CN112116840A - 一种基于图像识别的作业批改方法、系统和智能终端 - Google Patents

一种基于图像识别的作业批改方法、系统和智能终端 Download PDF

Info

Publication number
CN112116840A
CN112116840A CN201910529878.7A CN201910529878A CN112116840A CN 112116840 A CN112116840 A CN 112116840A CN 201910529878 A CN201910529878 A CN 201910529878A CN 112116840 A CN112116840 A CN 112116840A
Authority
CN
China
Prior art keywords
question
corrected
answer
content
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.)
Granted
Application number
CN201910529878.7A
Other languages
English (en)
Other versions
CN112116840B (zh
Inventor
杨昊民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN201910529878.7A priority Critical patent/CN112116840B/zh
Publication of CN112116840A publication Critical patent/CN112116840A/zh
Application granted granted Critical
Publication of CN112116840B publication Critical patent/CN112116840B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words

Abstract

本发明提供了一种基于图像识别的作业批改方法、系统和智能终端,包括获取学生答题后的图像数据,根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;若待批改题目的题目类型为主观题,根据题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。本发明减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。

Description

一种基于图像识别的作业批改方法、系统和智能终端
技术领域
本发明涉及智能化教学技术领域,尤指一种基于图像识别的作业批改方法、系统和智能终端。
背景技术
随着计算机技术和教育信息化的不断发展,计算机技术已经逐步应用于日常教育教学中。
目前,学生的作业越来越多,这也给教师或家长批改作业带来了相当大的工作量,教师或家长除了要处理繁忙的工作以外,还需要对作业进行批改。现有的作业批改方式,均是学生提交作业,由教师或家长收取作业并进行批改以后再反馈给学生,达不到及时反馈以了解学习情况的效果。即使后续发展出自动阅卷系统,但是现有的自动阅卷系统完全由计算机完成阅卷的部分多是对填涂性客观题(如选择题)的阅卷,对于填空题或主观题这类题目时,严重依赖教师或家长的手动检查和批改,由于在人工阅卷时因不同风格、情绪、心理状态等主观性因素可能会造成判卷结果出现不公平不公正的现象。
因此,如何自动批改作业,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性是急需解决的问题。
发明内容
本发明的目的是提供一种基于图像识别的作业批改方法、系统和智能终端,实现自动批改作业,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。
本发明提供的技术方案如下:
本发明提供一种基于图像识别的作业批改方法,包括步骤:
获取学生答题后的图像数据,根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;
若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
进一步的,所述若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果之后包括步骤:
将所述题目类型为主观题的答题内容,与所有解题方法对应的标准答案进行相似度比较并输出对应的相似度值,根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
进一步的,所述获取学生答题后的图像数据,根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容具体包括步骤:
拍摄或者截屏获取所述图像数据;
识别出所述图像数据中的题目区域和答题区域;
判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;
