CN111191592A - 一种有痕试卷的自动处理*** - Google Patents
一种有痕试卷的自动处理*** Download PDFInfo
- Publication number
- CN111191592A CN111191592A CN201911398151.6A CN201911398151A CN111191592A CN 111191592 A CN111191592 A CN 111191592A CN 201911398151 A CN201911398151 A CN 201911398151A CN 111191592 A CN111191592 A CN 111191592A
- Authority
- CN
- China
- Prior art keywords
- cloud
- question
- local
- test paper
- module
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 title claims abstract description 41
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 20
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000001915 proofreading effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012552 review Methods 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000590419 Polygonia interrogationis Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
Images
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
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种有痕试卷的自动处理***,涉及电子阅卷领域,包括本地分析***和云端处理***,所述本地分析***包括试卷扫描管理模块、数据同步模块和样本提取模块,试卷扫描管理模块用于驱使扫描仪扫描手动阅卷完成后的试卷,生成试卷扫描图片,同时基于图像识别技术对试卷扫描图片中的分数进行识别,得到学生考试成绩经数据同步模块上传至云端成绩库;样本提取模块用于针对试卷扫描图片中的错题,以单个题目为单位对错题所在区域进行裁剪,得到错题图片,并将错题图片上传至云端存储模块。本发明保留阅卷老师原始的纸质阅卷习惯,还可以给学生提供个性化的错题推送,以便于学生考后错题回顾和练习。
Description
技术领域
本发明涉及电子阅卷领域,具体涉及一种有痕试卷的自动处理***。
背景技术
目前市面上的主流电子阅卷都是采用无痕阅卷的方式。无痕阅卷为将试卷扫描到电脑端,然后通过划分固定区域显示题目和答案,以供评卷人进行评阅。这种方式主要存在以下缺点:1、虽然提供给阅卷老师一种不同于纸质批改的新手段,但是需要阅卷人老师变原有的阅卷喜好和习惯;2、无痕阅卷方式的批改痕迹只存在于阅卷***中,学生无法得知自己具体错在哪里,降低了考后课堂讲解的效果,同时也不利于考后错题管理。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种有痕试卷的自动处理***,保留阅卷老师原始的纸质阅卷习惯,还可以给学生提供个性化的错题推送,以便于学生考后错题回顾和练习。
为达到以上目的,本发明采取的技术方案是,包括:
本地分析***,所述本地分析***包括:
-试卷扫描管理模块,其用于驱使扫描仪扫描手动阅卷完成后的试卷,生成试卷扫描图片,同时基于图像识别技术对试卷扫描图片中的分数进行识别,得到学生考试成绩经数据同步模块上传至云端成绩库;
-数据同步模块,其用于进行本地分析***和云端处理***之间数据的同步传输;
-样本提取模块,其用于针对试卷扫描图片中的错题,以单个题目为单位对错题所在区域进行裁剪,得到错题图片,并将错题图片上传至云端存储模块;
云端处理***,所述云端处理***包括:
-云端处理模块,其用于对云端成绩库中的学生考试成绩,以及云端存储模块中的错题图片进行汇总后,向学生定向推送考试成绩或错题情况,以及对错题图片进行统计分析,从而向学生定向推送与错题相似的题目;
-云端成绩库,其用于存储学生考试成绩。
在上述技术方案的基础上,
所述试卷的顶部和底部均设有定位标识符;所述定位标识符用于标识试卷朝向;
所述试卷的每个大题题干前均设有用于填写本大题所得分数的固定分数框;
所述试卷的每个题目前均设有题目定位标识符,所述题目定位标识符用于区分相邻两个题目。
在上述技术方案的基础上,所述本地分析***还包括本地手迹样本库,所述样本提取模块还用于裁剪试卷扫描图片中固定分数框所在区域,将裁剪得到的图片作为训练图片,并将训练图片存储至本地手迹样本库,所述训练图片用于作为图像识别技术的训练集。
在上述技术方案的基础上,所述云端处理***还包括云端手迹样本库,所述数据同步模块还用于将本地手迹样本库中的训练图片上传至云端手迹样本库,以及将云端手迹样本库中的训练图片同步至本地手迹样本库中。
