CN107025456A - 一种教师批改痕迹自动识别的方法 - Google Patents

一种教师批改痕迹自动识别的方法 Download PDF

Info

Publication number
CN107025456A
CN107025456A CN201710165332.9A CN201710165332A CN107025456A CN 107025456 A CN107025456 A CN 107025456A CN 201710165332 A CN201710165332 A CN 201710165332A CN 107025456 A CN107025456 A CN 107025456A
Authority
CN
China
Prior art keywords
teacher
handwriting
person
achievement
examination papers
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710165332.9A
Other languages
English (en)
Inventor
叶家鸣
吴波
陈家海
周超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Seven Days Education Technology Co Ltd
Original Assignee
Anhui Seven Days Education Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Seven Days Education Technology Co Ltd filed Critical Anhui Seven Days Education Technology Co Ltd
Priority to CN201710165332.9A priority Critical patent/CN107025456A/zh
Publication of CN107025456A publication Critical patent/CN107025456A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

一种教师批改痕迹自动识别的方法，涉及教学技术化更新领域，其特征在于：包括以下步骤，线下手动阅卷、扫描试卷、提取红色批改笔迹、识别教师批改笔迹中的分值、成绩生成。本发明方法合理、使用方便、效果良好。

Description

一种教师批改痕迹自动识别的方法
技术领域
本发明涉及教学技术化更新领域，具体涉及一种教师批改痕迹自动识别的方法。
背景技术
现有网上阅卷的一个最大缺陷就是无痕迹，考生在考完试后，手里拿到的答卷同他们之前上交上去的一模一样，没有任何的教师批阅过的痕迹。考生得到的只是各科的分数、各科小题的分数，考生们并不知道自己究竟在哪里做错了，以数字水印形式呈现的阅卷痕迹(即线上留痕)虽然可以弥补这一个缺陷，但是教师必须在电脑上或手机上登录阅卷***进行阅卷，并不符合教师平时在纸质答卷上批改的阅卷习惯。
现有的有卡有痕阅卷必须用专门的软件制作答题卡，考生考试时在答题卡上作答，考试完毕，教师在纸质答题卡上进行评阅，然后必须在指定的区域内打分。虽然有卡有痕符合教师平时的工作习惯，但是答题卡的制作过程比较复杂，要求在指定的区域内打分，必须由专人负责，大大增加了人员的开支和沟通的工作量。
发明内容
本发明所要解决的技术问题在于克服现有的技术缺陷提供一种方法合理、使用方便、效果良好的一种教师批改痕迹自动识别的方法。
本发明所要解决的技术问题采用以下的技术方案来实现：
一种教师批改痕迹自动识别的方法，其特征在于：包括以下步骤，
步骤一、线下手动阅卷：当考生在考完试交卷之后，老师在线下手动阅卷，用红颜色笔进行批注；
步骤二、扫描试卷：在老师手动阅卷之后，通过扫描设备将试题卷彩色扫描成数字图像，并上传至阅卷中心服务器；
步骤三、提取红色批改笔迹：使用数字图像处理和人工智能技术对教师手写的批改内容进行提取，过滤出不需要的笔迹和印刷字体，留下需要的老师批阅的红色笔迹，最后形成提取红色笔迹后的评分图像；
步骤四、识别教师批改笔迹中的分值：采用卷积神经网络(CNN)机器学习方法，从步骤三中的生成的评分图像中对教师的评阅区域进行精准定位，识别出手改笔迹中的数字分值；
步骤五、成绩生成：考生每门科目的成绩包括主观题成绩和客观题成绩。客观题成绩是通过计算机自动识别涂点后与标准答案进行比较生成的；主观题成绩生成只要有两种情况：第一种情况就是教师线上阅卷生成的，第二种情况就是上述通过教师线下批改，再进行线上提取和识别的。客观题成绩和主观题成绩相加就是该门科目的总成绩。
本发明的有益效果为：1)不改变教师现有的阅卷习惯，无需复杂的操作和专业的培训，容易上手；
2)考生考完试既有线下的有痕的纸质试题卷，又有线上的有痕的数字化标注的水印图像和打印成册的错题本；
3)教师通过线下的批阅，可以实时了解每个考生对知识点的掌握情况。
附图说明
图1为本发明的卷积神经网络(CNN)机器学习方法。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面进一步阐述本发明。
如图1所示，一种教师批改痕迹自动识别的方法，其特征在于：包括以下步骤，
步骤一、线下手动阅卷：当考生在考完试交卷之后，老师在线下手动阅卷，用红色比进行批注；
步骤二、扫描试卷：在老师手动阅卷之后，通过扫描设备将试题卷彩色扫描成数字图像，并上传至阅卷中心服务器；
步骤三、提取红色批改笔迹：使用数字图像处理和人工智能技术对教师手写的批改内容进行提取，过滤出不需要的笔迹和印刷字体，留下需要的老师批阅的红色笔迹，最后形成提取红色笔迹后的评分图像；
步骤四、识别教师批改笔迹中的分值：采用卷积神经网络(CNN)机器学习方法，从步骤三中的生成的评分图像中对教师的评阅区域进行精准定位，识别出手改笔迹中的数字分值；
步骤五、成绩生成：考生每门科目的成绩包括主观题成绩和客观题成绩。客观题成绩是通过计算机自动识别涂点后与标准答案进行比较生成的；主观题成绩生成只要有两种情况：第一种情况就是教师线上阅卷生成的，第二种情况就是上述通过教师线下批改，再进行线上提取和识别的。客观题成绩和主观题成绩相加就是该门科目的总成绩。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种教师批改痕迹自动识别的方法，其特征在于：包括以下步骤，
步骤一、线下手动阅卷：当考生在考完试交卷之后，老师在线下手动阅卷，用红颜色笔进行批注；
步骤二、扫描试卷：在老师手动阅卷之后，通过扫描设备将试题卷彩色扫描成数字图像，并上传至阅卷中心服务器；
步骤三、提取红色批改笔迹：使用数字图像处理和人工智能技术对教师手写的批改内容进行提取，过滤出不需要的笔迹和印刷字体，留下需要的老师批阅的红色笔迹，最后形成提取红色笔迹后的评分图像；
步骤四、识别教师批改笔迹中的分值：采用卷积神经网络(CNN)机器学习方法，从步骤三中的生成的评分图像中对教师的评阅区域进行精准定位，识别出手改笔迹中的数字分值；
步骤五、成绩生成：考生每门科目的成绩包括主观题成绩和客观题成绩。客观题成绩是通过计算机自动识别涂点后与标准答案进行比较生成的；主观题成绩生成只要有两种情况：第一种情况就是教师线上阅卷生成的，第二种情况就是上述通过教师线下批改，再进行线上提取笔迹和识别的。客观题成绩和主观题成绩相加就是该门科目的总成绩。
CN201710165332.9A 2017-03-20 2017-03-20 一种教师批改痕迹自动识别的方法 Pending CN107025456A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710165332.9A CN107025456A (zh) 2017-03-20 2017-03-20 一种教师批改痕迹自动识别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710165332.9A CN107025456A (zh) 2017-03-20 2017-03-20 一种教师批改痕迹自动识别的方法