提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
进一步的,还包括步骤:
根据所述批改结果进行数据统计得到对应的统计结果,并将所述统计结果反馈至可视界面。
本发明还提供一种智能终端,包括:图像获取模块、图像识别模块和处理模块;
所述图像获取模块,用于获取学生答题后的图像数据;
所述图像识别模块,与所述图像获取模块连接,用于根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
所述处理模块,与所述图像识别模块连接,用于若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题装置对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
进一步的,还包括:比较模块、计算模块和显示模块;
所述比较模块,与所述图像识别模块连接,用于将所述题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
所述计算模块,与所述比较模块连接,用于根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
所述显示模块,分别与所述图像识别模块和所述计算模块连接,用于显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
进一步的,所述图像获取模块包括拍摄单元和截屏单元;所述图像识别模块包括识别单元、判断单元和提取分析单元;
所述拍摄单元,用于拍摄获取所述图像数据;
所述截屏单元,用于截屏获取所述图像数据;
所述识别单元,分别与所述拍摄单元和所述截屏单元连接,用于识别出所述图像数据中的题目区域和答题区域;
所述判断单元,与所述识别单元连接,用于判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
所述提取分析单元,与所述识别单元连接,提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
本发明还提供一种基于图像识别的作业批改系统,包括:学习智能终端和辅导智能终端;所述学习智能终端包括图像获取模块、图像识别模块和第一通信模块;所述辅导智能终端包括第二通信模块和处理模块;
所述图像获取模块,用于获取学生答题后的图像数据;
所述图像识别模块,与所述图像获取模块连接,用于根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
所述第一通信模块,分别与所述图像识别模块和所述第二通信模块连接,用于发送待批改题目的题干内容、题目类型以及答题内容至第二通信模块;
所述处理模块,与所述图像识别模块连接,用于若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题系统对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
进一步的,所述辅导智能终端还包括:比较模块、计算模块和显示模块;
所述比较模块,与所述图像识别模块连接,用于将所述题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
所述计算模块,与所述比较模块连接,用于根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
所述显示模块,分别与所述图像识别模块和所述计算模块连接,用于显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
进一步的,所述图像获取模块包括拍摄单元和截屏单元;所述图像识别模块包括识别单元、判断单元和提取分析单元;
所述拍摄单元,用于拍摄获取所述图像数据;
所述截屏单元,用于截屏获取所述图像数据;
所述识别单元,分别与所述拍摄单元和所述截屏单元连接,用于识别出所述图像数据中的题目区域和答题区域;
所述判断单元,与所述识别单元连接,用于判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
所述提取分析单元,与所述识别单元连接,提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
通过本发明提供的一种基于图像识别的作业批改方法、系统和智能终端,能够自动批改作业,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种基于图像识别的作业批改方法、系统和智能终端的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种基于图像识别的作业批改方法的一个实施例的流程图;
图2是本发明一种基于图像识别的作业批改方法的另一个实施例的流程图;
图3是本发明一种基于图像识别的作业批改方法的另一个实施例的流程图;
图4是本发明一种基于图像识别的作业批改方法的另一个实施例的流程图;
图5是本发明一种智能终端的一个实施例的结构示意图;
