[发明专利]一种基于答题卡的学生作业时长采集方法

说明书

本发明涉及教育信息化技术领域，公开了一种基于答题卡的学生作业时长采集方法，包括：基于双重注意力机制建立双重注意力识别模型；训练双重注意力识别模型并验证双重注意力识别模型的准确性后，输出训练好的双重注意力识别模型；获取学生作业答题卡的图像，将图像输入进训练好的双重注意力识别模型中，使用轻量级神经网络模型和转换的推理框架对输入的图像进行识别，并进行容错处理；将识别后的图像特征与采集模型的数据库中的特征进行推理运算后，输出学生作答分类、数值和学生作业时长。本发明实现了学生作业时长数据高效采集，解决了手写体本身多样性和噪声污染导致的识别不准确问题，同时优化了识别效率。

技术领域

本发明涉及教育信息化技术领域，具体地说，是一种基于答题卡的学生作业时长采集方法。

背景技术

现有技术采集学生作业时长的方法分为手动识别和自动识别，手动识别是通过学生填写时长数字到纸质登记卡上，教师通过电脑手动录入excel后进行统计保存。自动识别的方法目前通常使用神经网络模型，通过采集的数据学习手写数字的特征。

手动识别的方法中，通过人工录入采集学生作业时长的方法效率低下，并且严重占用教师的额外教学时间，无法及时上报和存储学生作业时长数据。自动识别的方法中现有识别对噪声污染遮挡的优化方式存在固有缺陷，通过前期图像处理去噪等方法可能破坏手写图像本身的完整性，影响识别结果；且提高识别精度一般需要增加识别模型参数量，影响效率增加硬件成本。

为克服相关技术中存在的问题，本专利提供一种方法，实现了学生作业时长数据高效采集，解决了手写体本身多样性和噪声污染导致的识别不准确问题，同时优化了识别效率。

发明内容

本发明的目的在于提供一种基于答题卡的学生作业时长采集方法，实现了学生作业时长数据高效采集，解决了手写体本身多样性和噪声污染导致的识别不准确问题，同时优化了识别效率。

本发明通过下述技术方案实现：一种基于答题卡的学生作业时长采集方法，包括以下步骤：

步骤S1，将双重注意力机制加入训练识别模型生成的双重注意力识别模型；

步骤S2，训练双重注意力识别模型并验证双重注意力识别模型的准确性后，输出训练好的双重注意力识别模型；

步骤S3，获取学生作业答题卡的图像，将图像输入进训练好的双重注意力识别模型中，使用轻量级神经网络模型和转换的推理框架对输入的图像进行识别，并进行容错处理；

步骤S4，将识别后的图像特征与双重注意力识别模型中的特征进行推理运算后，输出学生作答分类、数值和学生作业时长。

为了更好地实现本发明，进一步地，所述步骤S1包括：

步骤S11，制作包含作业时长记录的答题卡；

步骤S12，将答题卡打印分发给学生后通过扫描仪扫描上传答题卡图像；

步骤S13，对答题卡图像进行图像预处理，获取第一学生作业时长填写区域及其对应的第一特征；

步骤S14，基于通道注意力机制和空间注意力机制对第一学生作业时长填写区域进行二次处理，第一次处理获取第二学生作业时长填写区域及其对应的第二特征，第二次处理获取第三学生作业时长填写区域及其对应的第三特征；

步骤S15，根据双重注意力机制的二次处理构造完成双重注意力识别模型。

为了更好地实现本发明，进一步地，所述步骤S13包括：

步骤S131,答题卡图像上传后对答题卡图像进行图像二值化处理将答题卡图像呈现为图A；

步骤S132，通过傅里叶变化将图A转化为频域图像图B；

步骤S133,采用低通滤波去除图B中的噪声，再使用傅里叶反变换将图B恢复为图C；

步骤S134,使用连通域的几何约束在图C中判断定位点坐标，由坐标透视变换实现扫描的答题卡图像相比于图C的纠偏；