基于DCNN的試卷智能統(tǒng)分系統(tǒng)設計與開發(fā)

趙晟然　朱波　伍常亮

摘? 要： 為了解決傳統(tǒng)的紙質試卷統(tǒng)分方法需要依靠人工識別和匯總分數(shù)導致效率低且容易出錯的問題，本文設計開發(fā)了一個基于DCNN實現(xiàn)紙質試卷智能統(tǒng)分的應用系統(tǒng)。首先對涉及的圖像處理關鍵技術和基于DCNN的手寫分數(shù)識別模型進行研究，然后對系統(tǒng)進行需求分析、功能結構設計、主要業(yè)務流程設計和前后端子系統(tǒng)的接口設計，最后展示了系統(tǒng)運行情況，并根據(jù)開發(fā)過程和運行結果對系統(tǒng)進行總結。

關鍵詞： DCNN;手寫數(shù)字識別;微信小程序;統(tǒng)分系統(tǒng)

中圖分類號： TP391. 41? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.07.037

【Abstract】： In order to solve the problem that the traditional paper test method is dependent on manual identification and summary scores， which leads to low efficiency and error-prone problems， this paper designs and develops an application system based on DCNN to realize the intelligent test of paper test papers. Firstly， the key techniques of image processing and DCNN-based handwritten score recognition model are studied. Then the system is analyzed for requirements， functional structure design， main business process design and interface design of front and rear terminal systems. Finally， the system operation is demonstrated. The system is summarized based on the development process and operational results.

【Key words】： DCNN; Handwritten digit recognition; WeChat applet; Unified system

0? 引言

紙質試卷作為一種傳統(tǒng)的考試載體，具有使用方便，成本低廉等優(yōu)點，在從小學、中學到高校的不同層級、不同種類的教育過程中均占據(jù)主流地位，同時在企業(yè)招聘和諸多社會工作考核中得到廣泛應用。但是，紙質試卷的使用大都需要人工判分、統(tǒng)分等工作貫穿其中。最常見的統(tǒng)分方式是將試卷各個題目的得分先登記到試卷頭的分項得分表中，然后再依靠人工將各分項分數(shù)匯總，得到試卷的總分。此種方法統(tǒng)分的效果顯著依賴于人工匯總分數(shù)時計算的效率和準確率，因此受人的因素影響較大，在統(tǒng)分試卷量較大時，容易出錯，且效率不高。

分析人工統(tǒng)分試卷的過程，關鍵環(huán)節(jié)是統(tǒng)分者正確識別出分項得分表中各個題目的分數(shù)（通常由試卷評閱人手工填寫），其本質就是一個手寫數(shù)字識別的過程。隨著人工智能及機器學習技術的發(fā)展，手寫數(shù)字識別已經成為一種典型的可以依靠計算機來自動完成的事務，屬于計算機圖像識別的范疇。近幾年，機器學習領域中的深度學習方法在圖像識別上取得重大突破，尤其是深度卷積神經網絡（Deep Convolutional Neural Networks，DCNN）的應用，極大提升了圖像識別的準確率，也成為當前手寫數(shù)字識別的利器。有關卷積神經網絡的研究可以追溯到1962年，Hubel D H與Wiesel T N在生物研究中受到貓的視覺皮層神經元結構的啟示，提出了感受野的概念[1];1989年，LeCun Y等人使用卷積神經網絡進行手寫郵政編碼數(shù)字的識別，被認為是當今深度卷積神經網絡應用的開端[2];2007年，任丹與陳學峰介紹了手寫數(shù)字識別的原理及實現(xiàn)方法，并通過應用闡述了相關內容[3]。如今，隨著相關技術的逐漸成熟，有關DCNN的研究愈發(fā)深入。2017年，孔祥浩采用DCNN網絡學習特性進行特征二次優(yōu)選與降維，基于深度卷積神經網絡展開了對特征優(yōu)化以及分類識別方法的研究[4];2018年，楊東旭等人針對傳統(tǒng)DCNN模型中存在的問題，提出一種將噪聲注入Softmax并結合遷移學習的圖像分類方法，并使用MNIST對所提方法的良好效果進行了驗證[5]。

