CN106934767A - 一种试卷生成及评分方法及系统 - Google Patents
一种试卷生成及评分方法及系统 Download PDFInfo
- Publication number
- CN106934767A CN106934767A CN201710114588.7A CN201710114588A CN106934767A CN 106934767 A CN106934767 A CN 106934767A CN 201710114588 A CN201710114588 A CN 201710114588A CN 106934767 A CN106934767 A CN 106934767A
- Authority
- CN
- China
- Prior art keywords
- paper
- test paper
- examination
- test
- image
- 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 209
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000013077 scoring method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/604—Rotation of whole images or parts thereof using coordinate rotation digital computer [CORDIC] devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种试卷生成及评分方法及系统,其中方法包括如下步骤:配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库;获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。本发明通过试卷二维码的设置以便根据试卷编号获取试卷,并实现对该试卷的电子自动阅卷,快速通过对手工阅卷结果和电子自动阅卷的结果统计总分。
Description
技术领域
本发明属于电子试卷技术领域,具体而言,涉及一种试卷生成及评分方法及系统。
背景技术
传统的阅卷采用全手工方式,这种方式耗时耗力,效率低。为了提高阅卷效率,机器读取答题卡得到广泛应用。这种方式首先由学生使用2B铅笔把题目答案填涂到答题卡的对应位置处,答题卡经过高速扫描仪转为电子图像后,使用机器来自动判断各个客观题的正确与否。
因此,机器读取答题卡的方式存在如下缺点:
一、需要使用特定的纸张、特定的答题笔,并且主观题的评分以及最后所有成绩的统计还是依赖于人工,同时如果需要统计每个主观题的准确率,则还是需要人工进行操作;
二、答题卡的制作以及读取设备的价格都非常高昂,加大了阅卷的难度;
三、需要在试卷或者答题卡上人为的打上固定的黑块或者黑条,影响了试卷或者答题卡的美观,且如果学生在答题时不小心写在这些黑块或者黑条附近,则会极大的降低系统处理的正确性;
四、客观题的自动判题都依赖于让学生把答案写在答题卡上,加大学生的负担,在有限的考试时间内,学生需要花费大量的精力去完成试卷看题与对应答题卡填涂答案这一操作;
五、试卷都是统一印制,不支持不同缩放比例打印后的识别,会导致试卷需要按照固定格式统一印刷,而不支持学生或者家长使用电子版试卷自行打印,严重束缚了试卷的使用场景,只有在大中型考试中使用,而不能用在学生日常的作业、课堂练习等上。
发明内容
为解决上述技术缺陷,本发明通过在试卷上设置二维码方便实现通过识别二维码获取试卷编号从而调用试卷完成阅卷目的,同时试卷模式及考题信息的设置方便了阅卷,提高了对试卷的管理并实现了分析考生对知识点的掌握,减少了答题卡的制作过程,节省了成本,同时为考生增加了答题时间。
本发明提供了一种试卷生成及评分方法,包括如下步骤:
配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式,阅卷模式包括手工阅卷和电子自动阅卷;
获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
进一步,所述配置考题信息、试卷针对的考生对象及其学号位数信息还包括
设定每个考题的输出模式。
进一步,所述识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息之前包括
通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
对缩放后的试卷图像进行二值化、降噪处理。
进一步,所述对缩放后的试卷图像进行二值化、降噪处理之前还包括
对试卷图像定位获取图像坐标,根据二维码的坐标计算试卷图像偏转角度的估计值;
将试卷图像按照估计值将试卷图像进行逆向旋转。
进一步,所述方法还包括
选定试卷编号,统计该试卷中每个考题的正确率,将正确率与阈值进行比较,判断正确率是否大于阈值,是则不做处理,否则提取该考题的知识点。
