【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体而言，涉及基于视觉识别的答题卡图像的智能异常检测方法及装置。
技术介绍
1、为了降低阅卷强度，采用答题卡扫描仪扫描技术进行阅卷的方式越来越普遍。在复杂的实际情况下，答题卡会出现各种各样的异常，这些异常会严重影响答题卡扫描仪的扫描结果，进而影响答题卡阅卷。
2、因此，如何检测答题卡中的存在的异常成为了亟待解决的问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供基于视觉识别的答题卡图像的智能异常检测方法及装置，能够对答题卡的完整性和空白页等异常进行检测，提高了答题卡阅卷的可靠性。
2、第一方面，本申请实施例提供了一种基于视觉识别的答题卡图像的智能异常检测方法，所述方法包括：
3、获取当前扫描组内的答题卡图像；
4、若当前扫描组内的答题卡图像的数量等于单个学生答题卡数量，则根据当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对当前扫描组内的答题卡图像进行答题卡完整性检测；
5、并根据当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比，计算当前扫描的答题卡图像的空白页分数；窗口的尺寸是基于当前扫描的答题卡的尺寸进行确定的；
6、若空白页分数大于预设分数，则当前扫描的答题卡图像为空白页。
7、在一种可能的实施方式中，根据当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对当前扫描组内的答题卡图像进行答题卡完整性检测，包括：
8、针对当前扫描组内每两
9、若两个答题卡图像的所有位置中对应位置的匹配数量大于第一预设数量，则当前扫描组内的答题卡图像存在单个学生答题卡重复缺页异常；
10、若两个答题卡图像的所有位置中对应位置的匹配数量小于等于第一预设数量，则统计两个答题卡图像的预设关键位置中对应位置的匹配数量；
11、若两个答题卡图像的预设关键位置中对应位置的匹配数量大于第二预设数量，则当前扫描组内的答题卡图像中存在单个学生答题卡缺页异常、学生间答题卡错乱异常。
12、在一种可能的实施方式中，窗口包括横向窗口和竖向窗口；通过下述步骤确定窗口的尺寸：
13、将当前扫描的答题卡图像的宽度确定为横向窗口的宽度，将预设高度确定为横向窗口的高度；
14、将当前扫描的答题卡图像的高度确定为竖向窗口的高度，将预设宽度确定为竖向窗口的宽度。
15、在一种可能的实施方式中，窗口占比包括横向窗口占比和竖向窗口占比，预设占比包括预设横向占比和预设竖向占比；通过下述步骤确定当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比：
16、确定当前扫描的答题卡图像中白色像素占比超过预设横向占比的横向窗口的占比；预设横向占比是基于当前扫描的答题卡的宽度进行确定的；
17、确定当前扫描的答题卡图像中白色像素占比超过预设竖向占比的与竖向窗口的占比；预设竖向占比是基于当前扫描的答题卡的高度进行确定的。
18、在一种可能的实施方式中，确定当前扫描的答题卡图像中白色像素占比超过预设横向占比的横向窗口的占比，包括：
19、从当前扫描的答题卡图像的上端或下端开始，向下或向上滑动横向窗口；
20、统计当前扫描的答题卡图像中白色像素占比超过预设横向占比的横向窗口的数量，得到目标横向窗口数量；
21、将目标横向窗口数量与在当前扫描的答题卡图像中滑动的横向窗口总数量的比值，确定为横向窗口占比。
22、在一种可能的实施方式中，确定当前扫描的答题卡图像中白色像素占比超过预设竖向占比的与竖向窗口的占比，包括：
23、从当前扫描的答题卡图像的左端或右端开始，向右或向左滑动竖向窗口；
24、统计当前扫描的答题卡图像中白色像素占比超过预设竖向占比的竖向窗口的数量，得到目标竖向窗口数量；
25、将目标竖向窗口数量与在当前扫描的答题卡图像中滑动的竖向窗口总数量的比值，确定为竖向窗口占比。
26、在一种可能的实施方式中，根据当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比，计算当前扫描的答题卡图像的空白页分数，包括：
27、将当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比代入下述公式中，计算当前扫描的答题卡图像的空白页分数；
28、；
29、其中，为当前扫描的答题卡图像的空白页分数，为横向窗口占比，为竖向窗口占比，为当前扫描的答题卡图像中白色像素点的占比，为横向窗口占比的预设权重，为竖向窗口占比的预设权重，为当前扫描的答题卡图像中白色像素点的占比的预设权重。
30、在一种可能的实施方式中，该方法还包括：
31、获取当前扫描科目类别；
32、将当前扫描的答题卡图像输入到科目识别模型中，得到所述当前扫描的答题卡图像对应的科目类别；
33、若当前扫描的答题卡图像对应的科目类别与当前扫描科目类别不同，则当前扫描的答题卡图像存在科目异常。
34、第二方面，本申请实施例还提供了一种基于视觉识别的答题卡图像的智能异常检测装置，该装置包括：
35、获取模块，用于获取当前扫描组内的答题卡图像；
36、检测模块，用于若当前扫描组内的答题卡图像的数量等于单个学生答题卡数量，则根据当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对当前扫描组内的答题卡图像进行答题卡完整性检测；
