CN108460703B - 一种基于纸质手写在线多页修改时的页数智能判别方法 - Google Patents
一种基于纸质手写在线多页修改时的页数智能判别方法 Download PDFInfo
- Publication number
- CN108460703B CN108460703B CN201810111458.2A CN201810111458A CN108460703B CN 108460703 B CN108460703 B CN 108460703B CN 201810111458 A CN201810111458 A CN 201810111458A CN 108460703 B CN108460703 B CN 108460703B
- Authority
- CN
- China
- Prior art keywords
- page
- handwriting
- question
- answer
- modified content
- 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.)
- Active
Links
Classifications
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Abstract
本发明公开了一种基于纸质手写在线多页修改时的页数智能判别方法,包括以下步骤:S1.判断答题笔迹所处y轴行数在书写过程中是否发生突变:若是,并且,y轴行数突变后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改,并将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;否则,判断为翻页或继续做题;S2.将修改内容与已书写的每一页答题笔迹进行重叠交叉度及关联度比对,筛选出重叠交叉度最低、关联度最高的页面,将筛选出的页面与修改内容进行关联打包存储。本发明智能预判修改内容处于哪些可能的页面,自动剔除最无可能的页面,为教师的后期人工干预提供了极大的便利。
Description
技术领域
本发明涉及在线教育技术领域,尤其涉及一种基于纸质手写在线作业/考试中多页修改时的页数智能判别方法。
背景技术
在目前的基于纸质手写的在线作业/考试系统中,每位学生配备一块智能手写板,在智能手写板上覆盖纸张,学生在该纸张上进行书写,智能手写板采用电磁感应原理识别学生所书写的内容,该答题内容保留在纸质上的同时,还实时地以电子形式存储在系统中,方便教师和学生随时查看,该系统虽然可以根据题号识别技术实现自动切题分题的功能,并可通过页面长宽的设置对学生正常的书写进行页数判别。但由于智能手写板电磁感应所识别的纸张书写区域是固定的,当答题内容有多页时,学生在返回前页对答案进行修改时,系统无法自动识别修改内容具体对应的是哪一页的内容,从而导致学生的修改内容无法与修改题目相匹配,造成数据关联的混乱与错误,并给教师的批改工作带来了一定的麻烦。根据传统的方法,可在智能手写板上设置翻页按键,让学生修改时可以通过按键来确定修改题目所在的页面,但从学生答题的传统习惯出发,按键的设置不仅不便捷,而且很容易被遗忘,并不能彻底解决上述问题,教师在批改作业/试卷时,需要将学生修改的内容一一地拖到相应的位置,大大地影响了教师的批改效率。
发明内容
为了解决上述技术问题,本发明提供了一种基于纸质手写的在线多页修改时的页数智能判别方法,该方法根据学生传统的答题习惯,对修改内容所在页数进行智能预判。
本发明提供的基于纸质手写的在线多页修改时的页数智能判别方法,包括以下步骤:
S1.判断答题笔迹所处y轴行数在书写过程中是否发生突变:
若是,并且,y轴行数突变后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改,并将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;
否则,判断为翻页或继续做题;
S2.将修改内容所在位置与已书写的每一页答题笔迹所在位置进行比对,筛选出最为匹配的页面,并将筛选出的页面与修改内容进行关联打包存储。
在上述技术方案中,“持续变化”是指每一页答题笔迹所处y轴行数向下连续变化,期间没有中断(例如,y轴行数向下连续变化超过5行,或者,y轴行数持续变化过程中出现新题号);本发明将书写过程中答题笔迹所处y轴行数发生突变后答题笔迹又返回原处的情况限定为修改,并限定了修改内容,将修改内容与已作答页面的答题笔迹进行比对,筛选出最有可能的页面进行绑定,避免了修改内容无法与修改题目相匹配而造成的数据关联混乱与错误。
进一步地,在S1中,判断y轴行数突变是否从倒数第6行至倒数第一行中的任一行突变至第一行:
若是,并且y轴行数突变后持续变化,则判断为翻页;
若是,并且y轴行数突变之后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改;
若不是,并且y轴行数突变后变小且不小于当前题号所在行数,之后持续变化,则判断为继续做题;
若不是,并且y轴行数突变后变小且小于当前题号所在行数,则判断为修改,并将位于当前题号所在行上方且为突变后的答题笔迹判断为修改内容;
若不是,并且y轴行数突变后变大,之后持续变化,则判断为继续做题;
若不是,并且y轴行数突变后变大,之后未持续变化,则判断为修改,若答题笔迹最终返回至突变之前的位置,则将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;若y轴行数又突变至与此次突变笔迹所在行数不连续的另一行,则将两次突变之间的答题笔迹判断为修改内容。
上述技术方案对y轴行数突变的几种情况进行了翻页、继续做题或修改的限定,提高了判别效率,并为后期的人工干预提供便利。
进一步地,在S1中,先判断修改内容是否位于第一页,方法如下:
判断y轴行数的突变是否发生在y轴行数第一次“从倒数第6行至倒数第一行中的任一行突变至第一行后持续变化”之前,若是,则判断修改内容位于第一页,然后判断修改内容的位置是否与第一页某题答题内容所处位置相对应,若对应,则将该修改内容与该题进行关联打包存储;否则,转至S2。
在上述技术方案中,先判断修改页面是否是第一页,如果是第一页,则将修改内容直接与该页绑定,并根据修改位置找到对应的修改题号直接与该题绑定,节约了比对过程,提高了判别效率,并减少后期人工干预的工作量。
进一步地,在S2中,比对方法采用重叠交叉度及关联度比对,筛选出重叠交叉度最低、关联度最高的页面;重叠交叉度大于80%,和/或,关联度大于2个行距或2个字符间距时,该页面直接被剔除。
在该技术方案中,重叠交叉度是指修改内容的笔迹与某一页已作答内容的笔迹重叠交叉的比例,关联度是指修改内容的第一笔画所处位置与被比对页面原有内容字迹所处位置的关联程度,是根据两者之间最短距离的大小来计算的,最短距离越小,关联度越高。
进一步地,在S2中,比对方法是:将修改内容及其上一行和下一行所在区域切割后与已书写的每一页答题笔迹进行比对。将修改内容所在位置的上一行和下一行划分进来进行比对,可以提高与已书写的每一页比对的正确率。
进一步地,在S2中,若筛选出的页面为一页,则判断该页为修改内容所在页,并将该页与修改内容进行关联打包存储;若筛选出的页面为两页及以上,则将各页面依次排列并与修改内容进行关联打包存储。
进一步地,在S2之后,还包括S3:
S3.由人工干预选择最终的一幅页面,并将修改内容与该页面上的某一题进行关联打包存储,最终形成合成页面。
在上述技术方案中,S2中筛选出来的页面最终由人工干预进行最后的判断,选择出最有可能的那一页面,方便教师后期的批阅,前期的筛选过程页可以大大减少教师人工比对页面时的工作量。
进一步地,在S1中,将修改内容变色浮出呈现在显示屏上;在S3中,修改内容与筛选出的页面进行关联打包形成合成页面后由变色浮出状态恢复至原始状态。该技术方案将修改内容变色浮出便于教师人工干预时的查看。
进一步地,在S2中,若筛选出的页面为两页及以上,则将各页面依次排列并与修改内容同时显示,并在每张页面上设置删除按键,用于删除相应页面;在每张页面的每道题旁上设置添加按键,用于将修改内容与相应页面的某题进行绑定从而形成合成页面;在合成页面上添加返回按键,用于重新将修改内容与相应页面进行绑定。
上述技术方案方便教师进行人工干预时,将修改内容与某一页的某一题进行关联打包。
进一步地,在S1之前还包括步骤S0:
S0.判断智能手写板上是否书写有重绘题号,若是,则判断为修改,将书写在该重绘题号之后、返回原处之前或另一重绘题号之前的答题笔迹判断为修改内容,并将该修改内容与该重绘题号关联打包存储;否则,转至S1。
在上述技术方案中,通过规约学生在需要修改答案时重绘题号,系统可以直接跳转至该题所在页面,使修改内容直接与该题关联打包存储,省略了后续的判断过程,提高了效率,并且减轻了教师后期的人工干预的工作量。
本发明的有益效果是:学生修改的答题内容可以直接被智能预判处于哪些可能的页面,不需要学生额外的进行某些操作,该智能判别方法解决了在智能手写板纸质书写的作业/考试数据采集中,智能手写板固定书写区域导致多页重叠从而造成的修改内容所在页数不明的问题,本发明通过智能判别学生常态书写与修改时的学习状态,自动剔除修改内容最无可能所在页面,并通过简便的呈现方式为教师的后期人工干预提供极大便利。随着长期的数据积累与学习,该方法将会实现人工智能判定修改内容所处的具体页数,实现完全的人工智能识别。
具体实施方式
