CN111680761A - 信息反馈方法、装置和电子设备 - Google Patents
信息反馈方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111680761A CN111680761A CN202010554398.9A CN202010554398A CN111680761A CN 111680761 A CN111680761 A CN 111680761A CN 202010554398 A CN202010554398 A CN 202010554398A CN 111680761 A CN111680761 A CN 111680761A
- Authority
- CN
- China
- Prior art keywords
- writing
- character object
- character
- strokes
- evaluation information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- User Interface Of Digital Computer (AREA)
- Character Discrimination (AREA)
Abstract
本公开的实施例公开了信息反馈方法、装置和电子设备。该方法的一具体实施方式包括:接收用户上传的待评价图像,其中,待评价图像中包含预定书法字体的文字对象;基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画;响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息;向用户反馈第一书写评价信息。该实施方式提供了一种确定文字对象是否书写规范的新方法。
Description
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及一种信息反馈方法、装置和电子设备。
背景技术
众所周知,文字具有楷书字体、草书字体、隶书字体等书法字体。并且,每一类书法字体具有相应的书写格式。在一些场景中,需要确定用户书写的书法文字是否规范。
在相关技术中,通过直接分析用户上传的书法文字包含的笔画,来确定该书法文字是否书写规范。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的实施例提供了一种信息反馈方法、装置和电子设备,通过基准文字对象,确定待评价图像所包含的文字对象是否书写规范,从而,提供了一种确定文字对象是否书写规范的新方法。
第一方面,本公开的实施例提供了一种信息反馈方法,该方法包括:接收用户上传的待评价图像,其中,待评价图像中包含预定书法字体的文字对象;基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画;响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息;向用户反馈第一书写评价信息。
第二方面,本公开的实施例提供了一种信息反馈装置,该装置包括:接收单元,用于接收用户上传的待评价图像,其中,待评价图像中包含预定书法字体的文字对象;第一确定单元,用于基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画;生成单元,用于响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息;第一反馈单元,用于向用户反馈第一书写评价信息。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的信息反馈方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的信息反馈方法的步骤。
本公开的实施例提供的信息反馈方法、装置和电子设备,可以接收用户上传的待评价图像。其中,待评价图像中包含预定书法字体的文字对象。进一步,可以基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画。再进一步,响应于文字对象存在书写不规范的笔画,可以基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息。最后,可以向用户反馈第一书写评价信息。从而,通过基准文字对象,确定待评价图像所包含的文字对象是否书写规范。由此,提供了一种确定文字对象是否书写规范的新方法。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的信息反馈方法的一些实施例的流程图;
图2是根据本公开的信息反馈方法的一个应用场景的示意图;
图3是根据本公开的信息反馈方法的又一些实施例的流程图;
图4是根据本公开的信息反馈装置的一些实施例的结构示意图;
图5是本公开的一些实施例的信息反馈方法可以应用于其中的示例性系统架构;
图6是根据本公开的一些实施例提供的电子设备的基本结构的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的信息反馈方法的一些实施例的流程。如图1所示,该信息反馈方法,包括以下步骤:
