CN109727172A - 一种人工智能机器学习实验技能评分系统 - Google Patents

Abstract

本发明公开了一种人工智能机器学习实验技能评分系统，具体涉及人工智能技术领域，包括硬件架构和软件架构，所述硬件架构由实验室端设备和服务器机房设备组成，所述软件架构设置为分布式微服务分层架构。本发明通过采用多个视角的摄像头采集学生实验操作视频数据，使用深度学习、模式识别、图像处理、自然语言处理等人工智能技术，配合专用的智能实验器材和信息化的电子试卷，实现自动化评分，同时系统对实验操作视频和评分结果进行存储，老师可以通过互联网登陆系统对智能评分结果错误进行人工复核，通过深度学习算法可以对自动评分的结果进行自主学习，提高自动评分的准确度，学生可以通过互联网进行成绩查询与争议处理。

Description

一种人工智能机器学习实验技能评分系统

技术领域

本发明涉及人工智能技术领域，更具体地说，本发明涉及一种人工智能机器学习实验技能评分系统。

背景技术

实验是检验学生对理论知识的掌握水平的一种重要的教学手段。目前的实验技能评分方法都是按照一定的实验操作要求的评分要点，由评分老师进行主观评分，评分过程中的实验操作涉及到精细操作、操作顺序与实验结论的判断，这个需要大量的专业学科老师才能够完成对实验的评价。实验操作过程中到了评分要点时，需要现场评分老师逐一进行确认，现场的人工评分工作量巨大，而且不同的评分老师的评分尺度不同，导致评分结果无法做到很好的客观性，同时试卷采用传统的纸质试卷形式，无法对学生的试卷信息进行信息化的管理，评分结束后的统分工作也存在巨大的工作量压力，实验操作过程无法记录，考生对实验评分结果产生争议时，不能够有效的进行争议查询与处理。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种人工智能机器学习实验技能评分系统，通过采用多个视角的摄像头采集学生实验操作视频数据，使用深度学习、模式识别、图像处理、自然语言处理等人工智能技术，配合专用的智能实验器材和信息化的电子试卷，实现自动化评分，同时系统对实验操作视频和评分结果进行存储，老师可以通过互联网登陆系统对智能评分结果错误进行人工复核，通过深度学习算法可以对自动评分的结果进行自主学习，提高自动评分的准确度，学生可以通过互联网远程访问人工智能机器学习实验技能评分系统进行成绩查询与争议处理，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种人工智能机器学习实验技能评分系统，包括硬件架构和软件架构，所述硬件架构由实验室端设备和服务器机房设备组成，所述软件架构设置为分布式微服务分层架构；

所述实验室端设备用于学生实验数据采集和教师现场考务管理，所述服务器机房设备用于数据存储、算法处理和产品业务承载；

所述分布式微服务分层架构包括资源层、基础服务层、数据管理层、深度学习算法层、逻辑算法层以及接口层多个层级。

在一个优选地实施方式中，所述实验室端设备包括有多个实验台，且每个实验台均包括有俯视相机、侧视相机、测量区相机、智能仪器和学生实验终端，所述俯视相机以及侧视相机用于记录学生实验操作流程视频数据，所述测量区相机用于记录需要通过视频数据检测读数及操作规范的视频数据，所述智能仪器用于在学生进行实验操作时可将仪器数据及仪器状态通过无线数据传输方式发送给智能仪器网关，且由网关将数据汇聚统一上传至服务器用于智能评分，所述学生实验终端用于学生登录考试系统进行身份核验、考核题目显示以及实验数据录入。

在一个优选地实施方式中，所述智能仪器上设有特定的颜色编码标识，用于在学生进行实验操作时，对实验器材进行精准识别。

在一个优选地实施方式中，在一个优选地实施方式中，所述实验室终端设备配套部署一台教师管理终端，用于教师现场进行考务管理。

在一个优选地实施方式中，所述服务器机房设备包括视频服务器、深度学习服务器、数据库服务器和Web服务器，所述视频服务器用于存储各实验台传回的视频数据，所述深度学习服务器用于承载智能分析算法巨大的计算资源需求，所述数据库服务器用于承担业务流程中涉及的数据存储及查询任务，所述Web服务器用于承载系统的业务流程。

