[发明专利]试卷图像生成方法、装置、存储介质及电子设备

说明书

本公开涉及一种试卷图像生成方法、装置、存储介质及电子设备，属于信息技术领域，所述方法包括：基于预先获取得到的素材库，生成试卷版面，并基于所述试卷版面添加试题，以得到包括具备多种标注信息的第一试卷图像，所述素材库中的每一素材至少包括一种标注信息；将所述第一试卷图像输入预先训练得到的多个试卷图像生成模型中的任意一个试卷图像生成模型，得到进行风格迁移后的具备多种标注信息的目标试卷图像，以使得所述目标试题图像呈现出用户真实拍摄的图像效果，其中，每一所述试卷图像生成模型的风格迁移类型不同。扩充了训练数据的数量和多样性，降低了标注成本，提高了效率。

技术领域

本公开涉及信息技术领域，具体地，涉及一种试卷图像生成方法、装置、存储介质及电子设备。

背景技术

基于深度学习方法进行拍照场景下通用试卷图片的文字识别及版面分析离不开数据的支持，要想获得满意的结果，数据量至少需要达到数万级，而拍照场景的通用试卷图片从收集到标注都是一个耗时耗力的过程。相关技术中，即使获取到了足够数量的试卷图像，针对试卷图像的标注常常需要人工来处理，然而要得到数万级的具备标注信息的图像数据是不可能的。

发明内容

为了解决相关技术中存在的问题，本公开提供一种试卷图像生成方法、装置、存储介质及电子设备。

为了实现上述目的，本公开第一方面提供一种试卷图像生成方法，所述方法包括：

基于预先获取得到的素材库，生成试卷版面，并基于所述试卷版面添加试题，以得到包括具备多种标注信息的第一试卷图像，所述素材库中的每一素材至少包括一种标注信息；

将所述第一试卷图像输入预先训练得到的多个试卷图像生成模型中的任意一个试卷图像生成模型，得到进行风格迁移后的具备多种标注信息的目标试卷图像，以使得所述目标试题图像呈现出用户真实拍摄的图像效果，其中，每一所述试卷图像生成模型的风格迁移类型不同。

可选地，所述方法包括：

获取带有标注的公开数据集作为训练集，对初始语义分割模型进行预训练，得到训练完成的第一语义分割模型；

获取无标注信息的试卷图像集，并基于所述公开数据集的标注类别，对所述试卷图像集中目标数量的试卷进行标注，得到标注后的第一图像集以及无标注信息的第二图像集，以使得所述标注后的第一图像集的标注类别与所述公开数据集的标注类别一致，所述第一图像集中试卷图像的数量小于第二图像集；

将所述第一图像集输入所述第一语义分割模型，进行迁移学习，得到第二语义分割模型；

将所述第二图像集输入所述第二语义分割模型，对所述第二图像集进行语义分割，得到所述素材库，所述素材库中每一素材均包括与该素材对应的标注信息。

可选地，所述基于所述素材库，生成试卷版面，并在所述试卷版面中添加试题，以得到第一试卷图像包括：

确定待生成的试卷图像的尺寸信息，所述尺寸信息包括宽度、高度以及分栏数；

基于所述尺寸信息以及所述素材库中的素材，生成试卷版面，所述试卷版面包括布局信息与试卷标题信息，所述布局信息用于表征试卷图像的各个区域的划分情况以及各个区域的边界信息；并，

分别对所述待生成的试卷图像的各个区域随机选取目标题型；

对所述各个区域中的每一个区域，从素材库中选取与所述目标题型对应的题目语料，并根据所述布局信息表征的该区域的边界信息，将所述题目语料添加至该区域，直至各个区域均写满，以得到所述第一试卷图像。

可选地，所述试卷图像生成模型的训练包括：

获取通过扫描得到的扫描图像集，以及与扫描图像集中的各个试卷图像对应的以目标风格迁移类型对应的方式拍摄得到的拍摄图像集；