本发明还提供了一种试卷生成及评分系统,包括
生成模块,配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式;
输出模块,用于获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
阅卷模块,用于识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
进一步,所述生成模块包括
模式子模块,用于设定每个考题的输出模式。
进一步,所述阅卷模块包括
缩放子模块,用于通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
图像处理子模块,用于对缩放后的试卷图像进行二值化、降噪处理。
进一步,所述图像处理计算子模块还包括
角度计算单元,用于对试卷图像定位获取图像坐标,根据二维码的坐标计算试卷图像偏转角度的估计值;
调整单元,用于将试卷图像按照估计值将试卷图像进行逆向旋转。
进一步,所述系统还包括
统计模块,用于选定试卷编号,统计该试卷中每个考题的正确率,将正确率与阈值进行比较,判断正确率是否大于阈值,是则不做处理,否则提取该考题的知识点。
综上,本发明通过二维码的设置实现了快速调取试卷数据库的方式,以便加快阅卷速度,提高阅卷效率,同时实现了考生对考题的正确率的分析,以便教师对考生知识点掌握程度的了解,将各个考生的考卷及其答题结果存储至云端进行备份,防止了因管理不善导致的考卷及其得分的丢失。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明所述的试卷生成及评分方法的流程示意图;
图2为本发明所述的试卷生成及评分方法生成的试卷一个实施例结构示意图;
图3为本发明所述的试卷生成及评分方法中生成试卷一个实施例的流程示意图;
图4为本发明所述的试卷生成及评分方法中试卷图像偏转角度示意图;
图5为本发明所述的试卷生成及评分系统的框图结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
本发明提供了一种试卷生成及评分方法,包括如下步骤:
S101、配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式,阅卷模式包括手工阅卷和电子自动阅卷;
具体的,考题信息包括题目内容、题目类型(如可选判断题、选择题、主观题等)、题目预设分数、题目预设答案等。试卷生成之前可选的将所有的考题信息加入考题库,教师通过选择考题库中考题完成考题的设置,同时还可选的自定义输入考题信息,教师自定义输入考题信息后可选的将考题增加至考题库,以待后续使用,从而降低教师出题时间。
具体的,配置考题信息、试卷针对的考生对象及其学号位数信息时可选的包括两种方式:自定义和预置可选项。教师制作试卷时,可通过选择预置的试卷模式,也可选的自定义试卷模式。具体实施时,如试卷名称、试卷中题目类型的排列顺序等;考生对象可选的包括班级、年级、校等,如XX学校高一年级X班。
S102、获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
具体实施时,纸质试卷可能是统一印制后发给考生的,也可能是统一提供给考生的电子试卷。当提供给考生的是电子试卷时,考生需要将电子试卷打印为纸质试卷。考生在纸质试卷上作答后,教师首先对作答后的试卷进行批阅(批阅内容为手动阅卷对应的考题),之后再将教师批阅后的试卷转换为对应的电子图像,具体地,可利用扫描仪等设备进行处理,从而获取对应的电子图像,以便为实现加快阅卷过程的自动化、智能化,提高试卷审阅速度。
S103、识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
本发明对所有电子图像按照相应的比例进行缩放统一大小后,根据试卷的二维码进行识别并定位,实现了根据手动阅卷的结果以及电子自动阅卷的考题的快速阅卷结果,加快统计试卷总分的目的。电子自动阅卷中,每个答题结果与考题信息中题目预设的答案进行比较,判断答题结果是否正确,是则按照该题目分数对该考生的电子自动阅读对应的考题的分数进行统计,直至统计完所有考题(包括手动阅卷和电子自动阅卷对应的考题)。具体实施时,每种题目类型的阅卷方式可预先进行设定(如电子自动阅卷、人工阅卷),本发明自动统计设定的电子自动阅卷和手工阅卷的总分,并将每个考生的总分存储至云端进行备份,降低因考卷损毁或者本地存储的考生分数丢失造成的影响。
输出的试卷可选的如图2所示,包括试卷编号、考题信息((如上海市X中学高二(5)班))、考生信息(如学号、姓名)、二维码。
进一步,S101包括
设定每个考题的输出模式。本发明通过考生学号位数的设置对考生填写的学号进行限制,防止考生因错看、错填造成的学号错误,具体实施时,本发明按照考生学号位数输出学号填写框。
进一步,S103中识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息之前包括