本发明中提供的基于纸质手写在线多页修改时的页数智能判别方法可用于在线作业/考试系统中,该方法需要为每位学生提供一块智能手写板,该智能手写板与系统终端连接,智能手写板可以自带手写笔,该智能手写板上可覆盖纸张,学生可在纸张上书写,智能手写板利用电磁感应原理获取书写在其上的笔迹,并将该笔迹的信息传输到系统终端上存储和显示。
在在线作业/考试系统中,智能手写板上可划分相对应的题号书写区和答题区,题号书写区用于识别手写在该区域的题号,答题区用于识别书写在该区域的答题内容,作业/考试所用纸张上最好同样设置有与智能手写板相对应的题号书写区和答题区,这样更便于系统识别学生手写的题号和答案,系统根据学生所写的题号将相应的答题内容自动分割,然后将题号与相应的答题内容进行关联绑定存储,方法为:系统终端识别题号书写区的题号信息成功后,在题号上方某一位置处自动生成横线完成对该题答题区开始区域的限定,当出现下一题号时,在上一题答题内容的最后一行与下一题号所处行之间某一位置处自动生成横线完成对上一题号答题区结束区域的限定,将写在上一题号之后、下一题号之前的所有答题内容归属于上一题号,即以识别相邻两题号之间的时间段为基准,将该时间段内的上一题号以及上一题号对应的答题内容分割成一个独立的矩形区域,将该矩形区域的信息与上一题号进行关联绑定存储以及显示。
由于作业/考试所用纸张一般是有横线的,学生按照横线(也即x轴方向)书写的内容基本上是处于一条水平线上,便于以“行”为单位进行划分,从而形成若干行,答题笔迹所处行数称为y轴行数。
学生答题笔迹的数据信息传至系统终端后,系统终端自动按照学生书写的时间顺序重绘学生笔迹,开始即默认为第一页,并根据答题笔迹所处y轴行数在书写过程中是否存在“从最后某一行(例如倒数第6行至倒数第一行中的任一行)突变至第一行后持续变化”的情况,若是,则判断为翻页,从而将答题笔迹划分成一页一页,或者按照纸张上的行数划分。“持续变化”是指答题笔迹所处y轴行数向下连续变化若干行,期间没有发生中断,例如,y轴行数向下连续变化超过5行,或者,“持续变化”指y轴行数连续变化过程中出现新题号,y轴行数“持续变化”时可认为是学生继续做题状态。
学生在返回修改答题内容的过程中,存在两种情况:修改之前重绘题号和忘记重绘题号;若学生在返回修改前重绘了题号,系统终端通过识别重绘的题号自动跳转至该题所在页面,并将该题的答题内容调取出来,从而将该题的修改内容与该题题号以及相对应的答题内容关联打包存储;若学生返回修改前忘记重绘题号,可以通过判断答题笔迹所处y轴行数的突变情况来判断突变操作是属于修改、继续做题还是翻页,并将修改内容与已做答页面进行比对,筛选出最有可能的一张或两张及以上的页面,若为两张及以上,则由教师进行人工干预确定最终的一张;为了提高系统的判别速度和减少教师的工作量,可以通过规约学生在需要修改时重绘题号。
下面通过实施例对本发明提供的智能判别方法进行详细说明。
实施例1
该实施例主要针对学生在返回修改时忘记重绘题号的情况,本发明提供的基于纸质手写在线多页修改时的页数智能判别方法,包括以下步骤:
S1.判断答题笔迹所处y轴行数在书写过程中是否从第a行突变至第b(b≠a)行,a代表行数,b代表行数:
若是,并且,y轴行数突变后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改,并将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;
否则,判断为翻页或继续做题;
S2.将修改内容与已书写的每一页答题笔迹进行比对,筛选出最为匹配的页面,并将筛选出的页面与修改内容进行关联打包存储。
在S1中,“答题笔迹最终返回至突变之前的位置”中的“突变之前的位置”包括y轴和x轴坐标,指答题笔迹返回后书写的第一笔与突变之前的最后一笔之间不超过2个字符的距离,也即答题笔迹在突变之前和返回之后的y轴坐标一致(也即位于同一行),x轴坐标之间不超过2个字符。
该实施例中包括多种情况,例如b>a或1≤b<a时,何种情况属于修改、翻页或继续做题,通过进一步限定修改的情况,可以提高本发明的判别效率。
作为本实施例的优选方案,在S1中,优先判断y轴行数是否从最后某一行(例如倒数第6行至倒数第一行中的任一行)突变至第一行,具体包括以下情况:
情况1:若是,并且y轴行数突变后持续变化,则判断突变之后为翻页;
情况2:若是,并且y轴行数突变之后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改;
情况3:若不是,并且y轴行数突变后变小(即1≤b<a)且b不小于当前题号所在行数,之后持续变化,则判断突变之后为继续做题;
情况4:若不是,并且y轴行数突变后变小(即1≤b<a)且b小于当前题号所在行数,则判断为修改,并将位于当前题号所在行上方且为突变后的答题笔迹判断为修改内容;