當前基于DCNN進行手寫數(shù)字識別的研究已非常多，在涉及到手寫數(shù)字識別的諸多領域也得到了廣泛應用，但是，還沒有其在紙質試卷統(tǒng)分過程中的應用見諸報道。因此，本文考慮設計開發(fā)一個基于DCNN實現(xiàn)紙質試卷智能統(tǒng)分的應用系統(tǒng)，以減少傳統(tǒng)依賴人工進行試卷統(tǒng)分的工作量，并降低統(tǒng)分錯誤率。

1? 試卷統(tǒng)分表圖像處理過程

圖像處理就是通過計算機對圖像進行去噪、增強、復原、分割、提取特征等操作[6]。對圖片進行處理不僅可以幫助減少原始圖像中的干擾和噪聲等影響因素，還能夠增強圖像的清晰度，提高DCNN模型對手寫數(shù)字的識別正確率。

圖像分割作為圖像處理過程中的關鍵技術，可以將試卷統(tǒng)分欄圖像中手寫數(shù)字的有效特征部分提取出來，是DCNN模型對圖像特征進行降低向量維度和確定數(shù)字分類等工作的基礎。因此，圖像處理過程對于系統(tǒng)后續(xù)的識別效果具有重要意義。

本系統(tǒng)中主要涉及對試卷卷頭的統(tǒng)分欄內的分數(shù)進行圖像分割。通過對卷頭統(tǒng)分欄內的手寫數(shù)字進行識別和驗證，結果表明本方法具有一定的普適性和準確性，能夠處理手寫規(guī)范的圖片與部分手寫字跡潦草和不規(guī)范的圖片。

系統(tǒng)對圖像的具體處理過程如圖1所示。（a）是系統(tǒng)前端所采集的試卷卷頭統(tǒng)分欄原圖;（b）圖展示的是系統(tǒng)對原圖按照顏色進行分割;（c）圖展示的是系統(tǒng)將分割后的圖像進行二值化處理的效果。

接下來系統(tǒng)開始對卷頭統(tǒng)分欄以欄為單位進行分割，將統(tǒng)分欄各欄內的數(shù)組進行單獨提取和順次排列。每一欄內所包含的分數(shù)數(shù)組排列情況如圖2所示。

經過以上的圖像處理過程，系統(tǒng)已經將前端采集到的統(tǒng)分欄原圖分割為以欄為單位、順次排列的一個個數(shù)組。接下來系統(tǒng)開始對每個欄內的數(shù)組進行細化分割，最終分割效果如圖3所示。

至此，系統(tǒng)對試卷統(tǒng)分欄內的數(shù)字圖像已經處理完畢，實現(xiàn)了對統(tǒng)分欄內分數(shù)數(shù)字的有效分割。

2? 手寫分數(shù)識別模型

2.1? 選擇分類算法

DCNN在保留傳統(tǒng)神經網絡的容錯性強、自適應能力強和自學習能力強等優(yōu)點的基礎上，能夠隱式地從訓練數(shù)據(jù)中對特征模式進行學習，實現(xiàn)對特征的有效提取。除此之外，DCNN還具有很好的自學習能力，更容易通過引導學習來達到預期目標。因此，本系統(tǒng)選擇深度卷積神經網絡作為分類算法。

2.2? 構建手寫分數(shù)識別模型

本系統(tǒng)采用TensorFlow1.0-GPU進行DCNN模

型的搭建、訓練、測試以及應用。TensorFlow是具有多層級結構的機器學習框架，支持高性能的數(shù)值計算。不僅可以幫助處理大量數(shù)據(jù)，還可以建立用于實現(xiàn)各種智能功能的模型，因此在人工智能領域得到了廣泛應用。結合本系統(tǒng)的工作特點和目標功 能，本系統(tǒng)采用具有函數(shù)簡單、實現(xiàn)計算過程簡化、更易學習和優(yōu)化等優(yōu)點的線性整流函數(shù)（ReLU）作為激活函數(shù)。

經過前期的準備工作，最終建立的DCNN模型總體結構為：輸入層（input）>卷積層（conv1）>池化層（pool1）>卷積層（conv2）>池化層（pool2）>全連接層（fullyconn）>輸出層（softmax）。DCNN模型圖如圖4所示。