步骤101,接收用户上传的待评价图像。
在本实施例中,信息反馈方法的执行主体(例如图5中所示的服务器504)可以接收用户上传的待评价图像。
上述待评价图像中包含预定书法字体的文字对象。
上述预定书法字体可以是各种书法字体。例如,预定书法字体可以是楷书字体、行书字体、草书字体、隶书字体、篆书字体等。
上述文字对象可以是表征文字的对象。不难理解,一个文字对象可以包含至少一个笔画。
在一些场景中,上述执行主体可以接收用户通过终端设备(例如图5中所示的终端501、502)上传的待评价图像。
步骤102,基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画。
在本实施例中,上述执行主体可以基于文字对象表征的目标文字的基准文字对象,确定待评价图像所包含的文字对象是否存在书写不规范的笔画。
不难理解,目标文字可以是上述文字对象表征的文字。举例来说,文字对象“王”表征文字“王”。
目标文字的基准文字对象可以作为分析上述文字对象的基准。在这里,目标文字的基准文字对象属于预定书法字体。
属于预定书法字体的文字对象的各个笔画具有相应的书写格式。相应地,笔画是否书写规范,可以理解为笔画的书写格式是否书写规范。实践中,笔画的书写格式包括以下至少一项:笔画的长度,笔画的宽度,笔画的位置等。
在一些场景中,上述执行主体可以确定出上述文字对象表征的目标文字。进一步,上述执行主体可以从基准图像集合中,确定出目标文字的基准文字对象的目标基准图像。在这里,基准图像可以是包含预定书法字体的基准文字对象的图像。
在一些场景中,上述执行主体可以从待评价图像中,提取上述文字对象的各个笔画的特征。上述执行主体还可以从目标基准图像中,提取上述基准文字对象的各个笔画的特征。进一步,对于上述文字对象中的各个笔画,上述执行主体可以执行第一处理步骤。第一处理步骤包括:确定该笔画的特征和基准文字对象中相应笔画的特征之间的相似度;响应于所确定的相似度小于预设的相似度阈值,确定该笔画书写不规范;响应于所确定的相似度大于或者等于预设的相似度阈值,确定该笔画书写规范。不难理解,通过执行第一处理步骤,上述执行主体可以确定上述文字对象中是否存在书写不规范的笔画。并且,可以确定出上述文字对象中书写不规范的笔画。
步骤103,响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息。
在本实施例中,响应于上述文字对象存在书写格式不规范的笔画,上述执行主体可以基于该文字对象的书写不规范的笔画,生成该文字对象的第一书写评价信息。
书写评价信息可以是评价文字对象书写规范或者书写不规范的信息。相应地,第一书写评价信息可以是评价文字对象书写不规范的信息。第一书写评价信息可以包括以下至少一项:文本,图像,音频,视频。
在一些场景中,上述执行主体可以在待评价图像中,标识出上述文字对象中书写不规范的笔画。进一步,上述执行主体可以将标识后的待评价图像作为上述文字对象的第一书写评价信息。
步骤104,向用户反馈第一书写评价信息。
在本实施例中,生成上述文字对象的第一书写评价信息后,上述执行主体可以向用户反馈第一书写评价信息。
正如背景技术中介绍的,为了确定用户的书法文字是否书写规范,在相关技术中,通过直接分析用户上传的书法文字包含的笔画,来确定该书法文字是否书写规范。直接对用户的书法文字包含的笔画进行分析,可能无法确定出用户的书法文字和基准书法文字之间的差距。从而,可能无法准确地判断出用户的书法文字是否书写规范。
在本实施例中,通过基准文字对象,确定待评价图像所包含的文字对象是否存在书写不规范的笔画,可以确定出待评价图像所包含的文字对象和基准文字对象之间的差距。从而,可以提升确定文字对象是否书写规范的准确度。
另外,通过向用户反馈文字对象的第一书写评价信息,来提示用户该文字对象中书写不规范的笔画。
在一些实施例中,信息反馈方法的执行主体可以确定待评价图像所包含的文字对象表征的目标文字是否书写正确。
在一些场景中,上述执行主体可以提取上述文字对象在待评价图像的轮廓。进一步,上述执行主体可以根据上述文字对象的轮廓,确定该文字对象表征的目标文字。再进一步,上述执行主体可以确定预设的文字集合中是否存在目标文字。响应于文字集合中存在目标文字,上述执行主体可以确定目标文字书写正确。响应于文字集合中不存在目标文字,上述执行主体可以确定目标文字书写错误。
在这里,响应于目标文字书写正确,上述执行主体可以确定文字对象是否存在书写不规范的笔画。
在这些实施例中,当用户上传的文字对象表征的目标文字书写正确时,进一步确定该文字对象是否存在书写不规范的笔画。从而,在对用户上传的文字对象评价前,先确定目标文字是否书写正确,在一定程度上,可以避免目标文字书写错误时,仍然对用户上传的文字对象进行评价,所造成的计算浪费。
在一些实施例中,响应于目标文字书写错误,信息反馈方法的执行主体可以向用户反馈表征目标文字书写错误的提示信息。
在这些实施例中,当用户上传的文字对象表征的目标文字书写错误时,提示用户目标文字书写错误。从而,引导用户重新上传新的图像。
在一些实施例中,信息反馈方法的执行主体可以执行如下步骤。
第一步,响应于文字对象不存在书写不规范的笔画,基于表征文字对象书写规范的预设评价信息,生成文字对象的第二书写评价信息。
