21世纪是人工智能的时代,人工智能技术快速发展,在很多领域获得了广泛应用,并取得了丰硕的成果。在教育强国战略的大背景下,“人工智能+教育”将人工智能技术与教育领域的应用需求有机结合,正在实现人工智能与教育教学变革的深度融合。本文面向中小学作业智能评阅的应用需求,结合用户作业图像汉字手写体检测与识别任务,进行相关工作的研究与实现。本文的工作及主要贡献如下:1.作业拍照图像的几何校正与提交有效性判断。这部分工作是后续作业图像汉字手写体检测与识别的基础。首先,远程用户完成纸质作业的拍照上传及提交;进一步,结合图像处理技术,实现上传作业图像的二值化、滤波、特征提取;在此基础上,借助透视变换实现作业图像的几何校正。为确保用户上传作业图像的有效性,本文还提出并实现了基于作业图像有效区域与作业模板图像直方图相似性度量的拍照上传有效性检测机制。最终,经过几何校正的有效作业图像将送入后续的汉字手写体检测模块,实现汉字手写体检测。2.基于PixelLink的作业图像汉字手写体检测。不同于传统的边框回归方法,本文实现的基于PixelLink的作业图像汉字手写体检测模块,将深度学习模型与基于实例分割的文本检测有机结合;通过文本预测和连接预测得到分割结果,由分割结果直接提取边框完成手写体检测。3.基于ResNet网络的作业图像汉字手写体识别。汉字手写体识别,本质上是一个基于图像数据的多类别分类问题。由于ResNet网络有效解决了传统深层神经网络在学习过程中的梯度消失与梯度爆炸的现象,本文结合ResNet网络,以作业图像中的汉字手写体检测结果中的每个有效检测区域为输入,实现了基于深度学习模型中的汉字手写体识别。实验表明,本文实现的作业图像汉字手写体检测与识别工作可以成功检测到作业图像中的汉字手写体,并可实现有效识别,为后续进一步的作业评分提供依据。