图6是本发明一种基于图像识别的作业批改系统的一个实施例的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
本发明的一个实施例,如图1所示,一种基于图像识别的作业批改方法,包括:
S100获取学生答题后的图像数据,根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;题目类型包括客观题和主观题;
S200若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;
S300若待批改题目的题目类型为主观题,根据题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
具体的,本实施例中,学生获取教师下达布置的作业后,及时完成作业,智能终端获取学生答题后的图像数据,获取的图像数据包括题目区域和答题区域,这样智能终端对图像数据进行图像识别得到所有的待批改题目,并对待批改题目进行进一步的图像识别得到各个待批改题目的题干内容、题目类型以及答题内容。智能终端包括学习机、智能台灯、平板、手机、智能手表等等。题目类型包括客观题和主观题,客观题包括选择题、判断题、填空题和匹配题等等阅卷、评分完全避免阅卷人的主观因素干扰的题目。主观题包括简答题、论述题、应用题和作文题等等考查学生的语言表达能力、思维创新能力等方面,并且阅卷、评分容易受到阅卷人的主观因素干扰的题目。
智能终端识别出当前待批改题目的题干内容以及题目类型后,根据题干内容获取当前待批改题目对应的标准答案,若当前待批改题目的题目类型为客观题,则根据题干内容获取当前待批改题目对应的标准答案,将当前待批改题目答题区域的答题内容与获取的标准答案进行比较,根据比较结果得到当前待批改题目对应的批改结果。若当前待批改题目的题目类型为主观题,则根据题干内容获取当前待批改题目的所有解题方法对应的标准答案以及对应的给分标准,将当前待批改题目答题区域的答题内容与获取的所有标准答案进行比较,根据比较结果及其给分标准得到当前待批改题目对应的批改结果。智能终端按照上述方式完成对其余待批改题目进行批改,直至所有待批改题目完成批改并输出对应的批改结果为止。
通过本实施例,由于对待批改题目进行分类批改,即客观题直接比较答题内容与标准答案就能获得对应的批改结果,而主观题则根据给分标准和标准答案对答题内容进行批改得到对应的批改结果,不同题目类型的待批改题目采样不同的批改策略进行自动批改,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。
本发明的一个实施例,如图2所示,一种基于图像识别的作业批改方法,包括:
S100获取学生答题后的图像数据,根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;题目类型包括客观题和主观题;
S200若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;
S300若待批改题目的题目类型为主观题,根据题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果;
S400将题目类型为主观题的答题内容,与所有解题方法对应的标准答案进行相似度比较并输出对应的相似度值,根据相似度值进行均值计算得到待批改题目的评阅可信度;
S500显示评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,将主观题题目的多种解答方法所对应的所有标准答案作为学习样本,当然,可以将标准答案中可等价交换的内容进行等价交换,即一种解答方法对应有若干个标准答案,进而扩展增大学习样本的数量。利用神经网络学习的思想,将学习样本进行训练得到题目识别模型。将学生进行作答后的答题内容输入至训练好的题目识别模型中,由题目识别模型输入对答题内容与当前解答方法对应的标准答案进行相似度判断,题目识别模型根据判断结果输出答题内容与当前解答方法所对应标准答案之间的相似度值。参照上述方式题目识别模型输出答题内容与所有解答方法所对应标准答案之间的所有相似度值,然后根据所有相似度值进行均值计算即求平均相似度值,将平均相似度值作为该待批改题目的评阅可信度。智能终端判断评阅可信度是否低于预设数值,如果评阅可信度低于预设数值时,说明该主观题批改结果可能不太准确,则智能终端将评阅可信度低于预设数值所对应的待批改题目反馈至可视化界面进行展示,教师或者家长查看评阅可信度低于预设数值所对应的待批改题目,然后,教师或者家长再针对评阅可信度低于预设数值所对应的待批改题目,进行人工审阅批改得到最终的主观题批改结果。
可等价交换内容包括计算公式、同义词等等。示例性的,对于语文主观题目的作文解答内容,“薪水”与“工资”,以及“老师”与“教师”虽然字符完全不同,但是由于是同义词,所有需要对同义词进行等价替换,提升相似度比较的可靠性。示例性的,对于数学主观题目的数学解答内容,可能因为数学解答内容中存在数学公式,而由于数学公式的变换导致将答题内容与标准答案进行比较时相似度较低而出现误判。因此,需要将数学解答内容中的数学公式进行等价转换,提升相似度比较的可靠性。