预设评价信息可以是针对文字对象表征的目标文字预先设置的信息。预设评价信息可以包括以下至少一项:文本,图像,音频,视频。举例来说,文字对象“王”的预设评价信息可以是“整体用笔厚重,粗细均匀,端庄平稳”。
第二书写评价信息可以是评价文字对象书写规范的信息。第二书写评价信息可以包括以下至少一项:文本,图像,音频,视频。
在一些场景中,上述执行主体可以确定出针对上述文字对象表征的目标文字预先设置的预设评价信息。进一步,上述执行主体可以将预设评价信息,作为上述文字对象的第二书写评价信息。
在另一些场景中,第二书写评价信息包括对文字对象进行评价的音频和/或视频。在这里,音频基于上述预设评价信息所生成。例如,上述执行主体可以将上述预设评价信息转换音频。上述视频的图像帧中包含表征上述目标文字在预定书法字体中规范写法的文本信息。举例来说,目标文字“王”在楷书字体中规范写法的文本信息可以是“上横和中横写短稍上仰,中间短竖直挺,下部横画稍伸长”。
第二步,向用户反馈第二书写评价信息。
在这些实施例中,当用户上传的文字对象书写规范时,向用户反馈表征书写规范的信息。
请参考图2,其示出了根据本公开的实施例的信息反馈方法的一个应用场景。如图2所示,服务器201可以接收用户通过终端设备202上传的待评价图像203。待评价图像203中包含楷书字体的文字对象“王”。文字对象“王”包含笔画2041、笔画2042、笔画2043和笔画2044。进一步,服务器201可以基于文字“王”的基准文字对象“王”,确定文字对象“王”是否存在书写不规范的笔画。在这里,文字对象“王”包含的笔画2042的长度过长。再进一步,服务器201可以确定出表征笔画2042的长度过长的文本信息205。在这里,文本信息205为图2中所示的“中横不够短”。服务器201可以在待评价图像203中标识书写不规范的笔画2042。更近一步,服务器201可以将文本信息205和标识后的待评价图像203,作为文字对象“王”的第一书写评价信息206。最后,服务器201可以通过终端设备202向用户反馈第一书写评价信息206。需要说明的是,图2中所示的内容,是为了更加清楚地解释本公开要求保护的技术方案,不应当作为对本公开的限制。
请继续参考图3,其示出了根据本公开的信息反馈方法的又一些实施例的流程。如图3所示,该信息反馈方法,包括以下步骤:
步骤301,接收用户上传的待评价图像。
在本实施例中,待评价图像中包含预定书法字体的文字对象。
上述步骤301可以按照如图1所示实施例中的步骤101类似的方式执行,上文针对步骤101的描述也适用于步骤301,此处不再赘述。
步骤302,将待评价图像输入到预先训练的分析模型中,确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值。
在本实施例中,信息反馈方法的执行主体(例如图5中所示的服务器504)可以将待评价图像输入到预先训练的分析模型中,确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值。
分析模型可以是通过机器学习方法训练得到的机器学习模型。分析模型用于确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值。
上述偏差值表征文字对象中一个笔画和基准文字对象中相应笔画的差距。举例来说,文字对象“王”中的笔画“竖”和基准文字对象“王”中的笔画“竖”的偏差值为a,那么,偏差值a表征文字对象“王”中的笔画“竖”和基准文字对象“王”中的笔画“竖”的差距。
在一些场景中,偏差值可以是正数,也可以是负数。举例来说,文字对象包含笔画“横”,当笔画“横”的偏差值为正数,且超过预设的偏差值范围时,表征笔画“横”的书写较长。当笔画“横”的偏差值为负数,且超过预设的偏差值范围时,表征笔画“横”的书写较短。
不难理解,由于文字对象中包含至少一个笔画,所以可以确定出至少一个偏差值。
步骤303,根据所确定的至少一个偏差值,确定文字对象是否存在书写不规范的笔画。
在本实施例中,上述执行主体可以根据所确定的至少一个偏差值,确定上述文字对象是否存在书写不规范的笔画。
在一些场景中,上述执行主体可以对上述文字对象中的各个笔画执行第二处理步骤。第二处理步骤包括:响应于笔画所对应的偏差值在预设的偏差值范围内,上述执行主体可以确定该笔画书写规范。响应于笔画所对应的偏差值不在预设的偏差值范围内,上述执行主体可以确定该笔画书写不规范。不难理解,通过执行第二处理步骤,上述执行主体可以确定出上述文字对象中是否存在书写不规范的笔画。并且,可以确定出上述文字对象中书写不规范的笔画。
步骤304,响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息。
步骤305,向用户反馈第一书写评价信息。
上述步骤304、步骤305可以分别按照如图1所示实施例中的步骤103、步骤104类似的方式执行,上文针对步骤103、步骤104的描述也适用于步骤304、步骤305,此处不再赘述。
在本实施例中,由于分析模型是通过机器学习方法训练得到的机器学习模型,因此,具有较快的计算速度和较高的计算准确度。通过分析模型来确定文字对象是否存在书写不规范的笔画,能够提升确定文字对象是否存在书写不规范的笔画的效率和准确度。