S1031、通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
S1032、对缩放后的试卷图像进行二值化、降噪处理。
其中,S1032之前还包括
对试卷图像定位获取图像坐标,根据二维码的坐标计算试卷图像偏转角度的估计值;
将试卷图像按照估计值将试卷图像进行逆向旋转。
对图像进行二值化降低了计算复杂度,一般图像处理中会将各个像素转为黑白两种可能,具体实施时可选定某个门限th,假设某个像素点的原始灰度值是x,那么
其中,y是经过二值化后的值,1表示为黑,0表示为白。
由于图像中有效内容是连续的黑点,而纸张上的污点等往往是离散的黑点,所以,需要对二值化后的图像进行单噪点滤波,从而滤除纸张上的污点,降低这些污点对后续处理的影响。单噪点滤波使用类似于公式(1)的单噪点滤波模板对试卷图像进行处理,对于滤波后值小于设定门限的点的值归为白色值。
本发明使用试卷内容本身来生成特征,而不是依赖于人为附加的黑块或者黑条。一种可行的特征生成方法是:对于生成的电子试卷图像,进行二值化处理,计算所有黑点的坐标的横轴和纵轴的最大值和最小值,假设某个黑点的坐标为(xi,yi),xmin是所有黑点横轴的最小值,xmax是所有黑点横轴的最小值,ymin是所有黑点纵轴的最小值,ymax是所有黑点纵轴的最大值,则最后输出的特征是所有黑点的处理后坐标值(xi-xmin,yi-ymin)以及所有黑点的坐标范围(0,xmax-xmin,0,ymax-ymin)。由于后续获得的试卷电子图像可能存在一定的角度旋转,这个旋转角度可能是由于试卷印制、扫描仪扫描等过程中引入。因而,在生成试卷定位特征时,可以旋转试卷图像,对于旋转后的试卷图像,采用上述方法生成所有黑点的坐标值以及黑点的范围。由于一般电子试卷的旋转角度不会太大,一种可行的方法是左右按照0.2度为步进,最大旋转5度或0.1度为步进,最大旋转10度等。因而试卷定位特征是各个旋转角度后的所有黑点的坐标以及黑点的坐标范围。
具体实施时,首先通过二维码的三个定位图形(即二维码中的三个回行图标)的坐标,估计出旋转角度。例如图4所示,图中角度a1和a2的大小估计为:
其中atan(·)表示反正切函数,角度以顺时针为正,逆时针为负。则旋转角度估计为:
由于二维码三个定位图形的坐标存在一定的估计误差,所以上式(4)的结果还是存在一定的角度偏差,但通过纠正该旋转角度后,试卷的角度偏差将非常小。下面,通过旋转角度后的试卷图像与试卷的定位特征进行比较,从而完成对试卷的定位。一种可行的试卷定位方法是,取出计算得到的某个旋转角度的所有黑点的坐标以及黑点的坐标范围。假设坐标范围是(0,xmax,0,ymax),并且假设图像的左上角为原点,横轴为x轴,纵轴为y轴,则从原点开始,依次取出大小为(0,xmax,0,ymax)的数据块,该数据块中的每个像素点数据与模型进行比较,如果两者都为1,则比较结果加1,其它情况比较结果不变。取出所有可能比较结果中的最大值作为该旋转角度的匹配结果以及存储下该情况时的坐标。遍历所有预存的角度模型,并选择其中的匹配结果最大值对应的坐标作为最终的定位结果。
由于在试卷印制、扫描过程中,纸张和设备都会存在一定的角度偏差,这些偏差会导致试卷的电子图像中试卷内容存在一定的角度旋转。本发明通过获得二维码的图像坐标,根据二维码的坐标计算试卷图像偏转角度的初步估计值。由于二维码坐标估计存在一定的误差,所以该初步估计值与真实的角度偏差也存在一定的误差,因此通过逆向旋转该初步估计值,会修正图片大部分的角度偏差。
如图5所示,本发明还提供了一种试卷生成及评分系统,包括生成模块10、扫描模块20、阅卷模块30。
其中,
生成模块10,用于配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式,阅卷模式包括手工阅卷和电子自动阅卷;
输出模块20,用于获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
具体实施可选的利用扫描设备进行扫描获取批阅后的试卷图像。
阅卷模块30,用于识别二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
进一步,所述生成模块包括
模式子模块,用于设定每个考题的输出模式。
进一步,所述阅卷模块包括
缩放子模块,用通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
图像处理子模块,用于对缩放后的试卷图像进行二值化、降噪处理。
进一步,所述图像处理计算子模块还包括
角度计算单元,用于对试卷图像定位获取图像坐标,根据根据二维码的坐标计算试卷图像偏转角度的估计值;
调整单元,用于将试卷图像按照估计值将试卷图像进行逆向旋转。
进一步,所述系统还包括
统计模块,用于选定试卷编号,统计该试卷中每个考题的正确率,将正确率与阈值进行比较,判断正确率是否大于阈值,是则不做处理,否则提取该考题的知识点。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (10)