由圖可知，輸入一張尺寸為28×28的黑白圖像進入DCNN模型時，卷積層1開始對圖像進行特征提取。為了防止過量提取特征進而導致過擬合的出現(xiàn)，設定合適的卷積核大小顯得尤為重要[7]。

本文在對相關資料的閱讀學習的基礎上，通過預研確定各項參數(shù)及模型工作過程如下：將卷積層1的卷積核設定為32，卷積層2的卷積核設定為64。首先進行卷積，卷積過程可以有效減少參數(shù)的數(shù)量。接下來激活函數(shù)relu開始工作，池化層1的卷積核設定為32，通過池化可以降低來自卷積層的特征向量維數(shù)，進而降低后面卷積層的處理復雜程度。經過卷積與池化過程后，全連接層將1024個尺寸為1×1的神經單元輸送至softmax層進行歸一化，softmax層將會數(shù)字按照0到9的10個類型對神經元進行分類，最終確定最大相似概率的數(shù)字。至此，完成基于DCNN模型對圖像所包含的數(shù)字的識別過程。

2.3? 模型訓練與測試

本系統(tǒng)選取MNIST中的完整數(shù)據(jù)對DCNN模型進行訓練和測試。MNIST由7萬張黑底白字的手寫數(shù)字圖片構成，其中的5.5萬張圖片作為訓練集，0.5萬張圖片作為驗證集，1萬張圖片作為測試集。每張圖片由28×28個像素點構成，每個像素點用一個灰度值表示。

圖5反映的是DCNN模型在訓練過程中的訓練精度變化情況。

在使用MNIST數(shù)據(jù)集對所搭建的DCNN模型進行訓練和測試后，DCNN模型的測試精度最終達到98.8%。

3? 系統(tǒng)需求分析及設計

3.1? 需求分析

針對傳統(tǒng)試卷統(tǒng)分方法存在依靠人工計算總分，存在工作效率低且容易出錯等問題，結合系統(tǒng)的預期特點和功能，經過需求分析確定本系統(tǒng)應具有操作簡單、使用方便、人機交互界面友好的特點;可以通過使用手機拍攝試卷統(tǒng)分欄圖片，快速實現(xiàn)對試卷統(tǒng)分欄內分數(shù)數(shù)字的準確識別以及智能計算總分的功能。同時，要求系統(tǒng)運行穩(wěn)定，魯棒性高，擴展性好，可以有效滿足當前試卷統(tǒng)分工作過程中的使用需求。

3.2? 系統(tǒng)設計

完成需求分析以后，根據(jù)需求分析結果進行系統(tǒng)體系結構和前端子系統(tǒng)的設計。

3.2.1? 系統(tǒng)體系結構

該系統(tǒng)設計微信小程序作為系統(tǒng)前端，借助TensorFlow深度學習框架完成后臺的相關模型的搭建和運行。系統(tǒng)體系功能結構如圖6所示。

設計系統(tǒng)工作流程如下：首先，系統(tǒng)通過前端的手機微信小程序采集試卷卷頭統(tǒng)分欄內的分數(shù)圖像，然后將分數(shù)圖像傳送到服務端，在完成對原始圖片進行包括讀取、旋轉縮放、二值化處理以及分數(shù)的分割、去噪和形態(tài)學處理的圖像處理過程后，調用基于DCNN實現(xiàn)的分類模型，識別出卷頭統(tǒng)分欄中每個單項的得分，經過系統(tǒng)后端程序的運行，最終匯總計算出試卷總分并顯示在系統(tǒng)前端，將最終結果反饋給用戶。本系統(tǒng)工作流程如圖7所示。

3.2.2? 前端子系統(tǒng)設計

微信小程序作為一種輕量型應用，只需要通過用戶掃一掃就可以使用，不僅符合用戶的使用習慣，也解放了用戶手機內存的占用。除此以外，微信小程序還具有覆蓋面廣、方便快捷、即用即走、速度快、安全穩(wěn)定等優(yōu)點[8]。

系統(tǒng)集合時下熱門的微信小程序，設計出一套適配于該系統(tǒng)的微信小程序作為系統(tǒng)前端。微信小程序前端具體設計與運行過程如下：

（1）微信小程序調用wx.chooseImage控件對試卷卷頭統(tǒng)分欄進行拍照，拍照時會調用位置框自動識別并劃定統(tǒng)分欄圖像范圍。拍照過程中可以將實時情況顯示給用戶。