在一些实施例中,分析模型的训练样本中包含样本图像和样本偏差值。样本图像中包含样本文字对象。样本偏差值包含样本文字对象中各个笔画与样本基准文字对象中相应笔画的偏差值。
在这里,样本文字对象和样本基准文字对象均属于预定书法字体。并且,样本基准文字对象和样本文字对象表征同一个文字。
实践中,训练分析模型的执行主体可以通过一定数量的训练样本,训练得到上述分析模型。
在一些场景中,训练分析模型的执行主体可以按照如下方式,训练得到分析模型。
步骤S1,从训练样本集合中选取训练样本,以及对选取的训练样本执行步骤S2至步骤S5所示的训练步骤。
步骤S2,将选取的训练样本中包含的样本图像输入到初始模型中,确定输入的样本图像所包含的样本文字对象中各个笔画与样本基准文字对象中相应笔画的偏差值。
在这里,初始模型可以是通过人工神经网络构造的模型。
不难理解,初始模型可以输出至少一个偏差值。
步骤S3,利用预先设置的损失函数,确定初始模型输出的各个偏差值和选取的训练样本所包含的样本偏差值中相应偏差值之间的差异程度。
不难理解,针对初始模型输出的各个偏差值,都可以确定出相应的差异程度。
步骤S4,根据所确定的差异程度,调整初始模型的结构参数。
在一些场景中,训练分析模型的执行主体可以采用BP(Back Propgation,反向传播)算法、GD(Gradient Descent,梯度下降)算法等调整初始模型的结构参数。
步骤S5,响应于达到预先设置的训练结束条件,结束训练初始模型。
在这里,训练结束条件可以包括以下至少一项:训练时间超过预设时长,训练次数超过预设次数,所确定的差异程度小于预先设置的差异阈值。
步骤S6,响应于未达到上述训练结束条件,从训练样本集合中选取训练样本,以及对选取的训练样本继续执行步骤S2至步骤S5所示的训练步骤。
需要说明的是,训练分析模型的执行主体与信息反馈方法的执行主体可以相同,也可以不相同。当二者相同时,训练分析模型的执行主体可以将训练后的分析模型的结构信息和参数值存储在本地。当二者不相同时,训练分析模型的执行主体可以将训练后的分析模型的结构信息和参数值发送至信息反馈方法的执行主体。
在这些实施例中,通过一定数量的训练样本训练得到分析模型,可以提升分析模型的精确度。
在一些实施例中,信息反馈方法的执行主体可以按照如下方式,生成文字对象的第一书写评价信息。
第一步,根据至少一个偏差值,确定文字对象的书写不规范的笔画所对应的笔画评价信息。
上述笔画评价信息可以是对书写不规范的笔画进行评价的信息。笔画评价信息可以包括以下至少一项:文本,图像,音频,视频。
在一些场景中,对于上述文字对象中书写不规范的各个笔画,上述执行主体可以执行处理步骤。在这里,处理步骤包括:确定该笔画与基准文字对象中相应笔画的偏差值所在的数值区间;确定针对该数值区间所设置的该笔画的笔画评价信息。
举例来说,文字对象“王”的第二个笔画“横”与基准文字对象中第二个笔画“横”的偏差值为a,并且偏差值a所在的数值区间为(n1,n2]。针对数值区间为(n1,n2]所设置的第二个笔画“横”的笔画评价信息为“中横不够短”。那么,文字对象“王”的第二个笔画“横”所对应的笔画评价信息为“中横不够短”。
第二步,基于所确定的笔画评价信息,生成第一书写评价信息。
在一些场景中,上述执行主体可以对上述文字对象中各个书写不规范的笔画所对应的笔画评价信息进行随机排序。进一步,上述执行主体可以将排序后的各个笔画评价信息,作为上述文字对象的第一书写评价信息。
在另一些场景中,上述执行主体可以按照笔画在上述文字对象中的书写顺序,对书写不规范的笔画所对应的笔画评价信息进行排序。进一步,上述执行主体可以将排序后的笔画评价信息,作为上述文字对象的第一书写评价信息
在这些实施例中,先确定文字对象所包含的书写不规范的笔画对应的笔画评价信息,再通过书写不规范的笔画所对应的笔画评价信息,生成该文字对象的第一书写评价信息,可以丰富文字对象的第一书写评价信息。从而,促使用户根据文字对象的第一书写评价信息,改进文字对象的各个笔画的书写方式。
在一些实施例中,第一书写评价信息包括对文字对象进行评价的音频和/或视频。
音频基于所确定的笔画评价信息生成。在一些场景中,上述执行主体可以按照随机的顺序,将书写不规范的笔画所对应的笔画评价信息转换为音频,进而生成对上述文字对象进行评价的音频。在另一些场景中,上述执行主体可以按照笔画的书写顺序,将书写不规范的笔画所对应的笔画评价信息转换为音频,进而生成对上述文字对象进行评价的音频。
视频的图像帧中包含文字对象的书写不规范的笔画的标识信息。上述标识信息可以是标识书写不规范的笔画的各种信息。例如,标识信息可以是包围书写不规范的笔画的封闭曲线。又例如,标识信息可以是描述书写不规范的笔画在文字对象中的书写次序的文本信息。
在这些实施例中,通过音频和/或视频的方式,对用户上传的文字对象进行评价,可以更加生动、形象地对文字对象进行评价。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种信息反馈装置的一些实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的信息反馈装置包括:接收单元401、第一确定单元402、生成单元403、第一反馈单元404。接收单元401用于:接收用户上传的待评价图像,其中,待评价图像中包含预定书法字体的文字对象。第一确定单元402用于:基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画。生成单元403用于:响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息。第一反馈单元404用于:向用户反馈第一书写评价信息。
