随着信息时代的发展,传统的教育模式被互联网赋予了新的时代内涵。在智能化教育的领域中,基于脱机手写体数学公式识别的自动判卷系统可以将教师从繁重的体力劳动中解放出来。然而,由于数学公式的元素结构中包含有诸如分式类,根式等复杂的非一维结构,导致这方面的进展十分缓慢。在本文中,我们构建了一个从复杂背景中准确提取数学公式并识别的脱机手写体数学公式识别系统,该系统分为如下三个模块。1.公式切行模块,主要功能是基于现有的目标检测技术的将数学公式从复杂背景中定位切分。2.结构分析模块,针对数学公式中的复杂结构问题,提出了一种基于自监督学习的语义分割方法,基于此方法,我们将手写体数学公式中存在的分式类,根式类,向量类,上下标类等二维结构以及学生答题过程中产生的汉字,删除笔等非数学符号进行定位分析,进而完成了对手写体数学公式二维结构的文法分析,并且通过传统图像处理算法对分析的结果进行校正与提升。3序列识别模块,根据目前的序列识别技术搭建了图像文本识别网络,主要功能是识别经过结构分析模块处理之后得到的无特殊结构的序列文本。该系统不仅在数学公式二维结构的文法分析上表现优异,并且针对当前业界脱机手写体数学公式识别模型中存在的无法识别多行文本,无法处理公式中的汉字,无法处理公式中存在的删除笔迹等问题都提出了行之有效的解决方案。最终,我们的系统在成都市中学生答题卡采集的照片数据中,公式切行的平均准确率达到了84.7%,错判率降低至7.2%;基于自监督学习的语义分割算法平均像素准确率达到了93.37%,平均交并比达到了81.22%;序列识别的平均字符准确率达到了98.58%。