情况5:若不是,并且y轴行数突变后变大(即b>a),之后持续变化,则判断为继续做题;
情况6:若不是,并且y轴行数突变后变大(即b>a),之后未持续变化,则判断为修改,若答题笔迹最终返回至突变之前的位置,则将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;若y轴行数又突变至与突变笔迹所在行数不连续的另一行,则将两次突变之间的答题笔迹判断为修改内容。
上述几种情况对y轴行数突变是在答题结束时或答题未结束时、还是在当页突变还是翻页后修改的情况进行了说明,并限定了相应的修改内容,以及说明了继续答题和翻页的几种情况,优化了判别方法。
在上述技术方案中,优选选择判断是否从最后一行突变至第一行,此时需要规约学生优先作答会做的题目,并在每一页的正常书写时都尽量写到最后一行,如此,可以进一步提高判别的效率。
在情况4中,若答题笔迹最终返回至突变之前的位置,则将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;若y轴行数突变之后未持续变化、未返回至突变之前的位置即结束,则将y轴行数在突变之后的答题笔迹判断为修改内容,这种情况适用于所有题目做完后返回修改某一题、修改后结束答题;若y轴行数又突变至与此次突变笔迹所在行数不连续的另一行,则将两次突变之间的答题笔迹判断为第一次修改内容,依此类推,这种情况适用于修改一道题后又继续修改另一道题。
例如,答题笔迹所处y轴行数从第a行突变至第b(b≠a)行后未持续变化又突变至与本次突变笔迹所在行数不连续的第c行,y轴行数突变至第c行后未持续变化,且答题笔迹最终返回至第a行突变之前的位置,则判断为两次修改,并将y轴行数在突变至第b行之后、第c行之前的答题笔迹判断为第一次的修改内容,将y轴行数在突变至第c行之后、返回至第a行之前的答题笔迹判断为第二次的修改内容。
在S1中,若答题笔迹所处y轴行数在手写过程中从第a行突变至第b(b=a)行,答题笔迹最终又返回至突变之前的位置,并且突变之后、返回之前的答题笔迹与指突变之后的第b行原有笔迹有重叠,则判断为修改,并将y轴行数在突变之后、返回之前书写的内容判断为修改内容。这种情况适用于在修改前页内容且修改位置所处行数与正在作答的行数一致时的情况。
作为本实施例的优选方案,在S2中,比对方法采用重叠交叉度及关联度比对,筛选出重叠交叉度最低、关联度最高的页面;重叠交叉度大于80%,和/或,关联度大于2个行距或2个字符间距时,该页面直接被剔除。
在上述技术方案中,重叠交叉度是指修改内容的笔迹与某一页已作答内容的笔迹重叠交叉的比例,一般的修改规则是将原来书写的答案划掉后在相邻空白位置写上修改的内容,或者直接在原来书写的答案后面或下方空白位置处写上修改的内容(此时为增加内容),所以修改内容的笔迹有80%以上与原有笔迹产生重叠交叉时,修改内容与原有笔迹几乎完全重合,极有可能不是修改;关联度是指修改内容的第一笔画所处位置与被比对页面原有内容字迹所处位置的关联程度,是根据两者之间最短距离的大小来计算的,最短距离越小,关联度越高;关联度太小时,例如修改内容的第一笔画位置与原有内容字迹位置之间的最短距离大于2个行距或2个字符间距时,修改内容几乎处于一大块空白处,也极有可能不是修改;上述两种情况几乎不可能是修改的正常形态,可以直接剔除不参与后期的人工干预,从而减轻教师人工干预的工作量。
优选地,先进行重叠交叉度的比对,再进行关联度的比对,关联度比对时只需要将修改内容分别与重叠交叉度比对筛选后剩下的页面进行位置比对即可,提交工作效率。
在S2中,若筛选出的页面为一页,则判断该页为修改内容所在页,并将该页与修改内容进行关联打包存储;若筛选出的页面为两页及以上,则将各页面依次排列并与修改内容进行关联打包存储。
进一步优选地,在S2中,当修改内容与已书写的每一页答题笔迹进行比对时,将修改内容及其上一行和下一行所在区域切割后与每一页进行比对。
实施例2
在实施例1的基础上,在S2之后,还包括S3:
S3.由人工干预选择最终的一幅页面,并将修改内容与该页面上的某一题进行关联打包存储。
该实施例主要用于S2筛选出的页面为两幅及以上无法确定最终的一幅时,由教师通过观察比对修改内容与筛选页面上的各题答案,最终筛选出修改内容具体属于哪一页的哪一题,方便教师之后的批阅。
优选地,在S1中,将修改内容变色浮出呈现在显示屏上;在S3中,修改内容与某页面的某一题进行关联打包存储后由变色浮出状态恢复至原始状态。