在本实施例中,信息反馈装置的接收单元401、第一确定单元402、生成单元403、第一反馈单元404的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101、步骤102、步骤103、步骤104的相关说明,在此不再赘述。
在一些实施例中,第一确定单元402进一步用于:将待评价图像输入到预先训练的分析模型中,确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值,其中,分析模型用于确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值;根据所确定的至少一个偏差值,确定文字对象是否存在书写不规范的笔画。
在一些实施例中,分析模型的训练样本中包含样本图像和样本偏差值,样本图像中包含样本文字对象,样本偏差值包含样本文字对象中各个笔画与样本基准文字对象中相应笔画的偏差值。
在一些实施例中,生成单元403进一步用于:根据至少一个偏差值,确定文字对象的书写不规范的笔画所对应的笔画评价信息;基于所确定的笔画评价信息,生成第一书写评价信息。
在一些实施例中,第一书写评价信息包括对文字对象进行评价的音频和/或视频,音频基于所确定的笔画评价信息生成,视频的图像帧中包含文字对象的书写不规范的笔画的标识信息。
在一些实施例中,信息反馈装置还可以包括第二确定单元(图中未示出)。第二确定单元用于:确定文字对象表征的目标文字是否书写正确。第一确定单元402进一步用于:响应于目标文字书写正确,基于基准文字对象,确定文字对象是否存在书写不规范的笔画。
在一些实施例中,信息反馈装置还可以包括第二反馈单元(图中未示出)。第二反馈单元用于:响应于目标文字书写错误,向用户反馈表征目标文字书写错误的提示信息。
在一些实施例中,信息反馈装置还可以包括第三反馈单元(图中未示出)。第三反馈单元用于:响应于文字对象不存在书写不规范的笔画,基于表征文字对象书写规范的预设评价信息,生成文字对象的第二书写评价信息;向用户反馈第二书写评价信息。
进一步参考图5,图5示出了本公开的一些实施例的信息反馈方法可以应用于其中的示例性系统架构。
如图5所示,系统架构可以包括终端设备501、502,网络503,服务器504。网络503用以在终端设备501、502和服务器504之间提供通信链路的介质。网络503可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备501、502可以通过网络503与服务器504交互。终端设备501、502上可以安装有各种客户端应用。例如,终端设备501、502上可以安装有图像处理类应用、文字识别类应用等。在一些场景中,终端设备501、502可以接收用户上传的待评价图像。其中,待评价图像中包含预定书法字体的文字对象。进一步,终端设备501、502可以生成该文字对象的第一书写评价信息。
终端设备501、502可以是硬件,也可以是软件。当终端设备501、502为硬件时,可以是具有显示屏并且支持信息交互的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备501、502为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器504可以是提供各种服务的服务器。在一些场景中,服务器504可以接收用户通过终端设备501、502上传的待评价图像。其中,待评价图像中包含预定书法字体的文字对象。进一步,服务器504可以生成该文字对象的第一书写评价信息。
服务器504可以是硬件,也可以是软件。当服务器504为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器504为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
在一些场景中,本公开的实施例所提供的信息反馈方法可以由服务器504执行,相应地,信息反馈装置可以设置在服务器504中。在另一场景中,本公开的实施例所提供的信息反馈方法可以由终端设备501、502执行,相应地,信息反馈装置可以设置在终端设备501、502中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图5中的服务器)的结构示意图。本公开的一些实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端,以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收用户上传的待评价图像,其中,待评价图像中包含预定书法字体的文字对象;基于文字对象表征的目标文字的基准文字对象,确定文字对象是否存在书写不规范的笔画;响应于文字对象存在书写不规范的笔画,基于文字对象的书写不规范的笔画,生成文字对象的第一书写评价信息;向用户反馈第一书写评价信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收用户上传的待评价图像”的单元。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中所公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (11)
