基于图像处理和深度学习的题库生成系统

来源：计算机技术与发展杂志2021年第04期北京时间：

作者：张瑞;张希厚;曹嘉玲;罗彬杰;万永菁

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。

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