[发明专利]答题卡填涂识别方法、模型构建方法、设备及存储介质

说明书

本申请提供一种填涂识别模型的构建方法、答题卡填涂识别方法、计算机设备及存储介质，其中，该识别方法包括：获取待识别的答题卡对应的图像；获取所述图像中填涂选项图像的目标特征参数，其中，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，得到填涂选项结果。由此可以提高填涂模识别模型的准确率，进而可以提高答题卡填涂识别的准确率。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种答题卡填涂识别方法、填涂识别模型的构建方法、计算机设备及存储介质。

背景技术

纸笔考试完成后，需要将考生作答完的答题卡收集完交给网评系统进行处理，网评系统使用扫描仪对所有答题卡过机扫描，识别出考生填涂的各选项，现有的答题卡填涂方法，绝大多数采用阈值参数判断法，具体比如先设定一些特征参数阈值，然后针对填涂选项的图像特征来进行判断，如果图像特征高于或者低于这些参数阈值，就把填涂识别结果设置为有效填涂或者无效填涂。

然而由于答题卡扫描完成后生成的图像受很多因素影响，比如答题卡纸张的印刷油墨深浅、扫描仪的成像环境等客观因素，以及考生的填涂习惯等主观因素等，因此会导致阈值判断方法的识别准确率较低。

发明内容

本申请提供了一种填涂识别模型的构建方法、答题卡填涂识别方法、计算机设备及存储介质，可以提高答题卡填涂的识别准确率。

第一方面，本申请提供了一种答题卡填涂识别方法，所述方法包括：

获取待识别的答题卡对应的图像；

获取所述图像中填涂选项图像的目标特征参数，其中，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；

将所述填涂选项图像的目标特征参数输入至填涂识别模型进行识别，得到填涂选项结果；其中，所述填涂识别模型是根据图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型构建得到的。

第二方面，本申请还提供了一种填涂识别模型的构建方法，所述方法包括：

获取训练样本数据，其中，所述训练样本数据包括多个填涂选项图像以及每个所述填涂选项图像对应的标注结果，每个所述填涂选项图像对应有目标特征参数，所述目标特征参数包括图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型；

将所述填涂选项图像对应的目标特征参数和标注结果，输入至待构建的填涂识别模型进行模型训练，得到构建好的填涂识别模型。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括：

存储器和处理器；

其中，所述存储器与所述处理器连接，用于存储程序；

所述处理器用于通过运行所述存储器中存储的程序，实现如本申请实施例提供的任一项所述的填涂识别模型的构建方法的步骤，或者，实现如本申请实施例提供的任一项所述的答题卡填涂识别方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如本申请实施例提供的任一项所述的填涂识别模型的构建方法的步骤，或者，实现如本申请实施例提供的任一项所述的答题卡填涂识别方法的步骤。

本申请公开的填涂识别模型的构建方法、答题卡填涂识别方法、计算机设备及存储介质，由于综合考虑了图像底色、填涂选项色深、填涂选项填充率、填涂题目最小色深和填涂题目类型等因素，解决了答题卡的客观因素以及学生作答时的主观因素的影响，由此可以提高答题卡填涂的识别准确率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。