优选地,在S2中,筛选出的页面为两页及以上时,将各页面依次排列并与修改内容同时显示,在每张页面上设置删除按键(例如“叉号按键”),用于删除相应页面,若教师认为某页面与修改内容不相吻合,则点击删除按键,该页即被自动剔除;并在每张页面的每道题旁上设置添加按键(例如“对号按键”),用于将修改内容与相应页面的某题进行绑定从而形成合成页面,合成后,修改内容的颜色恢复至原始颜色,同时其余未被比对或已被比对的页面经教师同意后被自动删除;在合成页面上添加返回按键,用于重新将修改内容与相应页面进行绑定,若教师按错合成按键或判别失误,可点击返回按键重新与其他页面比对;修改内容按照修改时间依次由教师进行人工干预,后一次的人工干预所比对的底图均以前一次修改内容合成完毕的页面为准。
实施例3
在实施例1和2的基础上,在S1中,优先判断修改内容是否位于第一页,第一页可以通过是否有翻页操作来判断,若位于第一页,则修改内容无需与其它页进行比对,提高了判别效率,具体判断方法如下:
判断y轴行数的突变是否发生在y轴行数第一次“从倒数第6行至倒数第一行中的任一行突变至第一行后持续变化”之前,若是,则判断修改内容位于第一页,然后判断修改内容的位置(例如y轴行数)是否与第一页某题答题内容所处位置(例如y轴行数)相对应,若对应,则将该修改内容与该题进行关联打包存储;否则,转至S2。
在该实施例中,在判断出修改内容位于第一页后,直接将修改内容与第一页的某题关联打包存储,减少了S2和S3中的比对工作量,节约了时间,提高了效率,并减少了最终教师人工干预的工作量。
实施例4
本实施例用于规约学生在修改答题内容前先重绘题号,从而提高判别修改内容的效率,具体方法如下:
在实施例1-3的基础上,在S1之前设置步骤S0:
S0.判断答题笔迹所处y轴行数在突变之前是否书写有重绘题号,若是,则判断为修改,将书写在该重绘题号之后、返回原处之前或另一重绘题号之前的答题笔迹判断为修改内容,并将该修改内容与该重绘题号关联打包存储;否则,转至S1。
若学生在修改答题内容重绘了相应题号,系统终端通过识别重绘的题号自动跳转至该题所在页面,并将该题的答题内容调取出来,从而将该题的修改内容与该题题号以及相对应的答题内容关联打包存储,省却了后续的步骤判断,进一步提高了判别效率。
本发明提供的页面智能判别方法无需学生额外进行某些操作,即可解决在智能手写板纸质书写的作业/考试数据采集过程中,书写板固定区域导致笔迹重叠从而造成的修改页数不明的问题,通过智能判别筛选学生常态化书写与修改的学习状态,自动剔除最无可能的页面,以简便的呈现方式为教师的后期人工干预提供了极大的便利;随着长期的数据积累和学习,系统将会人工智能判定修改内容所述的具体页面,实现完全的人工智能识别。
以上所述实施方式仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (9)
1.一种基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,包括以下步骤:
S1.判断答题笔迹所处y轴行数在书写过程中是否发生突变:
若是,并且y轴行数突变之后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改,并将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;
否则,判断为翻页或继续做题;
S2.将修改内容所在位置与已书写的每一页答题笔迹所在位置进行比对,筛选出最为匹配的页面,并将筛选出的页面与修改内容进行关联打包存储;
在S1中,判断y轴行数突变是否从倒数第6行至倒数第一行中的任一行突变至第一行:
若是,并且y轴行数突变后持续变化,则判断为翻页;
若是,并且y轴行数突变至后未持续变化且答题笔迹最终返回至突变之前的位置,则判断为修改;
若不是,并且y轴行数突变后变小且不小于当前题号所在行数,之后持续变化,则判断为继续做题;
若不是,并且y轴行数突变后变小且小于当前题号所在行数,则判断为修改,并将位于当前题号所在行上方且为突变后的答题笔迹判断为修改内容;
若不是,并且y轴行数突变后变大,之后持续变化,则判断为继续做题;
若不是,并且y轴行数突变后变大,之后未持续变化,则判断为修改,若答题笔迹最终返回至突变之前的位置,则将y轴行数在突变之后、返回之前的答题笔迹判断为修改内容;若y轴行数又突变至与此次突变笔迹所在行数不连续的另一行,则将两次突变之间的答题笔迹判断为修改内容。
2.根据权利要求1所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S1中,先判断修改内容是否位于第一页,方法如下:
判断y轴行数的突变是否发生在y轴行数第一次“从倒数第6行至倒数第一行中的任一行突变至第一行后持续变化”之前,若是,则判断修改内容位于第一页,然后判断修改内容的位置是否与第一页某题答题内容所处位置相对应,若对应,则将该修改内容与该题进行关联打包存储;否则,转至S2。
