体和印刷字体的区分、文字识别,处理后的错题图像拼接生成错题本。本发明克服用神经网络来分割的精度不确定性和训练数据收集和标注的复杂性,解决了现有技术中无法自动截取错区域、擦除批改标识和错误答案的问题,提高错题本精度,可以植入电子助视器,低视力患者不用手抄生成错题本或手动截取错题区域、擦除做题区域和批改标识,节约时间,可以阅读错题本并重新做题。
技术领域
本发明属于数据识别;数据表示;记录载体;记录载体的处理的技术领域,特别涉及一种可作为学习辅助工具的适用于电子助视器的错题本生成方法。
背景技术
错题本是一种能够提高学习效率、提升学习质量、巩固学习基础的重要手段。
目前,大部分学生仍是通过手抄的方式将错题抄写到笔记本中来生成错题本,以这种方式生成错题本会花费学生大量时间,降低学习效率;而对于低视力者来说,手抄会更加麻烦。一般情况下,低视力者需佩戴助视器才能进行手抄;如果用手机拍照完之后进行错题识别,则每次都需要自己去调整角度和高度进行拍照,这是极不方便的;如果用扫描仪获取试卷图像传输到计算机或者手机上,过程复杂且不具有便携性。
现有许多错题本软件可以通过安装到智慧终端并拍照生成错题本,但这些软件需要自己手动截取错题区域、擦除批改标识和错误答案,不能全智能自动地生成错题本,现有技术中也没有把这类错题本软件和助视器结合在一起,无法直接辅助低视力者。公开号为CN109472014A的专利是通过用户拍照或扫描获取图像信息,使用基于A.I算法的识别模块进行文字和图片识别技术,获取错题的题干和答案,将错题题干与试题库题目进行对比,并标注出试题库中题目与错题的相似度评价值,将相似度高的题目存入用户错题库,形成用户错题本;这种生成错题本的方法只能获取错题区域,而且需要有试题库题目,还需用户自己手动擦除答案部分和其他手写项来保留题干,在没有试题库或传入整张试卷的时候,便不能生成错题本。公开号为CN109710590A的专利通过基于神经网络的第一区域模型来识别已批改试卷中各个题目的区域,再用预先训练好的错题识别模型识别已批改结果为错误的题目作为错题,继而根据预先训练的第二区域识别模型识别所述错题的答案区域和/或批改区域,将错题的答案区域和/或批改区域进行遮盖处理,从而来生成错题本;这种生成错题本的方式能够摈除错题本软件和公开号为CN109472014A的专利无法自动识别错题区域和擦除批改标识和错误答案的弊端,但这个方法生成错题本需要训练3个基于神经网络的模型,需要收集大量的已批改样本进行训练,而且各个年级各个科目的试卷题目类型都有存在区别,复杂性高,无法保证训练所得模型的精度,且第二区域模型对错题批改标识进行遮盖处理,会遮盖掉批改标识在题目上的题目文字。
发明内容
本发明解决了现有技术中存在的问题,提供了一种优化的适用于电子助视器的错题本生成方法,通过数字图像处理技术和神经网络技术,实现试卷题目分割、对错题的识别,使低视力者可以直接使用电子助视器生成错题本并阅读,实现自动识别错题区域,擦除答案区域和批改标识,低视力患者还能对OCR识别后的错题原题使用TTS语音功能来进行阅读,提高学习效率。
本发明所采用的技术方案是,一种适用于电子助视器的错题本生成方法,所述方法包括以下步骤:
步骤1:电子助视器采集完整的非分栏格式试卷图像,对采集到的试卷图像进行预处理;
步骤2:对预处理后的试卷图像进行图像分割,将分割后的图像存入电子助视器的缓冲区;
步骤3:读取缓冲区中图像的像素值,识别批改标识;
步骤4:获得训练好的识别批改标识的神经网络模型,用于识别试卷中的批改标识;
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浙江工业大学,未经浙江工业大学许可,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/201910873321.5/2.html,转载请声明来源钻瓜专利网。