本發(fā)明實(shí)施例涉及教學(xué)輔助領(lǐng)域，具體而言，涉及一種基于圖像識(shí)別的教學(xué)輔助方法、裝置、存儲(chǔ)介質(zhì)及電子裝置。

背景技術(shù)：

1、隨著人工智能技術(shù)的快速發(fā)展，其在教育行業(yè)的應(yīng)用已經(jīng)變得日益廣泛。特別是在智能批改系統(tǒng)方面，利用人工智能技術(shù)自動(dòng)批改口算題和客觀試題已經(jīng)取得了顯著的進(jìn)展，這些系統(tǒng)的技術(shù)已經(jīng)相當(dāng)成熟。然而，對于更復(fù)雜的數(shù)學(xué)題和主觀試題，現(xiàn)有的智能批改技術(shù)仍然面臨著許多挑戰(zhàn)。

2、然而，目前的智能批改系統(tǒng)還無法有效地根據(jù)批閱結(jié)果進(jìn)行深入的教學(xué)反饋，也無法根據(jù)這些結(jié)果對教學(xué)方案進(jìn)行適應(yīng)性調(diào)整。這主要是因?yàn)楝F(xiàn)有的系統(tǒng)缺乏對答題過程中的細(xì)節(jié)信息的理解和分析能力，例如，學(xué)生在解答數(shù)學(xué)題時(shí)的步驟是否正確，或者在回答主觀題時(shí)的論證是否充分。

3、針對上述問題，當(dāng)前并無較好的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供了一種基于圖像識(shí)別的教學(xué)輔助方法、裝置、存儲(chǔ)介質(zhì)及電子裝置，以至少解決相關(guān)技術(shù)中教學(xué)效率低的問題。

2、根據(jù)本發(fā)明的一個(gè)實(shí)施例，提供了一種基于圖像識(shí)別的教學(xué)輔助方法，包括：

3、獲取目標(biāo)對象的初始圖像信息；

4、通過預(yù)設(shè)的對象識(shí)別模型，確定所述目標(biāo)對象包含的第一對象在預(yù)設(shè)區(qū)域的像素分布信息，并根據(jù)所述像素分布信息確定所述第一對象在所述預(yù)設(shè)區(qū)域的形態(tài)分布信息，所述第一對象包括像素灰度值小于或等于第一閾值的像素點(diǎn)；

5、根據(jù)不同區(qū)域的所述形態(tài)分布信息構(gòu)建形態(tài)分布矩陣；

6、對所述形態(tài)分布矩陣進(jìn)行矩陣值計(jì)算，并根據(jù)矩陣值計(jì)算結(jié)果確定所述目標(biāo)對象的教學(xué)等級(jí)。

7、在一個(gè)示例性實(shí)施例中，所述根據(jù)所述像素分布信息確定所述第一對象在所述預(yù)設(shè)區(qū)域的形態(tài)分布信息包括：

8、根據(jù)所述像素分布信息確定所述第一對象在所述預(yù)設(shè)區(qū)域的分布距離；

9、根據(jù)所述分布距離確定所述第一對象之間的距離最大值以及最小值之間的第一閾值關(guān)系；

10、在所述第一閾值關(guān)系符合第一條件的情況下，確定所述第一對象之間在所述預(yù)設(shè)區(qū)域的第一形態(tài)關(guān)系為第一形態(tài)，否則為第二形態(tài)。

11、在一個(gè)示例性實(shí)施例中，在所述閾值關(guān)系符合第一條件的情況下，確定所述第一對象之間在所述預(yù)設(shè)區(qū)域的形態(tài)關(guān)系為第一形態(tài)，否則為第二形態(tài)之后，所述方法還包括：

12、根據(jù)所述像素分布信息構(gòu)建所述第一對象在所述預(yù)設(shè)區(qū)域的形態(tài)分布矩陣；

13、對所述形態(tài)分布矩陣進(jìn)行分布值計(jì)算，并根據(jù)所述分布值的第二閾值關(guān)系，并根據(jù)所述第二閾值關(guān)系確定所述第一對象在所述預(yù)設(shè)區(qū)域的第二形態(tài)關(guān)系；

14、將所述第一形態(tài)關(guān)系與所述第二形態(tài)關(guān)系進(jìn)行匹配，并在所述第一形態(tài)關(guān)系與所述第二形態(tài)關(guān)系不匹配的情況下，確定所述第一形態(tài)關(guān)系和/或第二形態(tài)關(guān)系存在異常。

15、在一個(gè)示例性實(shí)施例中，在所述通過預(yù)設(shè)的對象識(shí)別模型，確定所述目標(biāo)對象包含的第一對象在預(yù)設(shè)區(qū)域的像素分布信息之前，所述方法還包括：

16、獲取經(jīng)過預(yù)處理后的訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括位置標(biāo)簽以及類別標(biāo)簽；

17、將所述訓(xùn)練數(shù)據(jù)劃分為訓(xùn)練集以及測試集，其中，所述訓(xùn)練集的數(shù)據(jù)量與所述測試集的數(shù)據(jù)量的比例為3：1；

18、對所述訓(xùn)練集進(jìn)行對象特征提取，以獲取訓(xùn)練對象特征；

19、通過所述訓(xùn)練對象特征對預(yù)設(shè)的初始識(shí)別模型進(jìn)行訓(xùn)練，并通過所述測試集對訓(xùn)練結(jié)果進(jìn)行調(diào)整；