1.一种信息反馈方法,其特征在于,包括:
接收用户上传的待评价图像,其中,所述待评价图像中包含预定书法字体的文字对象;
基于所述文字对象表征的目标文字的基准文字对象,确定所述文字对象是否存在书写不规范的笔画;
响应于所述文字对象存在书写不规范的笔画,基于所述文字对象的书写不规范的笔画,生成所述文字对象的第一书写评价信息;
向所述用户反馈所述第一书写评价信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述文字对象表征的目标文字的基准文字对象,确定所述文字对象是否存在书写不规范的笔画,包括:
将所述待评价图像输入到预先训练的分析模型中,确定所述文字对象中各个笔画与所述基准文字对象中相应笔画的偏差值,其中,所述分析模型用于确定文字对象中各个笔画与基准文字对象中相应笔画的偏差值;
根据所确定的至少一个偏差值,确定所述文字对象是否存在书写不规范的笔画。
3.根据权利要求2所述的方法,其特征在于,所述分析模型的训练样本中包含样本图像和样本偏差值,所述样本图像中包含样本文字对象,所述样本偏差值包含所述样本文字对象中各个笔画与样本基准文字对象中相应笔画的偏差值。
4.根据权利要求2所述的方法,其特征在于,所述基于所述文字对象的书写不规范的笔画,生成所述文字对象的第一书写评价信息,包括:
根据所述至少一个偏差值,确定所述文字对象的书写不规范的笔画所对应的笔画评价信息;
基于所确定的笔画评价信息,生成所述第一书写评价信息。
5.根据权利要求4所述的方法,其特征在于,所述第一书写评价信息包括对所述文字对象进行评价的音频和/或视频,所述音频基于所确定的笔画评价信息生成,所述视频的图像帧中包含所述文字对象的书写不规范的笔画的标识信息。
6.根据权利要求1所述的方法,其特征在于,在所述基于所述文字对象表征的目标文字的基准文字对象,确定所述文字对象是否存在书写不规范的笔画之前,所述方法还包括:
确定所述文字对象表征的目标文字是否书写正确;以及
所述基于所述文字对象表征的目标文字的基准文字对象,确定所述文字对象是否存在书写不规范的笔画,包括:
响应于所述目标文字书写正确,基于所述基准文字对象,确定所述文字对象是否存在书写不规范的笔画。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
响应于所述目标文字书写错误,向所述用户反馈表征所述目标文字书写错误的提示信息。
8.根据权利要求1-7中任一所述的方法,其特征在于,所述方法还包括:
响应于所述文字对象不存在书写不规范的笔画,基于表征所述文字对象书写规范的预设评价信息,生成所述文字对象的第二书写评价信息;
向所述用户反馈所述第二书写评价信息。
9.一种信息反馈装置,其特征在于,包括:
接收单元,用于接收用户上传的待评价图像,其中,所述待评价图像中包含预定书法字体的文字对象;
第一确定单元,用于基于所述文字对象表征的目标文字的基准文字对象,确定所述文字对象是否存在书写不规范的笔画;
生成单元,用于响应于所述文字对象存在书写不规范的笔画,基于所述文字对象的书写不规范的笔画,生成所述文字对象的第一书写评价信息;
第一反馈单元,用于向所述用户反馈所述第一书写评价信息。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010554398.9A CN111680761B (zh) | 2020-06-17 | 2020-06-17 | 信息反馈方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010554398.9A CN111680761B (zh) | 2020-06-17 | 2020-06-17 | 信息反馈方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680761A true CN111680761A (zh) | 2020-09-18 |
CN111680761B CN111680761B (zh) | 2022-05-10 |
Family
ID=72455344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010554398.9A Active CN111680761B (zh) | 2020-06-17 | 2020-06-17 | 信息反馈方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680761B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434668A (zh) * | 2020-12-14 | 2021-03-02 | 北京一起教育科技有限责任公司 | 一种评价整洁度的方法、装置及电子设备 |