1.一种试卷生成及评分方法,其特征在于,包括如下步骤:
配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式,阅卷模式包括手工阅卷和电子自动阅卷;
获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
识别电子图像中二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
2.根据权利要求1所述的试卷生成及评分方法,其特征在于,所述配置考题信息、试卷针对的考生对象及其学号位数信息还包括
设定每个考题的输出模式。
3.根据权利要求1所述的试卷生成及评分方法,其特征在于,所述识别电子图像中二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息之前包括
通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
对缩放后的试卷图像进行二值化、降噪处理。
4.根据权利要求3所述的试卷生成及评分方法,其特征在于,所述对缩放后的试卷图像进行二值化、降噪处理之前还包括
对试卷图像定位获取图像坐标,根据二维码的坐标计算试卷图像偏转角度的估计值;
将试卷图像按照估计值将试卷图像进行逆向旋转。
5.根据权利要求1所述的试卷生成及评分方法,其特征在于,所述方法还包括
选定试卷编号,统计该试卷中每个考题的正确率,将正确率与阈值进行比较,判断正确率是否大于阈值,是则不做处理,否则提取该考题的知识点。
6.一种试卷生成及评分系统,其特征在于,包括
生成模块,用于配置考题信息、试卷针对的考生对象及其学号位数信息,设置试卷编号及该试卷编号对应的二维码后编辑为试卷,将编辑的试卷、配置的信息和设置的信息存储至试卷数据库,其中,考题信息包括考题、分数、答案及其对应的阅卷模式;
输出模块,用于获取待批改的教师手工阅卷后的纸质试卷,将纸质试卷转换为电子图像并输出;
阅卷模块,用于识别电子图像中二维码获取该试卷编号,查询试卷数据库获取试卷编号对应的试卷以及学号位数信息,对图像进行定位并根据学号位数信息获取考生学号,统计手工阅卷对应考题的分数和电子自动阅卷对应考题的分数的总分,将考生学号与总分进行关联,并存储至云端。
7.根据权利要求6所述的试卷生成及评分系统,其特征在于,所述生成模块包括
模式子模块,用于设定每个考题的输出模式。
8.根据权利要求6所述的试卷生成及评分系统,其特征在于,所述阅卷模块包括
缩放子模块,用于通过定位获取电子图像中二维码的大小,将该大小与试卷编号对应的试卷的二维码进行比较,计算二者的比例,根据该比例对电子图像进行缩放;
图像处理子模块,用于对缩放后的试卷图像进行二值化、降噪处理。
9.根据权利要求8所述的试卷生成及评分系统,其特征在于,所述图像处理计算子模块还包括
角度计算单元,用于对试卷图像定位获取图像坐标,根据二维码的坐标计算试卷图像偏转角度的估计值;
调整单元,用于将试卷图像按照估计值将试卷图像进行逆向旋转。
10.根据权利要求9所述的试卷生成及评分系统,其特征在于,所述系统还包括
统计模块,用于选定试卷编号,统计该试卷中每个考题的正确率,将正确率与阈值进行比较,判断正确率是否大于阈值,是则不做处理,否则提取该考题的知识点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114588.7A CN106934767A (zh) | 2017-02-28 | 2017-02-28 | 一种试卷生成及评分方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114588.7A CN106934767A (zh) | 2017-02-28 | 2017-02-28 | 一种试卷生成及评分方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106934767A true CN106934767A (zh) | 2017-07-07 |
Family
ID=59424247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710114588.7A Pending CN106934767A (zh) | 2017-02-28 | 2017-02-28 | 一种试卷生成及评分方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934767A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133631A (zh) * | 2017-12-29 | 2018-06-08 | 佛山市幻云科技有限公司 | 无纸化考试服务器、系统及方法 |
CN108460347A (zh) * | 2018-02-12 | 2018-08-28 | 中国民航大学 | 一种试卷自动统分系统 |