Publications (1)

Publication Number Publication Date
CN107025456A true CN107025456A (zh) 2017-08-08

Family

ID=59526174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710165332.9A Pending CN107025456A (zh) 2017-03-20 2017-03-20 一种教师批改痕迹自动识别的方法

Country Status (1)

Country Link
CN (1) CN107025456A (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506762A (zh) * 2017-09-01 2017-12-22 昆山中骏博研互联网科技有限公司 一种基于图像分析的成绩自动录入方法
CN107506746A (zh) * 2017-09-08 2017-12-22 电子科技大学中山学院 智能阅卷***无定位点图像识别方法及***
CN107832758A (zh) * 2017-11-06 2018-03-23 泉州市雄蓝教育科技有限公司 智能生成答题卡以及服务器终端自动阅卷评分的考试***
CN107909066A (zh) * 2017-11-06 2018-04-13 泉州市雄蓝教育科技有限公司 一种移动终端***的自动阅卡评分方法
CN107909067A (zh) * 2017-11-06 2018-04-13 泉州市雄蓝教育科技有限公司 智能生成答题卡以及移动终端自动阅卷评分的考试***
CN109241869A (zh) * 2018-08-16 2019-01-18 邯郸职业技术学院 答题卡分数识别方法、装置及终端设备
CN109284702A (zh) * 2018-09-07 2019-01-29 江苏曲速教育科技有限公司 一种基于图像模式的答题卷给分及阅卷***
CN110826872A (zh) * 2019-10-23 2020-02-21 深圳中兴网信科技有限公司 考试成绩分析报告生成方法、***、装置
CN111191592A (zh) * 2019-12-30 2020-05-22 武汉烽火技术服务有限公司 一种有痕试卷的自动处理***
CN111639630A (zh) * 2020-06-23 2020-09-08 北京字节跳动网络技术有限公司 一种作业批改方法及装置
CN111754448A (zh) * 2019-03-27 2020-10-09 李超 一种基于图像采集分析的作业试卷信息采集的方法与装置
CN111768170A (zh) * 2020-06-23 2020-10-13 北京字节跳动网络技术有限公司 一种作业批改结果展示方法及装置
CN112183143A (zh) * 2020-10-30 2021-01-05 北京北师智慧科技有限公司 批阅方法及教学***
CN113688838A (zh) * 2021-10-25 2021-11-23 江西软云科技股份有限公司 红色笔迹提取方法、***、可读存储介质及计算机设备
CN114299523A (zh) * 2021-11-18 2022-04-08 珠海读书郎软件科技有限公司 一种教辅作业识别批改分析方法和分析***
WO2022150042A1 (en) * 2021-01-08 2022-07-14 Hewlett-Packard Development Company, L.P. Feature extractions to optimize scanned images
CN115620332A (zh) * 2022-11-17 2023-01-17 北京十六进制科技有限公司 一种基于纸质作业的自动批阅方法及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685482A (zh) * 2009-08-04 2010-03-31 上海心意答电子科技有限公司 一种自动识别处理批阅结果的电子阅卷***及方法
JP2012203138A (ja) * 2011-03-24 2012-10-22 Dainippon Printing Co Ltd 採点システム
CN103886302A (zh) * 2014-03-28 2014-06-25 上海携培信息科技有限公司 试卷识别分析实现方法及装置
CN104794948A (zh) * 2015-04-20 2015-07-22 西安青柠电子信息技术有限公司 自动阅卷***及其使用方法
CN104809677A (zh) * 2015-05-13 2015-07-29 江苏黄金屋教育咨询有限公司 基于统计和分析知识点掌握情况的自动阅卷方法
CN105095892A (zh) * 2014-05-16 2015-11-25 上海市上海中学 基于图像处理的学生文档管理***
CN106142889A (zh) * 2015-04-08 2016-11-23 季争鸣 一种用于自动化扫描阅卷的答题卡及其应用方法
CN106446882A (zh) * 2016-08-31 2017-02-22 武汉颂大教育科技股份有限公司 一种基于8字码的智能留痕阅卷方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685482A (zh) * 2009-08-04 2010-03-31 上海心意答电子科技有限公司 一种自动识别处理批阅结果的电子阅卷***及方法