通过本实施例,由于在评阅可信度低于预设数值时,再将评阅可信度低的待批改题目进行显示,进而提醒教师或者家长进行人工再次批改,能够进一步提升主观题批改正确率,并且由于无需教师或者家长对所有的主观题都进行批改,减少主观题的批改量,提高批改效率。
本发明的一个实施例,如图3所示,一种基于图像识别的作业批改方法,包括:
S110拍摄或者截屏获取图像数据;
S120识别出图像数据中的题目区域和答题区域;
S130判断答题区域的作答内容是否为空白,确定作答内容为非空白所对应的题目为待批改题目;
S140提取并分析待批改题目所属题目区域的第一字符内容,得到待批改题目的题干内容及其对应的题目类型;
S150提取并分析待批改题目所属答题区域的第二字符内容,得到待批改题目的答题内容;
S200若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;
S300若待批改题目的题目类型为主观题,根据题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,答题区域是书写对象中每个题目所预留的供学生进行答题的区域,而书写对象包括平板、手机、学习机、笔记本电脑等智能终端,还包括书本。智能终端通过现有的目标检测算法(例如R-CNN、SPP-NET、Fast R-CNN、YOLO、SSD、Mobilenetv1或者Mobilenetv2中的任意一种或者多种结合)对图像数据进行分类识别得到图像数据中的题目区域和答题区域。智能终端识别出答题区域后,进一步对答题区域进行空白作答检测,即判断答题区域处是否没有任何字符,如果答题区域处没有任何字符,则判定该答题区域的作答内容为空白,并确定作答内容为非空白对应的题目为待批改题目。字符包括任何语言类型的文字、符号等等。
智能终端识别出所有的待批改题目后,智能终端提取待批改题目对应的题目区域处第一字符内容,对提取得到的第一字符内容进行分析,从而得到每个待批改题目的题干内容,进一步对题干内容进行语义理解识别得到对应的题目类型。此外,智能终端提取待批改题目对应的答题区域处第二字符内容,对提取得到的第二字符内容进行分析,从而得到学生在每个待批改题目的答题区域进行作答的答题内容。
当答题区域为智能终端处每个题目所预留的供学生进行答题的区域时,智能终端通过自身的截图功能,截屏获取学生在答题区域进行答题后的图像数据。当答题区域为书本处每个题目所预留的供学生进行答题的区域时,智能终端通过自身的摄像头,拍摄获取学生在书本答题区域进行答题后的图像数据。图像数据包括答题区域和题目区域。示例性的,在书写对象为书本时,由于题干一般为打印字体,而学生在答题区域进行答题的书写内容一般为手写字体,那么分别对打印字体和手写字体进行字体信息的识别,从而识别出字体为打印字体的具体内容得到题干内容,再进一步对题干内容进行分析得到语义理解得到对应的题目类型。
通过本实施例,能够有效的、可靠的、高效的识别出图像数据中的待批改题目,并且还能够智能识别出每个待批改题目的题干内容、题目类型和答题内容,便于后续智能终端针对不同题目类型的待批改题目进行批改。此外,由于识别出待批改题目,能够筛选滤除答题区域处的作答内容为空白所对应的答题区域,减少智能终端不必要的题目批改数量,进而提升作业批改效率。
本发明的一个实施例,如图4所示,一种基于图像识别的作业批改方法,包括:
S100获取学生答题后的图像数据,根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;题目类型包括客观题和主观题;
S200若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;
S300若待批改题目的题目类型为主观题,根据题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果;
S600根据批改结果进行数据统计得到对应的统计结果,并将统计结果反馈至可视界面。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,批改结果包括客观题批改结果和/或主观题批改结果,获取到客观题批改结果和/或主观题批改结果后,将所有批改结果进行数据统计得到统计结果,然后将统计结果反馈至可视界面进行展示,使得教师、家长以及学生均能够直观、方便地查看统计结果,进而掌握学生的学习情况。数据统计包括最终学习成绩、每一题型错误率、每一知识点错误率、客观题错误率、主观题错误率、扣分知识点等等。
示例性的,由于依照上述实施例能够分析得到待批改题目对应的题干内容,从而可以从题干内容分析得到该待批改题目对应的知识点。教师或者家长布置作业后,在学生已经完成作业的前提下,根据待批改题目的题干内容分析得到客观题和主观题分别对应的知识点,并且将学生客观题答题内容与客观题标准答案进行对比,以及将学生主观题答题内容与主观题标准答案进行对比,统计得到每一个知识点分别对应的错误率,然后将统计得到的每一知识点对应错误率反馈至可视界面,使得教师或者家长能够直观、方便地查看学生们的学习情况。