CN108985290A (zh) * | 2018-07-18 | 2018-12-11 | 杜艳平 | 一种用于教师教学质量的智能考核系统 |
CN109445726A (zh) * | 2018-11-09 | 2019-03-08 | 珠海奔彩打印科技有限公司 | 一种多方向旋转编辑打印内容的打印装置及打印方法 |
CN110021193A (zh) * | 2018-01-06 | 2019-07-16 | 南昌同凯网络信息服务有限公司 | 纸质试卷手机答题卡 |
CN110309703A (zh) * | 2019-04-25 | 2019-10-08 | 东莞市七宝树教育科技有限公司 | 一种智能适应识别并切割试卷答案区域的方法及其系统 |
CN110837827A (zh) * | 2019-11-09 | 2020-02-25 | 东莞市七宝树教育科技有限公司 | 一种适用于临时学号的试卷打印扫描识别方法及系统 |
CN111259277A (zh) * | 2020-01-10 | 2020-06-09 | 京丰大数据科技(武汉)有限公司 | 智能教育试题库管理系统及方法 |
CN112507879A (zh) * | 2020-12-08 | 2021-03-16 | 科大讯飞股份有限公司 | 评阅方法、装置、电子设备及存储介质 |
CN112765564A (zh) * | 2021-01-18 | 2021-05-07 | 山东山大鸥玛软件股份有限公司 | 一种试题防窃取方法、系统、终端及存储介质 |
CN112818765A (zh) * | 2021-01-18 | 2021-05-18 | 中科院成都信息技术股份有限公司 | 一种图像填涂识别方法、装置、系统、以及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷系统及阅卷方法 |
CN103400124A (zh) * | 2013-07-03 | 2013-11-20 | 北京鸿合盛视数字媒体技术有限公司 | 一种试卷识别方法及装置 |
CN103778816A (zh) * | 2014-01-27 | 2014-05-07 | 上海五和文化传播有限公司 | 纸质试卷的答案提取系统 |
CN104794948A (zh) * | 2015-04-20 | 2015-07-22 | 西安青柠电子信息技术有限公司 | 自动阅卷系统及其使用方法 |
CN105205300A (zh) * | 2014-06-20 | 2015-12-30 | 北京鸿合智能系统股份有限公司 | 自动调节阅卷方法及装置 |
CN105243383A (zh) * | 2015-09-10 | 2016-01-13 | 上海五和文化传播有限公司 | 答题卡处理方法及系统 |
CN105761566A (zh) * | 2016-02-18 | 2016-07-13 | 北京优宇通教育科技有限公司 | 答题辅助系统、设备和方法 |
-
2017
- 2017-02-28 CN CN201710114588.7A patent/CN106934767A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷系统及阅卷方法 |
CN103400124A (zh) * | 2013-07-03 | 2013-11-20 | 北京鸿合盛视数字媒体技术有限公司 | 一种试卷识别方法及装置 |
CN103778816A (zh) * | 2014-01-27 | 2014-05-07 | 上海五和文化传播有限公司 | 纸质试卷的答案提取系统 |
CN105205300A (zh) * | 2014-06-20 | 2015-12-30 | 北京鸿合智能系统股份有限公司 | 自动调节阅卷方法及装置 |
CN104794948A (zh) * | 2015-04-20 | 2015-07-22 | 西安青柠电子信息技术有限公司 | 自动阅卷系统及其使用方法 |
CN105243383A (zh) * | 2015-09-10 | 2016-01-13 | 上海五和文化传播有限公司 | 答题卡处理方法及系统 |
CN105761566A (zh) * | 2016-02-18 | 2016-07-13 | 北京优宇通教育科技有限公司 | 答题辅助系统、设备和方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133631A (zh) * | 2017-12-29 | 2018-06-08 | 佛山市幻云科技有限公司 | 无纸化考试服务器、系统及方法 |
CN110021193A (zh) * | 2018-01-06 | 2019-07-16 | 南昌同凯网络信息服务有限公司 | 纸质试卷手机答题卡 |
CN108460347A (zh) * | 2018-02-12 | 2018-08-28 | 中国民航大学 | 一种试卷自动统分系统 |