在上述技术方案的基础上,所述本地分析***还包括本地学生成绩库,所述试卷扫描管理模块得到的学生考试成绩先存储至本地学生成绩库,然后数据同步模块将本地学生成绩库中的学生考试成绩上传至云端成绩库。
在上述技术方案的基础上,所述本地分析***还包括本地学生信息库,所述本地学生信息库用于对学生信息存储进行存储。
在上述技术方案的基础上,所述云端处理***还包括云端学生信息库,所述数据同步模块还用于将本地学生信息库中的学生信息上传至云端学生信息库。
在上述技术方案的基础上,所述云端处理***还包括客户端模块,所述云端处理模块向学生推送的考试成绩或错题情况通过客户端模块推送给学生所使用的智能设备。
在上述技术方案的基础上,所述客户端模块还用于供学生主动进行考试成绩或错题情况的查询。
在上述技术方案的基础上,所述样本提取模块还用于提供人工校对功能,供对试卷扫描管理模块识别错误的分数进行人工修正,并将修正分数后的学生考试成绩上传至云端成绩库。
与现有技术相比,本发明的优点在于:采用原始纸质阅卷的方式,相较于电子阅卷,阅卷老师无需考虑阅卷区域,同时也保留了阅卷老师原始的纸质阅卷习惯,将阅卷老师批改后的试卷通过扫描仪扫描成试卷扫描图片,然后通过图像处理技术将试卷扫描图片进行识别,获取到每个题目的具体分数,以及出现错误的具体题目,通过识别错题痕迹,将错题进行汇总,可以形成针对个人的错题集,基于云端处理,可以给学生提供个性化的错题推送,以便于学生考后错题回顾和练习。
附图说明
图1为本发明实施例中一种有痕试卷的自动处理***的结构示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示,本发明实施例提供的一种有痕试卷的自动处理***,包括本地分析***和云端处理***,在实际的应用过程中,本地分析***可能存在多个,每个学校里均部署一个本地分析***。
本地分析***包括试卷扫描管理模块、数据同步模块、样本提取模块、本地手迹样本库、本地学生成绩库和本地学生信息库。云端处理***包括云端处理模块、云端成绩库、云端手迹样本库、云端学生信息库、客户端模块和云端存储模块。数据同步模块用于进行本地分析***和云端处理***之间数据的同步传输。
试卷扫描管理模块用于驱使扫描仪扫描手动阅卷完成后的试卷,生成试卷扫描图片,同时基于图像识别技术对试卷扫描图片中的分数进行识别,得到学生考试成绩经数据同步模块上传至云端成绩库。为保证图像识别技术识别的精准性,可以对试卷采用定制化模块,具体的,试卷的顶部和底部均设有定位标识符;定位标识符用于标识试卷朝向,试卷的每个大题题干前均设有用于填写本大题所得分数的固定分数框,试卷的每个题目前均设有题目定位标识符,所述题目定位标识符用于区分相邻两个题目。本地分析***中还包括本地可视化模块,本地可视化模块用于对试卷扫描管理模块扫描得到的试卷扫描图片提供本地查看功能,以及展示识别后得到的学生考试成绩。
样本提取模块用于针对试卷扫描图片中的错题,以单个题目为单位对错题所在区域进行裁剪,得到错题图片,并将错题图片上传至云端存储模块。关于试卷扫描图片中错题的判断,可以对阅卷老师进行约定,阅卷老师在进行阅卷时,若学生针对当前题目所写的答案为错误答案时,则阅卷老师在错误答案上添加错误批改痕迹(错误批改痕迹可以为符号“×”、“/”等),后续进行图像识别时,若识别到错误批改痕迹,即判定当前题目为错题,则进行裁剪。错题图片包括题目和学生针对当前题目所写的答案。在对分数识别的过程中,可能存在识别误差问题,针对此类情况,样本提取模块还用于提供人工校对功能,供对试卷扫描管理模块识别错误的分数进行人工修正,并将修正分数后的学生考试成绩上传至云端成绩库。
云端处理模块用于对云端成绩库中的学生考试成绩,以及云端存储模块中的错题图片进行汇总后,向学生定向推送考试成绩或错题情况,以及对错题图片进行统计分析,从而向学生定向推送与错题相似的题目。通过推送,学生可以得知自己的考生成绩,同时也可以看到自己试卷中错题的批改记录,方便学生后续对知识点的查缺补漏。
本地分析***还包括本地手迹样本库,所述样本提取模块还用于裁剪试卷扫描图片中固定分数框所在区域,将裁剪得到的图片作为训练图片,并将训练图片存储至本地手迹样本库,训练图片用于作为图像识别技术的训练集。通过本地手迹样本库相当于对每个阅卷老师的字迹进行了收集,并将阅卷老师的字迹作为训练集,有针对性的对图像识别技术进行训练,有效提升图像识别技术对试卷扫描图片中分数的识别精度。数据同步模块还用于将本地手迹样本库中的训练图片上传至云端手迹样本库,形成阅卷老师字迹大样本库,数据同步模块还用于将云端手迹样本库中的训练图片同步至本地手迹样本库中,通过数据同步模块将云端手迹样本库中的训练图片增量同步到每个学校的本地分析***中,以进一步提高图片识别的准确度,从而应对跨校阅卷及教师跨校调动的场景,保证识别率的稳定。
试卷扫描管理模块得到的学生考试成绩先存储至本地学生成绩库,然后数据同步模块将本地学生成绩库中的学生考试成绩上传至云端成绩库。本地学生信息库用于对学生信息存储进行存储,学生信息包括学生姓名、学号、班级等信息。数据同步模块还用于将本地学生信息库中的学生信息上传至云端学生信息库。
云端处理模块向学生推送的考试成绩或错题情况通过客户端模块推送给学生所使用的智能设备,错题情况为学生试卷中的错题图片。考试成绩或错题情况的推送,是以学生为单位,仅向学生推送学生自己的考试成绩或错题情况。客户端模块还用于供学生主动进行考试成绩或错题情况的查询,同时还可进行历史考试中,考试成绩或错题情况的查询。