20、反復(fù)對所述初始識(shí)別模型執(zhí)行預(yù)設(shè)次數(shù)的訓(xùn)練和調(diào)整，以得到所述對象識(shí)別模型。

21、根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種基于圖像識(shí)別的教學(xué)輔助裝置，包括：

22、圖像采集模塊，用于獲取目標(biāo)對象的初始圖像信息；

23、分布信息確定模塊，用于通過預(yù)設(shè)的對象識(shí)別模型，確定所述目標(biāo)對象包含的第一對象在預(yù)設(shè)區(qū)域的像素分布信息，并根據(jù)所述像素分布信息確定所述第一對象在所述預(yù)設(shè)區(qū)域的形態(tài)分布信息，所述第一對象包括像素灰度值小于或等于第一閾值的像素點(diǎn)；

24、第一矩陣構(gòu)建模塊，用于根據(jù)不同區(qū)域的所述形態(tài)分布信息構(gòu)建形態(tài)分布矩陣；

25、教學(xué)等級(jí)確定模塊，用于對所述形態(tài)分布矩陣進(jìn)行矩陣值計(jì)算，并根據(jù)矩陣值計(jì)算結(jié)果確定所述目標(biāo)對象的教學(xué)等級(jí)。

26、在一個(gè)示例性實(shí)施例中，還包括：

27、所述分布信息確定模塊包括：

28、分布距離確定單元，用于根據(jù)所述像素分布信息確定所述第一對象在所述預(yù)設(shè)區(qū)域的分布距離；

29、閾值關(guān)系確定單元，用于根據(jù)所述分布距離確定所述第一對象之間的距離最大值以及最小值之間的第一閾值關(guān)系；

30、第一形態(tài)確定單元，用于在所述第一閾值關(guān)系符合第一條件的情況下，確定所述第一對象之間在所述預(yù)設(shè)區(qū)域的第一形態(tài)關(guān)系為第一形態(tài)，否則為第二形態(tài)。

31、在一個(gè)示例性實(shí)施例中，還包括：

32、第二分布矩陣構(gòu)建模塊，用于在所述閾值關(guān)系符合第一條件的情況下，確定所述第一對象之間在所述預(yù)設(shè)區(qū)域的形態(tài)關(guān)系為第一形態(tài)，否則為第二形態(tài)之后，根據(jù)所述像素分布信息構(gòu)建所述第一對象在所述預(yù)設(shè)區(qū)域的形態(tài)分布矩陣；

33、第二形態(tài)確定模塊，用于對所述形態(tài)分布矩陣進(jìn)行分布值計(jì)算，并根據(jù)所述分布值的第二閾值關(guān)系，并根據(jù)所述第二閾值關(guān)系確定所述第一對象在所述預(yù)設(shè)區(qū)域的第二形態(tài)關(guān)系；

34、匹配模塊，用于將所述第一形態(tài)關(guān)系與所述第二形態(tài)關(guān)系進(jìn)行匹配，并在所述第一形態(tài)關(guān)系與所述第二形態(tài)關(guān)系不匹配的情況下，確定所述第一形態(tài)關(guān)系和/或第二形態(tài)關(guān)系存在異常。

35、在一個(gè)示例性實(shí)施例中，還包括：

36、數(shù)據(jù)獲取模塊，用于在所述通過預(yù)設(shè)的對象識(shí)別模型，確定所述目標(biāo)對象包含的第一對象在預(yù)設(shè)區(qū)域的像素分布信息之前，獲取經(jīng)過預(yù)處理后的訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括位置標(biāo)簽以及類別標(biāo)簽；

37、數(shù)據(jù)集劃分模塊，用于將所述訓(xùn)練數(shù)據(jù)劃分為訓(xùn)練集以及測試集，其中，所述訓(xùn)練集的數(shù)據(jù)量與所述測試集的數(shù)據(jù)量的比例為3：1；

38、特征提取模塊，用于對所述訓(xùn)練集進(jìn)行對象特征提取，以獲取訓(xùn)練對象特征；

39、訓(xùn)練模塊，用于通過所述訓(xùn)練對象特征對預(yù)設(shè)的初始識(shí)別模型進(jìn)行訓(xùn)練，并通過所述測試集對訓(xùn)練結(jié)果進(jìn)行調(diào)整；反復(fù)對所述初始識(shí)別模型執(zhí)行預(yù)設(shè)次數(shù)的訓(xùn)練和調(diào)整，以得到所述對象識(shí)別模型。

40、根據(jù)本發(fā)明的又一個(gè)實(shí)施例，還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行上述任一項(xiàng)方法實(shí)施例中的步驟。

41、根據(jù)本發(fā)明的又一個(gè)實(shí)施例，還提供了一種電子裝置，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行上述任一項(xiàng)方法實(shí)施例中的步驟。

42、通過本發(fā)明，由于通過對灰度值對應(yīng)的像素點(diǎn)的分布情況確定批改的情況，再根據(jù)批改的情況對教學(xué)等級(jí)進(jìn)行判斷，從而精確識(shí)別教學(xué)結(jié)果，進(jìn)而可以根據(jù)教學(xué)結(jié)果對教學(xué)方案進(jìn)行適應(yīng)性調(diào)整，從而提高教學(xué)效率，因此，可以解決教學(xué)效率低問題，達(dá)到提高教學(xué)效率的效果。