[发明专利]试题批改方法、装置、电子设备和存储介质在审

专利信息
申请号: 202211097082.7 申请日: 2022-09-08
公开(公告)号: CN115761780A 公开(公告)日: 2023-03-07
发明(设计)人: 丁林林;赵宽;陈晓倩;么士宇 申请(专利权)人: 北京世纪好未来教育科技有限公司
主分类号: G06V30/42 分类号: G06V30/42;G06V30/19;G06V10/82;G06N3/0464;G06N3/08
代理公司: 北京开阳星知识产权代理有限公司 11710 代理人: 范彦扬
地址: 100089 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试题 批改 方法 装置 电子设备 存储 介质
【说明书】:

本公开涉及一种试题批改方法、装置、电子设备和存储介质。试题批改方法包括:获取待批改图像,其中,所述待批改图像包括目标试题的手写答案;通过预先训练完成的预测模型预测所述手写答案,输出预测字符;按照预设规则在所述预测字符中确定目标字符;将所述目标字符和所述目标试题的标准答案进行比对以完成所述目标试题的批改。本公开可以应用在带有涂改痕迹的识别场景下,能够高效准确的识别出图像中的手写答案。

技术领域

本公开涉及图像识别技术领域,尤其涉及一种试题批改方法、装置、电子设备和存储介质。

背景技术

随着图像识别技术和教育信息化的不断发展,利用图像识别技术识别试卷的手写答案并进行自动批改已成为重点应用方向。目前,多采用图像分类方法、文本分类方法或者注意力机制,但是,图像分类方法适用于单个且无涂改的字符,无法有效解决图像中存在涂改痕迹且涂改痕迹导致文本长短不一的问题,文本分类方法通过检测文本内容来识别试卷的内容,虽在一定程度上能够解决文本长短不一的问题,但识别的精度比较低,无法确保识别内容的准确性,注意力机制只关注于需要识别的特征,无法排除图像中涂改痕迹较轻的部份内容的干扰。因此,在带有涂改痕迹的识别场景下,现有技术容易受到涂改痕迹的干扰,导致识别准确率比较低。

发明内容

为了解决上述技术问题,本公开提供了一种试题批改方法、装置、电子设备和存储介质,可以应用在带有涂改痕迹的识别场景下,能够高效准确的识别出图像中的手写答案。

根据本公开的一方面,提供了一种试题批改方法,包括:

获取待批改图像,其中,所述待批改图像包括目标试题的手写答案;

通过预先训练完成的预测模型预测所述手写答案,输出预测字符;

按照预设规则在所述预测字符中确定目标字符;

将所述目标字符和所述目标试题的标准答案进行比对以完成所述目标试题的批改。

根据本公开的另一方面,提供了一种试题批改装置,包括:

获取模块,用于获取待批改图像,其中,所述待批改图像包括目标试题的手写答案;

预测模块,用于通过预先训练完成的预测模型预测所述手写答案,输出预测字符;

确定模块,用于按照预设规则在所述预测字符中确定目标字符;

批改模块,用于将所述目标字符和所述目标试题的标准答案进行比对以完成所述目标试题的批改。

根据本公开的另一方面,提供了一种电子设备,所述电子设备包括:处理器;以及存储程序的存储器,其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据试题批改方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行根据试题批改方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述试题批改方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点:

本公开提供的试题批改方法,通过获取待批改图像,其中,所述待批改图像包括目标试题的手写答案;通过预先训练完成的预测模型预测所述手写答案,输出预测字符;按照预设规则在所述预测字符中确定目标字符;将所述目标字符和所述目标试题的标准答案进行比对以完成所述目标试题的批改。本公开可以应用在带有涂改痕迹的识别场景下,能够高效准确的识别出图像中的手写答案。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京世纪好未来教育科技有限公司,未经北京世纪好未来教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211097082.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top