本发明实施例的有痕试卷的自动处理***,采用原始纸质阅卷的方式,相较于电子阅卷,阅卷老师无需考虑阅卷区域,同时也保留了阅卷老师原始的纸质阅卷习惯,将阅卷老师批改后的试卷通过扫描仪扫描成试卷扫描图片,然后通过图像处理技术将试卷扫描图片进行识别,获取到每个题目的具体分数,以及出现错误的具体题目,将识别出来的每道大题分数与阅卷人批改算出的分数进行对比,自动算出总分,降低人工合计分数错误的概率。另一方面,通过识别错题痕迹,将错题进行汇总,可以形成针对个人的错题集,基于云端处理,可以给学生提供个性化的错题推送,以便于学生考后错题回顾和练习,同时,基于云端进行样本分析,可以给校际联考提供多指标多维度的评比和趋势预测。
本发明不局限于上述实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种有痕试卷的自动处理***,其特征在于,包括:
本地分析***,所述本地分析***包括:
-试卷扫描管理模块,其用于驱使扫描仪扫描手动阅卷完成后的试卷,生成试卷扫描图片,同时基于图像识别技术对试卷扫描图片中的分数进行识别,得到学生考试成绩经数据同步模块上传至云端成绩库;
-数据同步模块,其用于进行本地分析***和云端处理***之间数据的同步传输;
-样本提取模块,其用于针对试卷扫描图片中的错题,以单个题目为单位对错题所在区域进行裁剪,得到错题图片,并将错题图片上传至云端存储模块;
云端处理***,所述云端处理***包括:
-云端处理模块,其用于对云端成绩库中的学生考试成绩,以及云端存储模块中的错题图片进行汇总后,向学生定向推送考试成绩或错题情况,以及对错题图片进行统计分析,从而向学生定向推送与错题相似的题目;
-云端成绩库,其用于存储学生考试成绩。
2.如权利要求1所述的一种有痕试卷的自动处理***,其特征在于:
所述试卷的顶部和底部均设有定位标识符;所述定位标识符用于标识试卷朝向;
所述试卷的每个大题题干前均设有用于填写本大题所得分数的固定分数框;
所述试卷的每个题目前均设有题目定位标识符,所述题目定位标识符用于区分相邻两个题目。
3.如权利要求2所述的一种有痕试卷的自动处理***,其特征在于:所述本地分析***还包括本地手迹样本库,所述样本提取模块还用于裁剪试卷扫描图片中固定分数框所在区域,将裁剪得到的图片作为训练图片,并将训练图片存储至本地手迹样本库,所述训练图片用于作为图像识别技术的训练集。
4.如权利要求3所述的一种有痕试卷的自动处理***,其特征在于:所述云端处理***还包括云端手迹样本库,所述数据同步模块还用于将本地手迹样本库中的训练图片上传至云端手迹样本库,以及将云端手迹样本库中的训练图片同步至本地手迹样本库中。
5.如权利要求1所述的一种有痕试卷的自动处理***,其特征在于:所述本地分析***还包括本地学生成绩库,所述试卷扫描管理模块得到的学生考试成绩先存储至本地学生成绩库,然后数据同步模块将本地学生成绩库中的学生考试成绩上传至云端成绩库。
6.如权利要求1所述的一种有痕试卷的自动处理***,其特征在于:所述本地分析***还包括本地学生信息库,所述本地学生信息库用于对学生信息存储进行存储。
7.如权利要求6所述的一种有痕试卷的自动处理***,其特征在于:所述云端处理***还包括云端学生信息库,所述数据同步模块还用于将本地学生信息库中的学生信息上传至云端学生信息库。
8.如权利要求1所述的一种有痕试卷的自动处理***,其特征在于:所述云端处理***还包括客户端模块,所述云端处理模块向学生推送的考试成绩或错题情况通过客户端模块推送给学生所使用的智能设备。
9.如权利要求8所述的一种有痕试卷的自动处理***,其特征在于:所述客户端模块还用于供学生主动进行考试成绩或错题情况的查询。
10.如权利要求1所述的一种有痕试卷的自动处理***,其特征在于:所述样本提取模块还用于提供人工校对功能,供对试卷扫描管理模块识别错误的分数进行人工修正,并将修正分数后的学生考试成绩上传至云端成绩库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398151.6A CN111191592A (zh) | 2019-12-30 | 2019-12-30 | 一种有痕试卷的自动处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911398151.6A CN111191592A (zh) | 2019-12-30 | 2019-12-30 | 一种有痕试卷的自动处理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191592A true CN111191592A (zh) | 2020-05-22 |
Family
ID=70705902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911398151.6A Pending CN111191592A (zh) | 2019-12-30 | 2019-12-30 | 一种有痕试卷的自动处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191592A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793538A (zh) * | 2021-09-18 | 2021-12-14 | 珠海读书郎软件科技有限公司 | 一种教辅作业错题收集的方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107025456A (zh) * | 2017-03-20 | 2017-08-08 | 安徽七天教育科技有限公司 | 一种教师批改痕迹自动识别的方法 |
CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷***及阅卷方法 |
CN109447860A (zh) * | 2018-10-16 | 2019-03-08 | 苏州友教习亦教育科技有限公司 | 成绩统计与分析*** |
CN110322379A (zh) * | 2019-07-08 | 2019-10-11 | 深圳中兴网信科技有限公司 | 试卷处理方法和试卷处理*** |
-
2019
- 2019-12-30 CN CN201911398151.6A patent/CN111191592A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107025456A (zh) * | 2017-03-20 | 2017-08-08 | 安徽七天教育科技有限公司 | 一种教师批改痕迹自动识别的方法 |
CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷***及阅卷方法 |
CN109447860A (zh) * | 2018-10-16 | 2019-03-08 | 苏州友教习亦教育科技有限公司 | 成绩统计与分析*** |
CN110322379A (zh) * | 2019-07-08 | 2019-10-11 | 深圳中兴网信科技有限公司 | 试卷处理方法和试卷处理*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793538A (zh) * | 2021-09-18 | 2021-12-14 | 珠海读书郎软件科技有限公司 | 一种教辅作业错题收集的方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9666088B2 (en) | Video-based teacher assistance | |
US20210020059A1 (en) | Answer evaluation method, answer evaluation system, electronic device, and medium | |
CN109242736A (zh) | 一种协助老师了解学生的学习情况的方法和*** | |
CN110659584B (zh) | 一种基于图像识别的智能留痕阅卷*** | |
CN105373978A (zh) | 基于ocr的人工评判试卷处理装置及方法 | |
CN110322379A (zh) | 试卷处理方法和试卷处理*** | |
CN109712456A (zh) | 一种基于摄像头的学生纸质作业智能批阅*** | |
CN106547815B (zh) | 一种基于大数据的针对性作业生成方法与*** | |
CN110334223A (zh) | 错题本管理方法及*** | |
CN109064814A (zh) | 试题批阅方法、试题批阅***和计算机可读存储介质 | |
CN103886302A (zh) | 试卷识别分析实现方法及装置 | |
CN111144251A (zh) | 一种基于图像采集的自动化扫描识别*** | |
CN110689013A (zh) | 一种基于特征识别的自动阅卷方法及*** | |
CN111126486A (zh) | 一种测验统计方法、装置、设备及存储介质 | |
CN107016022A (zh) | 教学难点大数据分析*** | |
CN108876195A (zh) | 一种智能化的教师教学质量评测*** | |
CN110826872A (zh) | 考试成绩分析报告生成方法、***、装置 | |
CN110753256A (zh) | 录像回放的方法、装置、存储介质及计算机设备 | |
CN110503024A (zh) | 一种交互状态分析方法、装置及存储介质 | |
CN109034590A (zh) | 一种智能化的教师教学质量评价管理*** | |
CN107331225A (zh) | 一种基于图形图像的互动作业生成方法 | |
CN108428073A (zh) | 一种用于教师教学质量的智能评价*** | |
CN115050039A (zh) | 自动化试卷分析方法、***、电子设备、存储介质 | |
KR20130021684A (ko) | 답안지 관리 시스템 및 그 방법 | |
CN111191592A (zh) | 一种有痕试卷的自动处理*** |
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: 20200522 |
|
RJ01 | Rejection of invention patent application after publication |