[发明专利]基于试卷图像的试题拆解方法、系统、存储介质及设备

权利要求书

1.一种基于试卷图像的试题拆解方法，其特征在于，所述方法包括：

接收输入的试卷图像；

对所述试卷图像进行元素分析，以识别出文字元素和非文字元素以及文字元素和非文字元素的定位信息，所述文字元素包括组成每道试题的汉字与公式，所述非文字元素包括侧边栏元素和图表元素；

所述对所述试卷图像进行元素分析，以识别出文字元素和非文字元素以及文字元素和非文字元素的定位信息，所述文字元素包括组成每道试题的汉字与公式，所述非文字元素包括侧边栏元素和图表元素的步骤包括：

利用预训练的版面分析模型对所述试卷图像进行检测，以识别出所述试卷图像中的可信文字区域和可信图表区域；

判断所述可信图表区域的可信度是否满足可信度阈值；

若是，对所述可信文字区域和所述可信图表区域进行元素分析，以识别出文字元素和非文字元素以及文字元素和非文字元素的定位信息，所述非文字元素包括侧边栏元素和图表元素；

若否，则对所述可信图表区域进行连通域检测，直至所述可信图表区域的可信度满足所述可信度阈值，并在所述可信图表区域的可信度满足所述可信度阈值时，对所述可信文字区域和所述可信图表区域进行元素分析，以识别出文字元素和非文字元素以及文字元素和非文字元素的定位信息，所述非文字元素包括侧边栏元素和图表元素；

将所述非文字元素进行切除，并通过对所述文字元素进行识别，以将所述文字元素拆分成与所述试卷图像当中的所述每道试题对应的文字元素集合；

所述将所述非文字元素进行切除，并通过对所述文字元素进行识别，以将所述文字元素拆分成与所述试卷图像当中的所述每道试题对应的文字元素集合的步骤包括：

利用中文预训练模型将所述文字元素进行向量化，并对向量化后文字元素进行特征提取，以通过序列标注对所述文字元素进行标签分类；

根据分类标签将所述文字元素拆分成与所述试卷图像当中的每道试题对应的文字元素集合；

其中，所述分类标签至少包括题号行、题干起始行、题干结束行、答案行以及解析行；

将定位信息对应的文字元素集合和所述图表元素进行融合，得到所述每道试题的题目信息。

2.根据权利要求1所述的基于试卷图像的试题拆解方法，其特征在于，所述接收输入的试卷图像的步骤之前还包括：

获取试卷文件，识别所述试卷文件的文件格式；

判断所述文件格式是否为图片格式；

若否，则将所述试卷文件的文件格式转换为图片格式。

3.根据权利要求1所述的基于试卷图像的试题拆解方法，其特征在于，所述对所述试卷图像进行元素分析，以识别出文字元素和非文字元素以及文字元素和非文字元素的定位信息，所述非文字元素包括侧边栏元素和图表元素的步骤之前包括：

对所述试卷图像进行膨胀处理，检测膨胀后的试卷图像中的直线及直线对应的角度；

统计计算所述直线的平均角度，得到所述试卷图像的倾斜角度，根据所述倾斜角度将所述试卷图像置于水平状态。

4.根据权利要求1所述的基于试卷图像的试题拆解方法，其特征在于，所述利用预训练的版面分析模型对所述试卷图像进行检测，以识别出所述试卷图像中的可信文字区域和可信图表区域的步骤之后还包括：

以预设类别数分别对所述可信文字区域做区域坐标聚类，获取聚类中心的欧几里得距离，得到最佳分类数；

计算所述最佳分类数对应的区域坐标聚类的左右边界区域值，得到分栏线，并通过所述分栏线对所述试卷图像进行切割。

5.根据权利要求1所述的基于试卷图像的试题拆解方法，其特征在于，所述利用中文预训练模型将所述文字元素进行向量化，并对向量化后文字元素进行特征提取，以通过序列标注对所述文字元素进行标签分类的步骤之后还包括：

将每道题对应的分类标签的排布顺序与预设分类标签排布顺序进行比对，若所述分类标签的排布顺序与预设分类标签排布顺序不符，则按所述预设分类标签排布顺序对所述分类标签进行重新排布。