CN112784845A (zh) * | 2021-01-12 | 2021-05-11 | 安徽淘云科技有限公司 | 手写文字检测方法以及电子设备、存储装置 |
CN112926587A (zh) * | 2021-02-19 | 2021-06-08 | 北京大米未来科技有限公司 | 一种文本识别的方法、装置、可读存储介质和电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7315299B2 (en) * | 2002-08-01 | 2008-01-01 | Nissan Motor Co., Ltd. | Multi-way input device and operating failure avoidance method using the same |
CN103390358A (zh) * | 2013-07-03 | 2013-11-13 | 广东小天才科技有限公司 | 对电子设备的字符书写操作进行规范性判断的方法及装置 |
CN105574553A (zh) * | 2014-10-15 | 2016-05-11 | 北大方正集团有限公司 | 文字处理方法和文字处理装置 |
EP3366359A1 (en) * | 2015-10-21 | 2018-08-29 | University of Tsukuba | Evaluation information providing system and evaluation information providing method |
CN108734165A (zh) * | 2018-05-07 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 基于人工智能的书法质量检测方法、装置和电子设备 |
CN109886256A (zh) * | 2019-04-24 | 2019-06-14 | 北京盛世宣合信息科技有限公司 | 智能评测设备及系统 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110070089A (zh) * | 2019-04-24 | 2019-07-30 | 京东方科技集团股份有限公司 | 书法指导方法及装置、计算机设备及介质 |
CN110555403A (zh) * | 2019-08-29 | 2019-12-10 | 韶关市启之信息技术有限公司 | 一种手写字评价方法与系统 |
CN111079483A (zh) * | 2019-05-15 | 2020-04-28 | 广东小天才科技有限公司 | 一种书写规范判断方法及电子设备 |
-
2020
- 2020-06-17 CN CN202010554398.9A patent/CN111680761B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7315299B2 (en) * | 2002-08-01 | 2008-01-01 | Nissan Motor Co., Ltd. | Multi-way input device and operating failure avoidance method using the same |
CN103390358A (zh) * | 2013-07-03 | 2013-11-13 | 广东小天才科技有限公司 | 对电子设备的字符书写操作进行规范性判断的方法及装置 |
CN105574553A (zh) * | 2014-10-15 | 2016-05-11 | 北大方正集团有限公司 | 文字处理方法和文字处理装置 |
EP3366359A1 (en) * | 2015-10-21 | 2018-08-29 | University of Tsukuba | Evaluation information providing system and evaluation information providing method |
CN108734165A (zh) * | 2018-05-07 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 基于人工智能的书法质量检测方法、装置和电子设备 |
CN109886256A (zh) * | 2019-04-24 | 2019-06-14 | 北京盛世宣合信息科技有限公司 | 智能评测设备及系统 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110070089A (zh) * | 2019-04-24 | 2019-07-30 | 京东方科技集团股份有限公司 | 书法指导方法及装置、计算机设备及介质 |
CN111079483A (zh) * | 2019-05-15 | 2020-04-28 | 广东小天才科技有限公司 | 一种书写规范判断方法及电子设备 |
