基于图像处理和深度学习的题库生成系统

• 作者: 张瑞 张希厚 曹嘉玲 罗彬杰 万永菁
• 来源期刊: 计算机技术与发展
• 关键词: 图像处理 深度学习 残差神经网络 题目切割 智能化题库
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 应用前沿与综合
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.04.024

摘要

随着学生的学业压力不断加重,学生在复习时需要消化整理大量做过的试卷,传统的方法是手抄或剪贴题目,耗时耗力.为了帮助学生更高效便捷地整理旧试卷,研究了如何对一张批改后的试卷进行自动处理,同时生成题库的方法.由学生在题号处画圈作为标记,首先通过图像处理技术,在HSV颜色空间获得红色的题号标记和批改痕迹,根据题号对试卷题目和批改痕迹进行分割,得到每道题的批改痕迹和题干,再利用ResNet深度学习网络判断批改痕迹的类型,最后依此将题目分类保存.为了验证算法的有效性,选定小学数学试卷作为测试样本.实验结果表明,该系统对测试样卷有较好的分割效果,能够较为清晰地将题目与批改痕迹进行切割;同时可以相对准确地判断批改类型,实现了高效的分类题库生成.