（2）使用wx.uploadFile控件，將圖片文件上傳至服務器端的一個開辟的路徑，同時保存圖片文件名至服務器端的MySQL數(shù)據(jù)庫，并設置當前狀態(tài)為0，表示圖片還未識別。圖片上傳情況和數(shù)據(jù)庫表設計如圖8所示。

（3）使用Python鏈接數(shù)據(jù)庫，每隔0.2秒查找狀態(tài)為0的記錄，如果有記錄存在，則調用封裝好的圖片預處理函數(shù)和DCNN進行圖像識別，將結果按某種格式編碼為字符串形式，并將數(shù)據(jù)庫表中的scores字段更新為識別結果，同時將狀態(tài)更新為1，表示識別完成;如果記錄不存在，則繼續(xù)啟動線程執(zhí)行SQL語句。微信小程序采用setInterval控件每隔1秒查詢一次數(shù)據(jù)庫，若查詢結果scores不為“nothing”，則解析scores字符串，得到單項得分并計算總分。數(shù)據(jù)庫表更新后結果如圖9所示。

（4）最終匯總計算出試卷卷頭統(tǒng)分欄內的總分并顯示在系統(tǒng)前端，將最終結果反饋給用戶，完成系統(tǒng)的手寫分數(shù)識別功能。

4? 系統(tǒng)運行情況

微信小程序調用控件實現(xiàn)拍照功能如圖10所示。拍照后系統(tǒng)會在運行后將識別結果顯示在微信小程序界面，快速清晰地反饋給用戶，如圖11所示。

5? 結論

本文針對傳統(tǒng)試卷統(tǒng)分方法存在工作效率低、容易出錯等問題，構建了微信小程序前端，Python語言、TensorFlow深度學習框架和MySQL數(shù)據(jù)庫作為系統(tǒng)后臺的試卷智能統(tǒng)分系統(tǒng)。系統(tǒng)通過建立合適的DCNN模型并使用MNIST數(shù)據(jù)集對其進行訓練和測試，取得了98.8%的識別精度。系統(tǒng)通過前端采集統(tǒng)分欄圖像，后臺調用DCNN模型對處理后的統(tǒng)分欄內手寫數(shù)字圖像進行準確識別和計算，最終將結果反饋至前端界面，完成手寫分數(shù)的智能統(tǒng)分過程。

驗證結果表明該系統(tǒng)可以顯著降低試卷統(tǒng)分工作強度，提高工作效率和統(tǒng)分正確率。但是該系統(tǒng)仍然存在不足：當前針對書寫工整的數(shù)字及數(shù)組識別正確率較高，但是對于存在跨欄現(xiàn)象或字跡潦草的數(shù)字和數(shù)組識別正確率較低，這將作為本系統(tǒng)后續(xù)研究的重點。

參考文獻

Hubel D H， Wiesel T N. Receptive fields， binocular interaction and functional architecture in the cat's visual cortex[J]. The Journal of Physiology， 1962， 160（1）： 106-154.

Lecun Y， Boser B， Denker J S， et al. Backpropagation Applied to Handwritten Zip Code Recognition[J]. Neural

Computation， 1989， 1（4）： 541-551.

任丹， 陳學峰. 手寫數(shù)字識別的原理及應用[J]. 計算機時代， 2007（3）： 17-18.

孔祥浩. 基于深度卷積神經網絡的特征優(yōu)化與分類識別方法研究[D]. 哈爾濱工業(yè)大學碩士論文， 2017. 6.

楊東旭， 賴惠成， 班俊碩， 等. 基于改進DCNN結合遷移學習的圖像分類方法[J]. 新疆大學學報（自然科學版）， 2018， 35（2）.

江明， 劉輝， 黃歡. 圖像二值化技術的研究[J]. 軟件導刊， 2009（4）： 175-177.

周志華. 機器學習[M]. 清華大學出版社， 2016. 1.

劉剛. 微信小程序開發(fā)圖解案例教程[M]. 人民郵電出版社， 2017. 5.