CN110555403A (zh) * | 2019-08-29 | 2019-12-10 | 韶关市启之信息技术有限公司 | 一种手写字评价方法与系统 |
Non-Patent Citations (2)
Title |
---|
MONICA M Q LI 等: ""Measuring the tilt and slant of Chinese handwriting in primary school students: A computerized approach"", 《PLOS ONE》 * |
韩睿方 等: ""汉字书写过程中笔画规范性的实时分级评判"", 《计算机应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434668A (zh) * | 2020-12-14 | 2021-03-02 | 北京一起教育科技有限责任公司 | 一种评价整洁度的方法、装置及电子设备 |
CN112784845A (zh) * | 2021-01-12 | 2021-05-11 | 安徽淘云科技有限公司 | 手写文字检测方法以及电子设备、存储装置 |
CN112926587A (zh) * | 2021-02-19 | 2021-06-08 | 北京大米未来科技有限公司 | 一种文本识别的方法、装置、可读存储介质和电子设备 |
CN112926587B (zh) * | 2021-02-19 | 2024-03-29 | 北京大米未来科技有限公司 | 一种文本识别的方法、装置、可读存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111680761B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680761B (zh) | 信息反馈方法、装置和电子设备 | |
CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN109976997B (zh) | 测试方法和装置 | |
CN109919244B (zh) | 用于生成场景识别模型的方法和装置 | |
CN109961032B (zh) | 用于生成分类模型的方法和装置 | |
CN111831855B (zh) | 用于匹配视频的方法、装置、电子设备和介质 | |
CN111754985A (zh) | 一种语音识别模型的训练以及语音识别的方法和装置 | |
CN112650841A (zh) | 信息处理方法、装置和电子设备 | |
CN109815448B (zh) | 幻灯片生成方法及装置 | |
CN113204555B (zh) | 数据表处理方法、装置、电子设备和存储介质 | |
CN110008926B (zh) | 用于识别年龄的方法和装置 | |
CN111797822B (zh) | 文字对象评价方法、装置和电子设备 | |
CN115270717A (zh) | 一种立场检测方法、装置、设备及介质 | |
CN111209432A (zh) | 信息获取的方法、装置、电子设备及计算机可读介质 | |
CN113191257B (zh) | 笔顺检测方法、装置和电子设备 | |
CN114038465B (zh) | 语音处理方法、装置和电子设备 | |
CN110826619A (zh) | 电子卷宗的文件分类方法、装置及电子设备 | |
CN110097004B (zh) | 面部表情识别方法和装置 | |
CN108664610B (zh) | 用于处理数据的方法和装置 | |
CN110852042A (zh) | 字符类型转换方法和装置 | |
CN110689285A (zh) | 测试方法、装置、电子设备及计算机可读存储介质 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN113255812A (zh) | 视频边框检测方法、装置和电子设备 | |
CN112115720A (zh) | 一种实体间关联关系的确定方法、装置、终端设备及介质 | |
CN112308745A (zh) | 用于生成信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201105 Address after: 100041, room 2, building 3, building 30, Xing Xing street, Shijingshan District, Beijing, Applicant after: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. Address before: 100086 10A chamber, No. 48 No. 2 building, A, Zhichun Road, Haidian District, Beijing City Applicant before: BEIJING BYTEDANCE TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |