[发明专利]单题作答图像识别模型的训练方法及识别方法

说明书

本公开提供一种单题作答图像识别模型的训练方法及识别方法，所述方法包括：利用神经网络模型处理同一题目的作答样本图像，获得文本预测结果；基于文本预测结果和作答样本图像的标签信息确定损失；若损失不满足训练终止条件，更新神经网络模型的模型参数；若损失满足训练终止条件，获得题目的单题作答图像识别模型。该方法针对每道题目单独训练神经网络模型，获得的单题作答图像识别模型不仅具有良好的文本识别准确率，还具有良好的稳定性和鲁棒性。

技术领域

本公开涉及图像识别技术领域，尤其涉及单题作答图像识别模型的训练方法及识别方法。

背景技术

OCR(Optical Character Recognition，光学字符识别)在企业中的应用非常广泛，文字识别是OCR应用中的关键技术，它的功能是从输入的图像中提取出图像中的文字信息。

在手写答题场景中，不同人手工写出来的字体大小、风格、笔迹潦草程度、字体连笔等区别导致手写体文字形式多样，同时，还会书写各种汉字、字母、数字、数学符号、复杂结构的数学公式等混合形式组合。由于手写体的多样性和这些混合形式组合的特殊性，导致利用神经网络模型识别手写文本时识别准确率较低。

发明内容

根据本公开的一方面，提供了一种单题作答图像识别模型的训练方法，包括：

利用神经网络模型处理同一题目的作答样本图像，获得文本预测结果；

基于文本预测结果和作答样本图像的标签信息确定损失；

若损失不满足训练终止条件，更新神经网络模型的模型参数；若损失满足训练终止条件，获得题目的单题作答图像识别模型。

根据本公开的另一方面，提供了一种单题作答图像的识别方法，包括：

基于题目信息确定与题目信息匹配的单题作答图像识别模型，单题作答图像识别模型在训练阶段的数据集包括与题目信息匹配的多个作答样本图像和多个作答样本图像的标签信息；

基于单题作答图像识别模型识别与题目信息匹配的题目作答图像，获得文本识别结果。

根据本公开的另一方面，提供了一种单题作答图像识别模型的训练装置，包括：

处理模块，用于利用神经网络模型处理同一题目的作答样本图像，获得文本预测结果；

确定模块，用于基于文本预测结果和作答样本图像的标签信息确定损失；

处理模块还用于若损失不满足训练终止条件，更新神经网络模型的模型参数；若损失满足训练终止条件，获得题目的单题作答图像识别模型。

根据本公开的另一方面，提供了一种单题作答图像识别模型在题目作答图像识别中的应用，单题作答图像识别模型对应的题目与题目作答图像对应的题目为同一题目。

根据本公开的另一方面，提供了一种单题作答图像的识别装置，包括：

确定模块，用于基于题目信息确定与题目信息匹配的单题作答图像识别模型，单题作答图像识别模型在训练阶段的数据集包括与题目信息匹配的多个作答样本图像和多个作答样本图像的标签信息；

识别模块，用于基于单题作答图像识别模型识别与题目信息匹配的题目作答图像，获得文本识别结果。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；以及，

存储程序的存储器；

其中，程序包括指令，指令在由处理器执行时使处理器执行根据本公开示例性实施例所述的方法。