[发明专利]基于图像识别的作业批改方法、装置、设备及存储介质

权利要求书

1.一种基于图像识别的作业批改方法，其特征在于，所述基于图像识别的作业批改方法包括：

确定作业图像中每个题目的区域范围；

根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系；

分别对所述题目图像和所述答案图像进行特征提取，得到所述作业图像的题目特征数据和所述答案图像的答案特征数据；

根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板；

将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果，其中，所述批改结果包括批改信息和批改标记。

2.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述根据所述题目的区域范围对所述作业图像进行分割，得到所述作业图像对应的题目图像和答案图像之间的关联关系，包括：

根据所述题目的区域范围对所述作业图像进行分割，得到预设数量个子作业图像；

基于预设识别规则，将每个所述子作业图像进行分割，得到所述作业图像对应的题目图像和答案图像；

并将所述题目图像与所述答案图像关联，得到所述题目图像与所述答案图像之间的关联关系。

3.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述题目特征数据包括题目序号、题目类型，所述对所述题目图像进行特征提取，得到所述作业图像的题目特征数据，包括：

若所述题目图像的题目部分所属的题目类型为客观题，则直接判断所述答案部分中的符号或字母与所述标准答案的符号或字母是否相同；

若所述题目图像的题目部分所属的题目类型为主观题，则判断所述题目部分所属的科目，根据所述科目确定所述作业图像的题目特征数据。

4.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，所述根据所述关联关系和所述题目特征数据，确定与所述题目图像对应的答题模板，包括：

将所述题目特征数据与预设模板库中的描述信息进行匹配，得到匹配结果；

若所述匹配结果不为空，则获取与所述描述信息对应的模板作为初始答题模板；

若所述匹配结果为空，则将所述题目特征数据发送给目标用户进行确认，并将所述目标用户反馈的模板作为初始答题模板；

根据所述题目序号，将所述题目特征数据同步至所述初始答题模板，得到与所述题目图像对应的答题模板。

5.根据权利要求1所述的基于图像识别的作业批改方法，其特征在于，在所述将所述答案特征数据和所述答题模板输入预设作业批改模型中进行批改，得到所述待批改作业的批改结果之前，还包括：

采集历史作业批改数据，并对所述历史作业批改数据中的正确作业进行标注，得到标注后的目标作业数据；

将所述标注后的目标作业数据按预设规则进行序列化处理，并将序列化处理的目标作业数据作为训练样本数据；

将所述训练样本数据输入预设神经网络模型中进行训练，得到作业批改模型。

6.根据权利要求5所述的基于图像识别的作业批改方法，所述神经网络模型包括STN网络、特征提取网络、双向LSTM网络及CTC解码网络，其特征在于，所述将所述训练样本数据输入预设神经网络模型中进行训练，得到作业批改模型，包括：

将所述训练样本数据输入到所述STN网络中进行图像矫正处理，得到矫正图像；

将所述矫正图像输入所述特征提取网络，基于所述特征提取网络对所述矫正图像进行特征提取，得到序列化特征；

将所述序列化特征输出到所述双向LSTM网络中进行预测处理，得到预测字符串；

基于所述CTC解码网络对所述预测字符串进行解码，输出预测结果；

将所述预测结果与预设目标结果进行余弦相似度计算，并根据计算结果与损失函数确定所述作业批改模型。