3.根据权利要求1所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S2中,比对方法采用重叠交叉度及关联度比对,筛选出重叠交叉度最低、关联度最高的页面;重叠交叉度大于80%,和/或,关联度大于2个行距或2个字符间距时,该页面直接被剔除。
4.根据权利要求1所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S2中,比对方法是:将修改内容及其上一行和下一行所在区域切割后与已书写的每一页答题笔迹进行比对。
5.根据权利要求1所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S2中,若筛选出的页面为一页,则判断该页为修改内容所在页,并将该页与修改内容进行关联打包存储;若筛选出的页面为两页及以上,则将各页面依次排列并与修改内容进行关联打包存储。
6.根据权利要求1所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S2之后,还包括S3:
S3.由人工干预选择最终的一幅页面,并将修改内容与该页面上的某一题进行关联打包存储,最终形成合成页面。
7.根据权利要求6所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S1中,将修改内容变色浮出呈现在显示屏上;在S3中,修改内容与筛选出的页面进行关联打包形成合成页面后由变色浮出状态恢复至原始状态。
8.根据权利要求6所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S2中,若筛选出的页面为两页及以上,则将各页面依次排列并与修改内容同时显示,并在每张页面上设置删除按键,用于删除相应页面;在每张页面的每道题旁上设置添加按键,用于将修改内容与相应页面的某题进行绑定从而形成合成页面;在合成页面上添加返回按键,用于重新将修改内容与相应页面进行绑定。
9.根据权利要求1-8任一项所述的基于纸质手写在线多页修改时的页数智能判别方法,其特征在于,在S1之前还包括S0:
S0.判断答题笔迹所处y轴行数在突变之前是否书写有重绘题号,若是,则判断为修改,将书写在该重绘题号之后、返回原处之前或另一重绘题号之前的答题笔迹判断为修改内容,并将该修改内容与该重绘题号关联打包存储;否则,转至S1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810111458.2A CN108460703B (zh) | 2018-02-05 | 2018-02-05 | 一种基于纸质手写在线多页修改时的页数智能判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810111458.2A CN108460703B (zh) | 2018-02-05 | 2018-02-05 | 一种基于纸质手写在线多页修改时的页数智能判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108460703A CN108460703A (zh) | 2018-08-28 |
CN108460703B true CN108460703B (zh) | 2021-07-13 |
Family
ID=63239591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810111458.2A Active CN108460703B (zh) | 2018-02-05 | 2018-02-05 | 一种基于纸质手写在线多页修改时的页数智能判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108460703B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703927A (zh) * | 2019-09-27 | 2020-01-17 | 深圳易普森科技股份有限公司 | 一种基于手写笔迹信息化的智能交互系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411458A (zh) * | 2011-08-15 | 2012-04-11 | 留越 | 一种纸面笔迹信息化处理的方法及系统 |
CN106548671A (zh) * | 2016-10-28 | 2017-03-29 | 网易(杭州)网络有限公司 | 一种信息处理方法、设备和系统 |
