基于图像识别的作业批改方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及图像识别技术领域，公开了一种基于图像识别的作业批改方法、装置、设备及存储介质。本方法包括：通过对获取的作业图像进行特征点识别，得到作业图像中每个题目的区域范围；根据题目的区域范围对作业图像进行分割，得到作业图像对应的题目图像和答案图像之间的关联关系；分别对题目图像和答案图像进行特征提取，得到作业图像的题目特征数据和答案图像的答案特征数据；根据关联关系和题目特征数据，确定与题目图像对应的答题模板；将答案特征数据和答题模板输入预设作业批改模型中进行批改，得到待批改作业的批改结果。针对批改结果输入的描述信息，能够更加准确地反馈作业批改结果，解决了现有作业批改效率低下的问题。题。题。

【技术实现步骤摘要】
基于图像识别的作业批改方法、装置、设备及存储介质


[0001]本专利技术涉及图像识别
，尤其涉及一种基于图像识别的作业批改方法、装置、设备及存储介质。

技术介绍

[0002]在教学的过程中，常常需要通过学生完成作业来巩固所学的知识。但是，作业的批改却给老师带来很多额外的负担，特别是在老师所带学生人数较多的情况下，老师批改作业的压力就更为明显。
[0003]随着计算机技术的发展，出现了针对学生作业的智能批改技术。针对学生作业的智能批改技术可对学生提交的作业进行自动批改，大大减小了老师线下批改作业的压力。传统的作业批改方法，需要对学生上传的作业进行文本识别，从而新生成一份作业文本，然后在该作业文本中进行批改，单独生成一份批改报告，并将批改报告向学生反馈，从而导致批改反馈不够准确。