在一个优选地实施方式中，所述资源层用于为系统提供资源类服务，所述基础服务层用于为系统提供分布式基础服务中间件，所述数据管理层用于为系统提供海量数据的管理与同步功能，所述深度学习算法层用于提供深度学习基础算法能力，所述逻辑算法层用于在深度学习层算法输出结果及智能仪器上传结果的基础上提供评分逻辑的算法实现，所述接口层用于提供系统与其他子系统、管理员、开发人员及用户之间交互的接口。

在一个优选地实施方式中，所述深度学习算法层还可通过对实验台上的俯视相机、侧视相机、测量区相机或视频服务器中的视频图像进行读取，并进行智能识别与智能处理，且可以根据后期人工复核结果对评分结果进行自主学习。

在一个优选地实施方式中，所述分布式微服务分层架构外部配套设有全局系统管理模块，用于对软件架构进行统一的管理与监控，所述全局系统管理模块包括配置管理、日志管理、异常管理以及安全管理。

本发明的技术效果和优点：

1、本发明采用信息化的考试过程管理，方便对老师信息、考生信息、考题、考分统计进行信息化的管理，减少了出题、考务安排、评分和统分的人工，现场只需要1-2名维持考纪和试题下发的老师，极大的减少了专业老师的需求；

2、本发明采用人工智能技术对学生的实验操作过程进行自动评分，评分的依据按照考评点的要求，评分标准统一客观；

3、本发明考生实验数据的无线采集，实验数据与学生真实实验数据一致，可以完成对学生实验提交的数据自动监测与评分；

4、本发明采用电子试卷可以将学生的实验结论通过自然语言处理与标准答案进行比对，对实验结论的正确性进行自动评价；

5、本发明通过对学生的考试过程和评分结果进行自动存储，可以支持学生成绩的争议查询与处理，保证了考试成绩的有效性；

6、本发明支持实时评分和考后评分双模式，有效支持多种考试形式的开展

7、本发明具备机器学习功能，可以通过后期人工干预提升评分的准确度，

8、本发明支持考评点的自由组合，可以通过考评点组合完成试题的创建。

附图说明

图1为本发明的系统硬件架构图。

图2为本发明的软件架构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明一实施例的人工智能机器学习实验技能评分系统，可包括硬件架构和软件架构。

参照说明书附图1，该实施例的人工智能机器学习实验技能评分系统的硬件架构包括实验室端设备和服务器机房设备组成。

所述实验室端设备用于学生实验数据采集和教师现场考务管理。

进一步的，所述实验室端设备包括有多个实验台，且每个实验台均包括有俯视相机、侧视相机、测量区相机、智能仪器和学生实验终端，所述俯视相机以及侧视相机用于记录学生实验操作流程视频数据，所述测量区相机用于记录需要通过视频数据检测读数及操作规范的视频数据，所述智能仪器用于在学生进行实验操作时可将仪器数据及仪器状态通过无线数据传输方式发送给智能仪器网关，且由网关将数据汇聚统一上传至服务器用于智能评分，所述学生实验终端用于学生登录考试系统进行身份核验、考核题目显示以及实验数据录入。

进一步的，所述智能仪器上设有特定的颜色编码标识，用于在学生进行实验操作时，对实验器材进行精准识别。

进一步的，所述实验室终端设备配套部署一台教师管理终端，用于教师现场进行考务管理。

实施场景具体为：在实际使用的过程中，实验室终端设备可以根据考点需求进行部署，而实验室中以实验台为单位部署设备，且每个实验台均部署三台相机，其中，俯视相机和侧视相机用于记录学生实验操作流程视频数据，测量区相机用于记录需要通过视频数据检测读数及操作规范的视频数据，并且，每个实验台均会配备一套智能仪器，该智能仪器是为本系统专门研发的实验仪器，其外观和操作与传统实验仪器基本一致，在学生进行实验操作时，智能仪器可将仪器数据及仪器状态通过无线数据传输方式发送给智能仪器网关，由智能仪器网关将数据汇聚统一上传至服务器用于智能评分，并且，在进行实验的过程中，可通过智能仪器上设有的特定颜色编码标识，对在进行实验操作过程中所用到的实验器材进行精准识别，而考生可以通过学生实验终端登录考试系统进行身份核验、考核题目显示、实验数据录入等，教师则可以通过教师管理终端来现场进行考务管理，如试题下发、考核开始及结束、学生核对等。

所述服务器机房设备用于数据存储、算法处理和产品业务承载。

进一步的，所述服务器机房设备包括视频服务器、深度学习服务器、数据库服务器和Web服务器，所述视频服务器用于存储各实验台传回的视频数据，所述深度学习服务器用于承载智能分析算法巨大的计算资源需求，所述数据库服务器用于承担业务流程中涉及的数据存储及查询任务，所述Web服务器用于承载系统的业务流程。

实施场景具体为：在实际使用的过程中，服务器机房设备可通过Web服务器根据不同的应用场景部署在学校、区级考试中心或市级考试中心，而视频服务器、深度学习服务器、数据库服务器则部署在考点学校的信息中心，Web服务器主要承载系统的业务流程，用于部署考核过程管理系统，用户可以通过Web方式登陆系统完成考题的创建、考务安排、考题的下发、成绩录入、成绩查询以及争议查询处理等功能，而视频服务器则可用于存储学生实验操作视频，以便于进行考后评分或争议查询调用，同时，深度学习服务器用于部署深度学习自动评分系统的算法，可以完成对学生实验操作过程技能动作的自动评分，并可以从数据库服务器调取学生实验过程中设计的电子试卷内容，结合智能仪器和自然语言处理技术对学生的电子试卷进行自动评分。

参照说明书附图2，该实施例的人工智能机器学习实验技能评分系统的软件架构采用采用分布式微服务分层架构进行设计，所述分布式微服务分层架构包括资源层、基础服务层、数据管理层、深度学习算法层、逻辑算法层以及接口层多个层级。

进一步的，所述资源层用于为系统提供资源类服务，所述基础服务层用于为系统提供分布式基础服务中间件，所述数据管理层用于为系统提供海量数据的管理与同步功能，所述深度学习算法层用于提供深度学习基础算法能力，所述逻辑算法层用于在深度学习层算法输出结果及智能仪器上传结果的基础上提供评分逻辑的算法实现，所述接口层用于提供系统与其他子系统、管理员、开发人员及用户之间交互的接口。

进一步的，所述深度学习算法层还可通过对实验台上的俯视相机、侧视相机、测量区相机或视频服务器中的视频图像进行读取，并进行智能识别与智能处理，且可以根据后期人工复核结果对评分结果进行自主学习。

进一步的，所述分布式微服务分层架构外部配套设有全局系统管理模块，用于对软件架构进行统一的管理与监控，所述全局系统管理模块包括配置管理、日志管理、异常管理以及安全管理。

实施场景具体为：在实际使用的过程中，市级/区级/校级出题人通过互联网登陆系统，制作考题并进行考题审核与考题入库，考务安排人员在考核规定时间前通过互联网登陆系统，进行考务安排，设置开考时间、考题、考生信息以及评分方式，此评分方式包括及时评分模式以及考后评分模式，考生在开考时间到达实验室，由现场老师下发统一开考指令，系统自动将考题下发到学生终端学生开始实验。

基于及时评分模式：深度学习服务器从数据库服务器调取考评点信息，并通过实验台的摄像头获取学生实验技能操纵视频，利用图像识别、目标检测、目标跟踪与人脸检测完成对相应评分点的结果比对，并交由逻辑算法层进行判断，根据考评点的分值，自动完成成绩的统计与记录，并上传数据到数据服务器，同时上传视频数据到视频服务器，并对视频数据按照考评点进行时间切片，以方便后期人工校验与争议查询，实验数据通过学生端的无线传感器进行采集，并通过互联网上传到数据服务器进行存储，同时考生提交的实验数据同步上传到数据服务器，深度学习服务器调取传感器数据与学生提交的数据进行对比，完成对数据的自动评分，实验结论部分考生通过终端进行提交，上传至数据服务器，深度学习服务器调取数据服务器的数据通过自然语言处理技术对实验结论进行自动评分，所得分数的和为考生最终的成绩，老师可以通过互联网登陆系统对智能评分结果错误进行人工复核，通过深度学习算法可以对自动评分的结果进行自主学习，提高自动评分的准确度，考生可以通过Web登陆查看成绩与争议查询。