CN107093340A (zh) * | 2017-06-22 | 2017-08-25 | 宁波宁大教育设备有限公司 | 解题过程的智能呈现方法 |
CN107273002A (zh) * | 2017-05-15 | 2017-10-20 | 深圳市助天使软件技术有限公司 | 手写输入答题方法、终端及计算机可读存储介质 |
-
2018
- 2018-02-05 CN CN201810111458.2A patent/CN108460703B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411458A (zh) * | 2011-08-15 | 2012-04-11 | 留越 | 一种纸面笔迹信息化处理的方法及系统 |
CN106548671A (zh) * | 2016-10-28 | 2017-03-29 | 网易(杭州)网络有限公司 | 一种信息处理方法、设备和系统 |
CN107273002A (zh) * | 2017-05-15 | 2017-10-20 | 深圳市助天使软件技术有限公司 | 手写输入答题方法、终端及计算机可读存储介质 |
CN107093340A (zh) * | 2017-06-22 | 2017-08-25 | 宁波宁大教育设备有限公司 | 解题过程的智能呈现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108460703A (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6185333B1 (en) | Information processing method and apparatus | |
CN107798321A (zh) | 一种试卷分析方法和计算设备 | |
CN107293171B (zh) | 智能手写板、单题分割及答题分析方法 | |
CN110246382A (zh) | 一种用于离线式学生作业辅导和课外辅导的系统和方法 | |
CN108369579A (zh) | 向文档部分上绘涂内容分类 | |
JP2014056210A (ja) | 漢字書き順学習装置及び漢字書き順学習プログラム | |
CN107783718A (zh) | 一种基于纸质手写的在线作业/考试输入方法及装置 | |
CN108460703B (zh) | 一种基于纸质手写在线多页修改时的页数智能判别方法 | |
CN111063223B (zh) | 英语单词拼写练习方法及装置 | |
KR101265720B1 (ko) | 관계형 문항을 이용한 학습 능력 향상 시스템 및 그 동작방법 | |
US6697524B1 (en) | Information processing method and apparatus | |
CN110083816A (zh) | 数字化教学方法、装置及其系统 | |
DE102009010877A1 (de) | Zeicheneingabeempfangsvorrichtung und Verfahren zum Empfangen von Zeicheneingaben | |
CN109857320B (zh) | 一种答题卡更新方法、装置、显示设备及可读存储介质 | |
US11416558B2 (en) | System and method for recommending personalized content using contextualized knowledge base | |
CN115920192B (zh) | 专注力分配能力训练系统、运行方法及存储介质 | |
CN115272018A (zh) | 作业处理方法、作业处理设备、电子设备和存储介质 | |
JP2018106082A (ja) | 問題作成装置、問題作成方法及び問題作成プログラム | |
JP2020140151A (ja) | プログラミング学習システム、プログラミング学習用プログラム、プログラミング学習方法。 | |
JP5395595B2 (ja) | 学習支援用のプログラム | |
US5675820A (en) | Guided outlining method | |
CN113641876A (zh) | 基于点阵码的练字方法、系统及计算机可读存储介质 | |
JP2010019939A (ja) | 学習問題作成方法および学習問題作成プログラム | |
JPH0429287A (ja) | 答案の自動採点装置 | |
CN115544331A (zh) | 一种试题筛选方法、系统及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |