[发明专利]一种通用智能阅卷系统和方法有效

专利信息
申请号: 201910311714.7 申请日: 2019-04-18
公开(公告)号: CN110008933B 公开(公告)日: 2022-02-11
发明(设计)人: 郭晨阳;李可佳 申请(专利权)人: 江苏曲速教育科技有限公司
主分类号: G06V30/40 分类号: G06V30/40;G06V10/22;G06V30/244;G06V30/24;G06Q50/20;G09B7/00
代理公司: 泰和泰律师事务所 51219 代理人: 祝海燕
地址: 214000 江苏省无锡市新吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 通用 智能 阅卷 系统 方法
【说明书】:

发明公开了一种通用智能阅卷系统和方法。通用智能阅卷系统包括制模模块和阅卷模块,制模模块包括模板获取单元、智能识别单元和模板生成单元;智能识别单元包括纸张类型识别子单元、关键定位点选定子单元、区域识别子单元;模板生成单元根据各子单元的处理结果生成模板信息并存储;阅卷模块包括作答试卷获取单元和作答试卷审阅单元;作答试卷审阅单元包括:匹配定位子单元、学生作答识别子单元、教师批改识别子单元和试卷信息汇总子单元。本发明本系统能够针对非固定版式的答题卡或者试卷进行自动制模并阅卷,在使用三方试卷或答题卡进行考试时,不需要重新制作答题卡模板和印刷答题卡。

技术领域

本发明涉及智能阅卷技术领域,更具体地,涉及一种的通用智能阅卷系统和方法。

背景技术

随着计算机和人工智能的高速发展,其逐渐应用到工作和生活的多个领域。其中,在教育教学过程中,考试是对教学成果的一种有效的评价方式,一个考试完成后教师会对大量的学生试卷进行批阅并对批阅后的所有的学生情况进行汇总分析,传统阅卷和分析工作会占用教师大量的时间,甚至压缩的教师的备课时间,所以出现了计算机智能阅卷的相关技术,通过这种阅卷方式能够大大节省教师的阅卷时间。

目前现有的阅卷系统仅能够对自身系统定义的答题卡板式进行制模(制作答题卡模板)和阅卷,而无法兼容其他厂商的答题卡,如需使用第三方试卷答题卡进行考试时,原答题卡无法使用,则需要使用繁琐的操作重新制作答题卡,重新印刷答题卡也增加了成本。现有的网阅系统虽然能够支撑第三方卷卡的批阅,但是不能支持第三方卷卡的手批。

另外,现有技术中的阅卷系统不能支持对教师手批试卷进行统分。像高考、中考、大型联考及期中期末考试一般会采用网络阅卷的方式,而大型考试毕竟在所有考试中占少数,学生教学过程中存在更多的日常考试、测验或测试,在日常的考试场景中,教师使用手写分数进行判分的方式比较常见,导致现有技术中网络阅卷系统的广泛应用受到一定限制。

因此,提供一种能够兼容各种答题卡和试卷类型的通用智能阅卷系统和方法,是本领域亟待解决的技术问题。

发明内容

有鉴于此,本发明提供了一种通用智能阅卷系统和方法,能够针对非固定版式的答题卡或者试卷进行自动制模并阅卷,能够兼容市场上绝大部分的形式的答题卡或者试卷,在使用三方试卷或答题卡进行考试时,不需要重新制作答题卡模板和印刷答题卡。

本发明提供一种通用智能阅卷系统,包括制模模块和阅卷模块,

制模模块包括模板获取单元、智能识别单元和模板生成单元;

模板获取单元用于获取模板图片,其中,模板图片包括试卷图片或者答题卡图片中任意一种,模板获取单元将获取的模板图片发送给智能识别单元;

智能识别单元包括:纸张类型识别子单元、关键定位点选定子单元、区域识别子单元;其中,

纸张类型识别子单元,用于对模板图片进行算法识别,识别出模板图片对应的试卷或者答题卡的纸张类型及分栏线的位置;

关键定位点选定子单元,用于对模板图片进行文本行检测,并基于文本行检测的结果在模板图片中选定一个或者多个关键定位点,关键定位点用于标记模板图片中各区域的位置;

区域识别子单元,用于对模板图片进行各区域识别并确定各区域相对于关键定位点的位置坐标,各区域包括学号区域、缺考区域、试题区域;其中,区域识别子单元对模板图片进行试题区域识别包括:采用选择题涂卡选项位置检测算法、基于试题题干的试题区域切割算法、基于答题卡试题序号的试题区域切割算法、试题分数提取算法中任意一种或多种,实现对试题区域进行分割,并保存各试题区域或选项位置的位置坐标;

模板生成单元,根据智能识别单元中各子单元的处理结果生成模板信息并存储,其中,模板信息包括纸张类型及分栏线的位置、关键定位点的位置及各区域相对于关键定位点的位置坐标;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏曲速教育科技有限公司,未经江苏曲速教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910311714.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top