基于考后评分模式：学生开始实验，系统自动记录考生实验技能操作视频、无线传感器数据、学生提交的实验数据以及实验结论并分别上传到数据服务器和视频服务器，进入评分阶段时深度学习服务器从数据库服务器调取考评点信息，通过服务调取视频服务器中对应学生的实验技能操作视频利用图形识别、目标检测、目标跟踪与人脸检测完成对相应评分点的逻辑判断，并根据考评点的分值，自动完成成绩的统计与记录，并上传数据到数据服务器，并对视频数据按照考评点进行时间切片，调取传感器数据与学生提交的数据进行对比，完成对数据的自动评分，实验结论部分考生通过终端进行提交，上传至数据服务器，深度学习服务器调取数据服务器的数据通过自然语言处理技术对实验结论进行自动评分，所得的分数的和为考生最终的成绩，老师可以通过互联网登陆系统对智能评分结果错误进行人工复核，通过深度学习算法可以对自动评分的结果进行自主学习，提高自动评分的准确度，考生可以通过Web登陆查看成绩与争议查询。

综上所述：本发明通过采用多个视角的摄像头采集学生实验操作视频数据，使用深度学习、模式识别、图像处理、自然语言处理等人工智能技术，配合专用的智能实验器材和信息化的电子试卷，实现自动化评分，同时系统对实验操作视频和评分结果进行存储，老师可以通过互联网登陆系统对智能评分结果错误进行人工复核，通过深度学习算法可以对自动评分的结果进行自主学习，提高自动评分的准确度，学生可以通过互联网远程访问人工智能机器学习实验技能评分系统进行成绩查询与争议处理。

最后应说明的几点是：首先，本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

其次：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种人工智能机器学习实验技能评分系统，其特征在于：包括硬件架构和软件架构，所述硬件架构由实验室端设备和服务器机房设备组成，所述软件架构设置为分布式微服务分层架构；

所述实验室端设备用于学生实验数据采集和教师现场考务管理，所述服务器机房设备用于数据存储、算法处理和产品业务承载；

所述分布式微服务分层架构包括资源层、基础服务层、数据管理层、深度学习算法层、逻辑算法层以及接口层多个层级。

2.根据权利要求1所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述实验室端设备包括有多个实验台，且每个实验台均包括有俯视相机、侧视相机、测量区相机、智能仪器和学生实验终端，所述俯视相机以及侧视相机用于记录学生实验操作流程视频数据，所述测量区相机用于记录需要通过视频数据检测读数及操作规范的视频数据，所述智能仪器用于在学生进行实验操作时可将仪器数据及仪器状态通过无线数据传输方式发送给智能仪器网关，且由网关将数据汇聚统一上传至服务器用于智能评分，所述学生实验终端用于学生登录考试系统进行身份核验、考核题目显示以及实验数据录入。

3.根据权利要求2所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述智能仪器上设有特定的颜色编码标识，用于在学生进行实验操作时，对实验器材进行精准识别。

4.根据权利要求1所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述实验室终端设备配套部署一台教师管理终端，用于教师现场进行考务管理。

5.根据权利要求1所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述服务器机房设备包括视频服务器、深度学习服务器、数据库服务器和Web服务器，所述视频服务器用于存储各实验台传回的视频数据，所述深度学习服务器用于承载智能分析算法巨大的计算资源需求，所述数据库服务器用于承担业务流程中涉及的数据存储及查询任务，所述Web服务器用于承载系统的业务流程。

6.根据权利要求1所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述资源层用于为系统提供资源类服务，所述基础服务层用于为系统提供分布式基础服务中间件，所述数据管理层用于为系统提供海量数据的管理与同步功能，所述深度学习算法层用于提供深度学习基础算法能力，所述逻辑算法层用于在深度学习层算法输出结果及智能仪器上传结果的基础上提供评分逻辑的算法实现，所述接口层用于提供系统与其他子系统、管理员、开发人员及用户之间交互的接口。

7.根据权利要求2所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述深度学习算法层还可通过对实验台上的俯视相机、侧视相机、测量区相机或视频服务器中的视频图像进行读取，并进行智能识别与智能处理，且可以根据后期人工复核结果对评分结果进行自主学习。

8.根据权利要求1所述的一种人工智能机器学习实验技能评分系统，其特征在于：所述分布式微服务分层架构外部配套设有全局系统管理模块，用于对软件架构进行统一的管理与监控，所述全局系统管理模块包括配置管理、日志管理、异常管理以及安全管理。