【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体涉及一种作业批改结果采集方法、装置和电子设备。
技术介绍
1、老师备课时，往往最关心学生做作业的情况，而目前老师了解作业情况的方式往往是改完作业之后，一个个作业本依次统计全班学生做错的题目，最后得到每道题的错误率，每种错误类型的数量，以及要统计每个学生做错题目的情况，这需要花费老师大量的时间，并且此类工作机械性强，是老师课后工作的一大负担。
2、为此，一些自动批改作业的技术涌现出来，例如专利文件cn114140279a公开了一种纸质作业智能批改及分析的方法，该方法通过图像识别算法自动提取每个学生作业中的批改痕迹，从而达到提高老师工作效率的目的。但是在实际应用中，要想准确统计学生的作业情况，就必须使采集的批改痕迹和每一道题的题号准确对应，一旦对应错误就会导致作业情况统计错误，而目前的识别算法的识别效果还有待提高，使得识别出的批改痕迹和题号对应错误的情况经常出现。
技术实现思路
1、有鉴于此，本专利技术实施方式提供了一种作业批改结果采集方法、装置和电子设备，从而提高了批改痕迹和题号的对应准确度，进而提高了作业情况统计的准确性。
2、根据第一方面，本专利技术实施例提供了一种作业批改结果采集方法，所述方法包括：获取作业图片和作业信息，所述作业图片是用户作答的且带有批改痕迹的纸质作业的图片，所述作业信息是所述作业图片的属性信息；基于所述作业信息获取与所述作业图片对应的扫描图片、所述扫描图片中各个题目的题目位置信息和所述题目位置信息对应的
3、可选地，所述将所述作业图片和所述扫描图片进行匹配，包括：分别对所述作业图片中的印刷文本和所述扫描图片中的印刷文本进行文本检测，并分别从所述作业图片和所述扫描图片检测出的印刷文本轮廓中提取文本特征点；将作业图片的文本特征点和扫描图片的文本特征点进行匹配，并根据匹配得到的特征点之间的对应关系，生成所述作业图片和所述扫描图片之间的变换矩阵。
4、可选地，在所述生成所述作业图片和所述扫描图片之间的变换矩阵之前，所述方法还包括：获取当前匹配成功的作业图片中的第一特征点与扫描图片中的第二特征点；确定所述第一特征点在作业图片中所在文本行的第一相对位置，并确定所述第二特征点在扫描图片中所在文本行的第二相对位置；计算所述第一相对位置和所述第二相对位置之间的距离差值；若所述距离差值大于预设阈值，则删除所述第一特征点与所述第二特征点之间匹配的对应关系；若所述距离差值小于预设阈值，则保留所述第一特征点与所述第二特征点之间匹配的对应关系。
5、可选地，所述基于匹配结果将所述题目位置信息映射到所述作业图片中，包括：基于所述变换矩阵，将所述题目位置信息映射到所述作业图片中。
6、可选地，所述方法还包括：根据所述作业图片的字迹识别所述作业图片对应的学生身份信息；将所述学生身份信息关联到所述批改结果。
7、可选地，所述根据所述作业图片的字迹识别所述作业图片对应的学生身份信息，包括：检测所述作业图片的中的手写文本，并提取所述手写文本的字迹特征；将所述字迹特征与保存在预设特征库中的各个学生预先提取的标准字迹特征进行比对，并基于其中相似度最高的标准字迹特征确定所述作业图片对应的学生身份信息。
8、可选地，所述字迹特征通过预训练的字迹特征提取模型提取得到，所述预训练的字迹特征提取模型通过多个第一手写文本图片和多个第二手写文本图片对初始字迹特征提取模型进行循环迭代训练得到，其中每一次训练过程包括：利用初始字迹特征提取模型分别提取当前第一手写文本图片和当前第二手写文本图片的第一字迹特征矩阵和第二字迹特征矩阵；若所述当前第一手写文本图片和所述当前第二手写文本图片是同一个学生的字迹，则计算第一字迹特征矩阵和第二字迹特征矩阵之间的欧式距离作为矩阵损失；若所述当前第一手写文本图片和所述当前第二手写文本图片是不同学生的字迹，则计算第一字迹特征矩阵和第二字迹特征矩阵之间的欧式距离，并计算预设超参数和所述欧式距离的差值作为矩阵损失；基于所述矩阵损失的梯度对所述初始字迹特征提取模型中的模型参数进行修正。
9、根据第二方面，本专利技术实施例提供了一种作业批改结果采集装置，所述装置包括：作业获取模块，用于获取作业图片和作业信息，所述作业图片是用户作答的且带有批改痕迹的纸质作业的图片，所述作业信息是所述作业图片的属性信息；参照物获取模块，用于基于所述作业信息获取与所述作业图片对应的扫描图片、所述扫描图片中各个题目的题目位置信息和所述题目位置信息对应的题号信息，所述扫描图片是所述作业图片对应的原始纸质作业经过扫描得到的图片；题目位置定位模块，用于将所述作业图片和所述扫描图片进行匹配，并基于匹配结果将所述题目位置信息映射到所述作业图片中；批改结果采集模块，用于识别所述作业图片中的批改痕迹，并基于所述批改痕迹和所述题目位置信息之间的位置关系，将所述批改痕迹和所述题号信息进行关联，得到作业批改结果。
10、根据第三方面，本专利技术实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
11、根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
12、本申请提供的技术方案，具有如下优点：
13、本申请提供的技术方案，获取用户作答的作业图片和作业信息，然后基于作业信息从数据库中获取与作业图片对应的扫描图片、扫描图片中各个题目的题目位置信息和题目位置信息对应的题号信息。之后将作业图片和扫描图片进行匹配，确定作业图片与扫描图片中同一道题目的位置对应关系，从而基于匹配结果将题目位置信息映射到作业图片中；继而识别作业图片中的批改痕迹，并基于批改痕迹和题目位置信息之间的位置关系，即可将批改痕迹和题号信息进行关联，之后提取得到的作业批改结果能够保证批改结论与正确的题号对应，而不会出现一道题的批改结论被统计为另一道题的批改结论，进而保证了后续作业情况统计的准确率。
本文档来自技高网...【技术保护点】
1.一种作业批改结果采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述作业图片和所述扫描图片进行匹配，包括：
3.根据权利要求2所述的方法，其特征在于，在所述生成所述作业图片和所述扫描图片之间的变换矩阵之前，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于匹配结果将所述题目位置信息映射到所述作业图片中，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述作业图片的字迹识别所述作业图片对应的学生身份信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述字迹特征通过预训练的字迹特征提取模型提取得到，所述预训练的字迹特征提取模型通过多个第一手写文本图片和多个第二手写文本图片对初始字迹特征提取模型进行循环迭代训练得到，其中每一次训练过程包括：
8.一种作业批改结果采集装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种
...【技术特征摘要】
1.一种作业批改结果采集方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述作业图片和所述扫描图片进行匹配，包括：
3.根据权利要求2所述的方法，其特征在于，在所述生成所述作业图片和所述扫描图片之间的变换矩阵之前，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于匹配结果将所述题目位置信息映射到所述作业图片中，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述作业图片的字迹识别所述作...
【专利技术属性】
技术研发人员：李德健，林建民，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。