一种基于答题卡的学生作业时长采集方法技术

本发明专利技术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。本发明专利技术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。同时优化了识别效率。同时优化了识别效率。

【技术实现步骤摘要】
一种基于答题卡的学生作业时长采集方法


[0001]本专利技术涉及教育信息化
，具体地说，是一种基于答题卡的学生作业时长采集方法。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]本专利技术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。
[0006]本专利技术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。
[0007]为了更好地实现本专利技术，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。
[0008]为了更好地实现本专利技术，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；步骤S135，根据纠偏后的答题卡图像获取第一学生作业时长填写区域及其对应的第一特征。
[0009]为了更好地实现本专利技术，进一步地，所述步骤S14包括：步骤S141，输入预处理后的图像，使用通道注意力机制将预处理后的图像进行卷积，获取多个通道C，每个通道C的分量组合起来形成整张图像的特征图，即第一学生作业时长填写区域及其对应的第一特征；步骤S142，将第一学生作业时长填写区域对应的第一特征进行全局最大池化和全局平均池化；再送入两层的神经网络中进行基于双重注意力机制的第一次处理，并输出第二学生作业时长填写区域及其对应的第二特征；步骤S143，将输出的第二特征基于点乘的加和操作和sigmoid激活函数激活操作生成最终的通道注意力特征Mc；步骤S144，将最终的通道注意力特征Mc和输入的第一特征进行点乘操作，生成第一次处理中通道注意力机制的输出特征Ma；步骤S145，将所述第一次处理中通道注意力机制的输出特征Ma作为第一次处理中空间注意力机制的输入特征；步骤S146，经过通道的全局最大池化和全局平均池化，得到两个尺寸相同的特征图。
[0010]为了更好地实现本专利技术，进一步地，所述步骤S15包括：步骤S151，将两个特征图在通道维度做拼接再进行卷积操作，降维为1个通道，再经过sigmoid激活函数生成空间注意力特征Ms；步骤S152，最后空间注意力特征MS和空间注意力机制的输入特征做乘法，得到最终生成的第三特征。
[0011]为了更好地实现本专利技术，进一步地，所述步骤S2包括：使用Pytorch框架和学习率预热机制训练双重注意力识别模型。
[0012]为了更好地实现本专利技术，进一步地，所述步骤S2还包括：在训练双重注意力识别模型的过程中，对双重注意力识别模型进行可视化分析，
并引入注意力机制后的神经网络对双重注意力识别模型进行验证。
[0013]为了更好地实现本专利技术，进一步地，所述步骤S3中的容错处理包括：当识别到只填写了十位，认为是个位数；当个位十位均未填写或者填写00，认为异常不记录该时长；返回的每一位数字输出其概率，当识别概率低于50%时抛出异常进入手动校验。
[0014]本专利技术与现有技术相比，具有以下优点及有益效果：（1）本专利技术通过图像预处理能够相对准确找到作答时长的区域；（2）本专利技术通过加入双重注意力机制，对图像遮挡，无关噪声的影响有较好的鲁棒性；（3）本专利技术选择轻量级神经网络模型以及对推理框架的转换实现了识别性能的提升；（4）本专利技术在答题卡上增加作答时长区，学生填写后系统扫描识别后自动识别时长数据的设计；（5）本专利技术优化采集作业时长过程中提供了提高手写识别准确性的算法。
附图说明
[0015]本专利技术结合下面附图和实施例做进一步说明，本专利技术所有构思创新应视为所公开内容和本专利技术保护范围。
[0016]图1为本专利技术提供的一种基于答题卡的学生作业时长采集方法的整体流程图。
[0017]图2为本专利技术提供的作业时长采集的答题卡示意图。
[0018]图3为本专利技术提供的使用通道注意力机制的流程图。
[0019]图4为本专利技术提供的使用空间注意力机制的流程图。
[0020]图5为本专利技术提供的双重注意力识别模型的结构示意图。
具体实施方式
[0021]为了更清楚地说明本专利技术实施例的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本专利技术中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]实施例1：本实施例的一种基于答题卡的学生作业时长采集方法，如图2所示，在答题卡上方一区域制作两个并列矩形框作为填写区，记录矩形框在答题卡图像中的坐标信息，作为模板图像；作业打印分发给学生，学生在作业答本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于答题卡的学生作业时长采集方法，其特征在于，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。2.根据权利要求1所述的一种基于答题卡的学生作业时长采集方法，其特征在于，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。3.根据权利要求2所述的一种基于答题卡的学生作业时长采集方法，其特征在于，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；步骤S135，根据纠偏后的答题卡图像获取第一学生作业时长填写区域及其对应的第一特征。4.根据权利要求3所述的一种基于答题卡的学生作业时长采集方法，其特征在于，所述步骤S14包括：步骤S141，输入预处理后的图像，使...

【专利技术属性】
技术研发人员：左凌慧，李江，吴明晋，
申请(专利权)人：四川云数赋智教育科技有限公司，
类型：发明
国别省市：