JP2012203138A (ja) * 2011-03-24 2012-10-22 Dainippon Printing Co Ltd 採点システム
CN103886302A (zh) * 2014-03-28 2014-06-25 上海携培信息科技有限公司 试卷识别分析实现方法及装置
CN105095892A (zh) * 2014-05-16 2015-11-25 上海市上海中学 基于图像处理的学生文档管理***
CN106142889A (zh) * 2015-04-08 2016-11-23 季争鸣 一种用于自动化扫描阅卷的答题卡及其应用方法
CN104794948A (zh) * 2015-04-20 2015-07-22 西安青柠电子信息技术有限公司 自动阅卷***及其使用方法
CN104809677A (zh) * 2015-05-13 2015-07-29 江苏黄金屋教育咨询有限公司 基于统计和分析知识点掌握情况的自动阅卷方法
CN106446882A (zh) * 2016-08-31 2017-02-22 武汉颂大教育科技股份有限公司 一种基于8字码的智能留痕阅卷方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506762B (zh) * 2017-09-01 2020-03-20 昆山中骏博研互联网科技有限公司 一种基于图像分析的成绩自动录入方法
CN107506762A (zh) * 2017-09-01 2017-12-22 昆山中骏博研互联网科技有限公司 一种基于图像分析的成绩自动录入方法
CN107506746A (zh) * 2017-09-08 2017-12-22 电子科技大学中山学院 智能阅卷***无定位点图像识别方法及***
CN107832758A (zh) * 2017-11-06 2018-03-23 泉州市雄蓝教育科技有限公司 智能生成答题卡以及服务器终端自动阅卷评分的考试***
CN107909066A (zh) * 2017-11-06 2018-04-13 泉州市雄蓝教育科技有限公司 一种移动终端***的自动阅卡评分方法
CN107909067A (zh) * 2017-11-06 2018-04-13 泉州市雄蓝教育科技有限公司 智能生成答题卡以及移动终端自动阅卷评分的考试***
CN109241869A (zh) * 2018-08-16 2019-01-18 邯郸职业技术学院 答题卡分数识别方法、装置及终端设备
CN109284702B (zh) * 2018-09-07 2021-06-25 江苏曲速教育科技有限公司 一种基于图像模式的答题卷给分及阅卷***
CN109284702A (zh) * 2018-09-07 2019-01-29 江苏曲速教育科技有限公司 一种基于图像模式的答题卷给分及阅卷***
CN111754448A (zh) * 2019-03-27 2020-10-09 李超 一种基于图像采集分析的作业试卷信息采集的方法与装置
CN110826872A (zh) * 2019-10-23 2020-02-21 深圳中兴网信科技有限公司 考试成绩分析报告生成方法、***、装置
CN111191592A (zh) * 2019-12-30 2020-05-22 武汉烽火技术服务有限公司 一种有痕试卷的自动处理***
CN111639630A (zh) * 2020-06-23 2020-09-08 北京字节跳动网络技术有限公司 一种作业批改方法及装置
CN111768170A (zh) * 2020-06-23 2020-10-13 北京字节跳动网络技术有限公司 一种作业批改结果展示方法及装置
CN112183143A (zh) * 2020-10-30 2021-01-05 北京北师智慧科技有限公司 批阅方法及教学***
WO2022150042A1 (en) * 2021-01-08 2022-07-14 Hewlett-Packard Development Company, L.P. Feature extractions to optimize scanned images
US11930153B2 (en) 2021-01-08 2024-03-12 Hewlett-Packard Development Company, L.P. Feature extractions to optimize scanned images
CN113688838A (zh) * 2021-10-25 2021-11-23 江西软云科技股份有限公司 红色笔迹提取方法、***、可读存储介质及计算机设备
CN113688838B (zh) * 2021-10-25 2022-03-22 江西软云科技股份有限公司 红色笔迹提取方法、***、可读存储介质及计算机设备
CN114299523A (zh) * 2021-11-18 2022-04-08 珠海读书郎软件科技有限公司 一种教辅作业识别批改分析方法和分析***
CN115620332A (zh) * 2022-11-17 2023-01-17 北京十六进制科技有限公司 一种基于纸质作业的自动批阅方法及设备