37、计算模块，用于并根据当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比，计算当前扫描的答题卡图像的空白页分数；窗口的尺寸是基于当前扫描的答题卡的尺寸进行确定的；
38、确定模块，用于若空白页分数大于预设分数，则当前扫描的答题卡图像为空白页。
39、第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行如第一方面任一项基于视觉识别的答题卡图像的智能异常检测方法的步骤。
40、第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行如第一方面任一项基于视觉识别的答题卡图像的智能异常检测方法的步骤。
41、本申请实施例提供了基于视觉识别的答题卡图像的智能异常检测方法及装置，该方法包括：若当前扫描组内的答题卡图像的数量等于单个学生答题卡数量，则根据当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对当前扫描组内的答题卡图像进行答题卡完整性检测；并根据当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比，计算当前扫描的答题卡图像的空白页分数；窗口的尺寸是基于当前扫描的答题卡的尺寸进行确定的；若空白页分数大于预设分数，则当本文档来自技高网...
【技术保护点】
1.一种基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述根据所述当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对所述当前扫描组内的答题卡图像进行答题卡完整性检测，包括：
3.根据权利要求1所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述窗口包括横向窗口和竖向窗口；通过下述步骤确定所述窗口的尺寸：
4.根据权利要求3所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述窗口占比包括横向窗口占比和竖向窗口占比，所述预设占比包括预设横向占比和预设竖向占比；通过下述步骤确定所述当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比：
5.根据权利要求4所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述确定所述当前扫描的答题卡图像中白色像素占比超过所述预设横向占比的所述横向窗口的占比，包括：
6.根据权利要求4所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，
7.根据权利要求4至6任一项所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述根据当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比，计算所述当前扫描的答题卡图像的空白页分数，包括：
8.根据权利要求7所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述方法还包括：
9.一种基于视觉识别的答题卡图像的智能异常检测装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至8任一项所述的基于视觉识别的答题卡图像的智能异常检测方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至8任一项所述的基于视觉识别的答题卡图像的智能异常检测方法的步骤。
...【技术特征摘要】
1.一种基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述根据所述当前扫描组内每两个答题卡图像之间对应位置的匹配数量，对所述当前扫描组内的答题卡图像进行答题卡完整性检测，包括：
3.根据权利要求1所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述窗口包括横向窗口和竖向窗口；通过下述步骤确定所述窗口的尺寸：
4.根据权利要求3所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述窗口占比包括横向窗口占比和竖向窗口占比，所述预设占比包括预设横向占比和预设竖向占比；通过下述步骤确定所述当前扫描的答题卡图像中白色像素占比超过预设占比的窗口占比：
5.根据权利要求4所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述确定所述当前扫描的答题卡图像中白色像素占比超过所述预设横向占比的所述横向窗口的占比，包括：
6.根据权利要求4所述的基于视觉识别的答题卡图像的智能异常检测方法，其特征在于，所述确定所述当前...
【专利技术属性】
技术研发人员：于丁，王晨太，张杰，卢衡，杨林，
申请(专利权)人：北京和气聚力教育科技有限公司，
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。