[发明专利]一种扫描搜题的方法、智能扫描笔及存储介质

权利要求书

1.一种扫描搜题的方法，其特征在于，包括：

获取扫描试题过程中的扫描图片；

提取用于描述扫描图片的图像特征的特征向量；

根据提取的特征向量在试题数据库中进行检索匹配，反馈搜题结果。

2.根据权利要求1所述的一种扫描搜题的方法，其特征在于，所述提取用于描述扫描图片的图像特征的特征向量包括：

通过深度学习模型提取出扫描图片的一组特征向量；

所述的特征向量用于描述扫描图片的文字、图像、符号的结构化信息。

3.根据权利要求2所述的一种扫描搜题的方法，其特征在于，所述根据提取的特征向量在试题数据库中进行检索匹配，反馈搜题结果包括：

根据提取的各特征向量的文字、图像、符号的结构化信息的分别与试题数据库中存储的试题的文字、图像、符号的结构化信息分别进行检索匹配；

针对检索匹配结果进行文字、图像、符号的结构化信息进行排序加权得到试题搜索结果。

4.根据权利要求3所述的一种扫描搜题的方法，其特征在于，针对理科试题，符号的结构化信息加权值大于文字、图像的结构化信息加权值；

针对文科试题，文字的结构化信息加权值大于图像、符号的结构化信息加权值；

针对图形试题，图像的结构化信息加权值大于文字、符号的结构化信息加权值；

可选地，通过扫描过程中提取扫描图片的图像特征判断试题所属科目，或者通过扫描开始前接收用户的试题科目设置指令判断试题所属科目。

5.根据权利要求3所述的一种扫描搜题的方法，其特征在于，所述根据提取的特征向量在试题数据库中进行检索匹配，反馈搜题结果还包括：

针对试题搜索结果综合搜索热度和/或用户历史搜索记录进行排序加权运算，反馈搜题结果。

6.根据权利要求5所述的一种扫描搜题的方法，其特征在于，所述针对试题搜索结果综合搜索热度进行排序加权运算包括：

针对试题搜索结果利用大数据找出热门题目，然后针对热门题目在排序中进行加权运算；

所述针对试题搜索结果综合用户历史搜索记录进行排序加权运算包括：

针对试题搜索结果根据用户历史搜索记录中的年级、和/或学科偏好在排序中进行加权运算。

7.根据权利要求1所述的一种扫描搜题的方法，其特征在于，所述获取扫描试题过程中的扫描图片包括：

实时获取扫描试题过程中的扫描图片；

针对扫描图片进行实时处理提取特征向量，根据提取的特征向量在试题数据库中进行实时检索匹配；

当特征向量的匹配相似度达到设定值，反馈搜题结果。

8.根据权利要求1所述的一种扫描搜题的方法，其特征在于，所述获取扫描试题过程中的扫描图片包括：

获取试题扫描过程中的扫描动作和/或扫描图片的长度，所述的扫描动作包括扫描开和扫描关，一次扫描动作包括一次扫描开和一次扫描关；

当一次扫描动作的扫描图片的长度达到长度阈值，则获取该次扫描动作的扫描图片并与上一次扫描动作的扫描图片进行拼接得到拼接图片；

针对拼接图片进行处理提取特征向量，根据提取的特征向量在试题数据库中进行检索匹配，反馈搜题结果。

9.一种智能扫描笔，其特征在于，包括扫描模块和控制模块：

控制模块获取扫描模块扫描试题过程中的扫描图片；

控制模块提取用于描述扫描图片的图像特征的特征向量；

控制模块根据提取的特征向量上传至服务器，服务器在试题数据库中进行检索匹配，反馈搜题结果。

10.一种存储介质，其特征在于，存储有计算机可执行程序，所述计算机可执行程序被执行时，实现如权利要求1-8中任意一项所述的一种扫描搜题的方法。