CN108985290A (zh) * | 2018-07-18 | 2018-12-11 | 杜艳平 | 一种用于教师教学质量的智能考核系统 |
CN109445726A (zh) * | 2018-11-09 | 2019-03-08 | 珠海奔彩打印科技有限公司 | 一种多方向旋转编辑打印内容的打印装置及打印方法 |
CN110309703B (zh) * | 2019-04-25 | 2021-07-27 | 东莞市七宝树教育科技有限公司 | 一种智能适应识别并切割试卷答案区域的方法及其系统 |
CN110309703A (zh) * | 2019-04-25 | 2019-10-08 | 东莞市七宝树教育科技有限公司 | 一种智能适应识别并切割试卷答案区域的方法及其系统 |
CN110837827A (zh) * | 2019-11-09 | 2020-02-25 | 东莞市七宝树教育科技有限公司 | 一种适用于临时学号的试卷打印扫描识别方法及系统 |
CN111259277A (zh) * | 2020-01-10 | 2020-06-09 | 京丰大数据科技(武汉)有限公司 | 智能教育试题库管理系统及方法 |
CN112507879A (zh) * | 2020-12-08 | 2021-03-16 | 科大讯飞股份有限公司 | 评阅方法、装置、电子设备及存储介质 |
CN112765564A (zh) * | 2021-01-18 | 2021-05-07 | 山东山大鸥玛软件股份有限公司 | 一种试题防窃取方法、系统、终端及存储介质 |
CN112818765A (zh) * | 2021-01-18 | 2021-05-18 | 中科院成都信息技术股份有限公司 | 一种图像填涂识别方法、装置、系统、以及存储介质 |
CN112818765B (zh) * | 2021-01-18 | 2023-09-19 | 中科院成都信息技术股份有限公司 | 一种图像填涂识别方法、装置、系统、以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934767A (zh) | 一种试卷生成及评分方法及系统 | |
CN110008933B (zh) | 一种通用智能阅卷系统和方法 | |
CN111507251B (zh) | 试题图像中作答区域的定位方法、装置、电子设备及计算机存储介质 | |
CN104143094B (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
CN110956138B (zh) | 一种基于家教设备的辅助学习方法及家教设备 | |
CN107657255B (zh) | 网络阅卷方法、装置、可读存储介质以及电子设备 | |
CN110659584B (zh) | 一种基于图像识别的智能留痕阅卷系统 | |
CN108416345B (zh) | 一种答题卡区域识别方法和计算设备 | |
CN109918523B (zh) | 一种基于yolo9000算法的电路板元器件检测方法 | |
CN109242856A (zh) | 一种纸质作业电子化批阅方法及装置 | |
CN113159014B (zh) | 基于手写题号的客观题批阅方法、装置、设备及存储介质 | |
CN108009536A (zh) | 扫描阅卷方法及系统 | |
CN108537218A (zh) | 一种答题卡的识别处理方法及装置 | |
CN110516554A (zh) | 一种多场景多字体中文文字检测识别方法 | |
CN111242045A (zh) | 自动化作业习题对错指示方法及系统 | |
CN107067399A (zh) | 一种试卷图像分割处理方法 | |
CN110659637A (zh) | 一种结合深度神经网络和sift特征的电能表示数与标签自动识别方法 | |
CN114399623B (zh) | 一种通用答题识别方法、系统、存储介质及计算设备 | |
CN115035032A (zh) | 神经网络训练方法、相关方法、设备、终端及存储介质 | |
CN112950528A (zh) | 证件姿态确定方法、模型训练方法、装置、服务器及介质 | |
CN107066939A (zh) | 一种网上阅卷系统的试卷切割处理方法 | |
CN113673428A (zh) | 一种答题卡图片中自动识别的方法 | |
CN111666882B (zh) | 一种手写体试题答案提取方法 | |
CN112991410A (zh) | 一种文本图像配准方法、电子设备及其存储介质 | |
CN112396057B (zh) | 一种字符识别方法、装置及电子设备 |
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: 20170707 |
|
RJ01 | Rejection of invention patent application after publication |