Similar Documents

Publication Publication Date Title
CN107025456A (zh) 一种教师批改痕迹自动识别的方法
CN108764074B (zh) 基于深度学习的主观题智能阅卷方法、***及存储介质
CN104850825B (zh) 一种基于卷积神经网络的人脸图像颜值计算方法
JP6484333B2 (ja) 記述式問題のための知的採点方法およびシステム
CN106203395B (zh) 基于多任务深度学习的人脸属性识别方法
CN104463101B (zh) 用于文字性试题的答案识别方法及***
CN109035089A (zh) 一种在线课堂氛围评估***及方法
CN109242736A (zh) 一种协助老师了解学生的学习情况的方法和***
CN107506762B (zh) 一种基于图像分析的成绩自动录入方法
CN107909067A (zh) 智能生成答题卡以及移动终端自动阅卷评分的考试***
CN109559362B (zh) 一种图像主体脸部替换方法及装置
CN104268134B (zh) 一种主客观分类器构建方法和***
CN106033544A (zh) 基于模板匹配的试卷内容区域提取方法
CN110414563A (zh) 考试成绩统计方法、***及计算机可读存储介质
CN107609575A (zh) 书法评价方法、书法评价装置和电子设备
CN106446882A (zh) 一种基于8字码的智能留痕阅卷方法
CN107832758A (zh) 智能生成答题卡以及服务器终端自动阅卷评分的考试***
CN111242024A (zh) 基于机器学习识别图纸内图例及文字的方法及***
CN105787522A (zh) 基于手写笔迹的书写态度评价方法及***
EP4105791A3 (en) Method and apparatus for training, based on cross-modal information, document reading comprehension model
CN107067399A (zh) 一种试卷图像分割处理方法
CN107909066A (zh) 一种移动终端***的自动阅卡评分方法
CN107507161B (zh) 一种书写整洁度的评价方法及***
CN111126143A (zh) 一种基于深度学习的运动评判指导方法及***
CN110837793A (zh) 一种智能识别手写数学公式批阅***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170808

RJ01 Rejection of invention patent application after publication