技术实现思路

[0004]本专利技术的主要目的是通过对作业的图像数据进行识别处理，针对批改结果输入的描述信息，能够更加准确地反馈作业批改结果，解决了现有作业批改效率低下的问题。
[0005]本专利技术第一方面提供了一种基于图像识别的作业批改方法，包括：确定作业图像中每个题目的区域范围；识别模块根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系；识别模块分别对所述题目图像和所述答案图像进行特征提取，得到所述作业图像的题目特征数据和所述答案图像的答案特征数据；识别模块根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板；识别模块将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果，其中，所述批改结果包括批改信息和批改标记。
[0006]可选地，在本专利技术第一方面的第一种实现方式中，所述根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系，包括：根据所述题目的区域范围对所述作业图像进行分割，得到预设数量个子作业图像；基于预设识别规则，将每个所述子作业图像进行分割，得到所述作业图像对应的题目图像和答案图像；并将所述题目图像与所述答案图像关联，得到所述题目图像与所述答案图像之间的关联关系。
[0007]可选地，在本专利技术第一方面的第二种实现方式中，所述题目特征数据包括题目序号、题目类型，所述对所述题目图像进行特征提取，得到所述作业图像的题目特征数据，包括：若所述题目图像的题目部分所属的题目类型为客观题，则直接判断所述答案部分中的符号或字母与所述标准答案的符号或字母是否相同；若所述题目图像的题目部分所属的题目类型为主观题，则判断所述题目部分所属的科目，根据所述科目确定所述作业图像的题目特征数据。
[0008]可选地，在本专利技术第一方面的第三种实现方式中，所述根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板，包括：将所述题目特征数据与预设模板库中的描述信息进行匹配，得到匹配结果；若所述匹配结果不为空，则获取与所述描述信息对应的模板作为初始答题模板；若所述匹配结果为空，则将所述题目特征数据发送给目标用户进行确认，并将所述目标用户反馈的模板作为初始答题模板；根据所述题目序号，将所述题目特征数据同步至所述初始答题模板，得到与所述题目图像对应的答题模板。
[0009]可选地，在本专利技术第一方面的第四种实现方式中，在所述将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果之前，还包括：采集历史作业批改数据，并对所述历史作业批改数据中的正确作业进行标注，得到标注后的目标作业数据；将所述标注后的目标作业数据按预设规则进行序列化处理，并将序列化处理的目标作业数据作为训练样本数据；将所述训练样本数据输入预设神经网络模型中进行训练，得到作业批改模型。
[0010]可选地，在本专利技术第一方面的第五种实现方式中，所述神经网络模型包括STN网络、特征提取网络、双向LSTM网络及CTC解码网络，其特征在于，所述将所述训练样本数据输入预设神经网络模型中进行训练，得到作业批改模型，包括：将所述训练样本数据输入到所述STN网络中进行图像矫正处理，得到矫正图像；将所述矫正图像输入所述特征提取网络，基于所述特征提取网络对所述矫正图像进行特征提取，得到序列化特征；将所述序列化特征输出到所述双向LSTM网络中进行预测处理，得到预测字符串；基于所述CTC解码网络对所述预测字符串进行解码，输出预测结果；将所述预测结果与预设目标结果进行余弦相似度计算，并根据计算结果与损失函数确定所述作业批改模型。
[0011]可选地，在本专利技术第一方面的第六种实现方式中，在所述将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果之后，还包括：将所述作业图像发送至预设作业批改界面，并在所述作业图像中展示针对所述答案特征数据的批改标记；将所述批改标记与相对应的批改意见进行关联，建立所述批改标记与所述批改意见的映射关系。
[0012]本专利技术第二方面提供了一种基于图像识别的作业批改装置，包括：第一确定模块，用于确定作业图像中每个题目的区域范围；分割模块，用于根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系；特征提取模块，用于分别对所述题目图像和所述答案图像进行特征提取，得到所述作业图像的题目特征数据和所述答案图像的答案特征数据；确定模块，用于根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板；批改模块，用于将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果，其中，所述批改结果包括批改信息和批改标记。
[0013]可选地，在本专利技术第二方面的第一种实现方式中，所述分割模块具体用于：根据所述题目的区域范围对所述作业图像进行分割，得到预设数量个子作业图像；基于预设识别规则，将每个所述子作业图像进行分割，得到所述作业图像对应的题目图像和答案图像；并将所述题目图像与所述答案图像关联，得到所述题目图像与所述答案图像之间的关联关系。
[0014]可选地，在本专利技术第二方面的第二种实现方式中，所述特征提取模块具体用于：若
所述题目图像的题目部分所属的题目类型为客观题，则直接判断所述答案部分中的符号或字母与所述标准答案的符号或字母是否相同；若所述题目图像的题目部分所属的题目类型为主观题，则判断所述题目部分所属的科目，根据所述科目确定所述作业图像的题目特征数据。
[0015]可选地，在本专利技术第二方面的第三种实现方式中，所述确定模块具体用于：将所述题目特征数据与预设模板库中的描述信息进行匹配，得到匹配结果；若所述匹配结果不为空，则获取与所述描述信息对应的模板作为初始答题模板；若所述匹配结果为空，则将所述题目特征数据发送给目标用户进行确认，并将所述目标用户反馈的模板作为初始答题模板；根据所述题目序号，将所述题目特征数据同步至所述初始答题模板，得到与所述题目图像对应的答题模板。
[0016]可选地，在本专利技术第二方面的第四种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的作业批改方法，其特征在于，所述基于图像识别的作业批改方法包括：确定作业图像中每个题目的区域范围；根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系；分别对所述题目图像和所述答案图像进行特征提取，得到所述作业图像的题目特征数据和所述答案图像的答案特征数据；根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板；将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果，其中，所述批改结果包括批改信息和批改标记。2.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系，包括：根据所述题目的区域范围对所述作业图像进行分割，得到预设数量个子作业图像；基于预设识别规则，将每个所述子作业图像进行分割，得到所述作业图像对应的题目图像和答案图像；并将所述题目图像与所述答案图像关联，得到所述题目图像与所述答案图像之间的关联关系。3.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述题目特征数据包括题目序号、题目类型，所述对所述题目图像进行特征提取，得到所述作业图像的题目特征数据，包括：若所述题目图像的题目部分所属的题目类型为客观题，则直接判断所述答案部分中的符号或字母与所述标准答案的符号或字母是否相同；若所述题目图像的题目部分所属的题目类型为主观题，则判断所述题目部分所属的科目，根据所述科目确定所述作业图像的题目特征数据。4.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板，包括：将所述题目特征数据与预设模板库中的描述信息进行匹配，得到匹配结果；若所述匹配结果不为空，则获取与所述描述信息对应的模板作为初始答题模板；若所述匹配结果为空，则将所述题目特征数据发送给目标用户进行确认，并将所述目标用户反馈的模板作为初始答题模板；根据所述题目序号，将所述题目特征数据同步至所述初始答题模板，得到与所述题目图像对应的答题模板。5.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，在所述将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果之前，还包括：采集历史作业批改数据，并对所述历史作业批改数据中的正确作业进行标注，得到标注后的目标作业数据；将所述标注后的目标作业数据按预设规则进行序列化处理，并将序列化处理的目标作
业数据作为训练样本数据；将所述训练样本数据输入预...

【专利技术属性】
技术研发人员：王华，蔡溢枫，邱海矶，
申请(专利权)人：珠海美佳音科技有限公司，
类型：发明
国别省市：