本实施例中,在人工批改过程中,教师或者家长如果想获得额外的统计结果,还需要进行大量的人工运算和统计工作,进一步加重了负担。本发明通过自动统计得到每一知识点对应的错误率,不需要教师或者家长手动统计每个学生的错误率,就能自动统计得到所需数据,自动、直观了解每个学生的学习情况,还能节省时间和精力,提升使用体验。
本发明有效模拟了教师或者家长进行人工批改,批改可靠性高,大大降低人工批改工作量。此外,还能够直观反映学生的具体答题状况,并给出数据统计结果,反映学生整体学习情况,有助于教师、家长迅速获取掌握学生的学习情况,节省了大量的人力劳动资源。
本发明的一个实施例,如图5所示,一种智能终端100,包括:图像获取模块110、图像识别模块120和处理模块130;
图像获取模块110,用于获取学生答题后的图像数据;
图像识别模块120,与图像获取模块110连接,用于根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;题目类型包括客观题和主观题;
处理模块130,与图像识别模块120连接,用于若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;若待批改题目的题目类型为主观题,根据题干内容获取所有解题装置对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
具体的,本实施例中,学生获取教师下达布置的作业后,及时完成作业,智能终端100获取学生答题后的图像数据,获取的图像数据包括题目区域和答题区域,这样智能终端100对图像数据进行图像识别得到所有的待批改题目,并对待批改题目进行进一步的图像识别得到各个待批改题目的题干内容、题目类型以及答题内容。智能终端100包括学习机、智能台灯、平板、手机、智能手表等等。题目类型包括客观题和主观题,客观题包括选择题、判断题、填空题和匹配题等等阅卷、评分完全避免阅卷人的主观因素干扰的题目。主观题包括简答题、论述题、应用题和作文题等等考查学生的语言表达能力、思维创新能力等方面,并且阅卷、评分容易受到阅卷人的主观因素干扰的题目。
智能终端100识别出当前待批改题目的题干内容以及题目类型后,根据题干内容获取当前待批改题目对应的标准答案,若当前待批改题目的题目类型为客观题,则根据题干内容获取当前待批改题目对应的标准答案,将当前待批改题目答题区域的答题内容与获取的标准答案进行比较,根据比较结果得到当前待批改题目对应的批改结果。若当前待批改题目的题目类型为主观题,则根据题干内容获取当前待批改题目的所有解题方法对应的标准答案以及对应的给分标准,将当前待批改题目答题区域的答题内容与获取的所有标准答案进行比较,根据比较结果及其给分标准得到当前待批改题目对应的批改结果。智能终端100按照上述方式完成对其余待批改题目进行批改,直至所有待批改题目完成批改并输出对应的批改结果为止。
智能终端100可以供学生使用,使得学生完成作业后学生通过智能终端100自行批改作业得到批改结果,进而使得学生无需手动批改自身所完成作业就能掌握自身的学习情况。也可以供教师或者家长使用,在学生完成作业后,使得教师或者家长使用智能终端100自行批改作业得到批改结果,进而使得教师或者家长无需手动批改学生的作业就能掌握学生学习情况。
通过本实施例,由于对待批改题目进行分类批改,即客观题直接比较答题内容与标准答案就能获得对应的批改结果,而主观题则根据给分标准和标准答案对答题内容进行批改得到对应的批改结果,不同题目类型的待批改题目采样不同的批改策略进行自动批改,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。
基于上述实施例,还包括:比较模块、计算模块和显示模块;
比较模块,与图像识别模块120连接,用于将题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
计算模块,与比较模块连接,用于根据相似度值进行均值计算得到待批改题目的评阅可信度;
显示模块,分别与图像识别模块120和计算模块连接,用于显示评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,将主观题题目的多种解答方法所对应的所有标准答案作为学习样本,当然,可以将标准答案中可等价交换的内容进行等价交换,即一种解答方法对应有若干个标准答案,进而扩展增大学习样本的数量。利用神经网络学习的思想,将学习样本进行训练得到题目识别模型。将学生进行作答后的答题内容输入至训练好的题目识别模型中,由题目识别模型输入对答题内容与当前解答方法对应的标准答案进行相似度判断,题目识别模型根据判断结果输出答题内容与当前解答方法所对应标准答案之间的相似度值。参照上述方式题目识别模型输出答题内容与所有解答方法所对应标准答案之间的所有相似度值,然后根据所有相似度值进行均值计算即求平均相似度值,将平均相似度值作为该待批改题目的评阅可信度。智能终端100判断评阅可信度是否低于预设数值,如果评阅可信度低于预设数值时,说明该主观题批改结果可能不太准确,则智能终端100将评阅可信度低于预设数值所对应的待批改题目反馈至可视化界面进行展示,教师或者家长查看评阅可信度低于预设数值所对应的待批改题目,然后,教师或者家长再针对评阅可信度低于预设数值所对应的待批改题目,进行人工审阅批改得到最终的主观题批改结果。
可等价交换内容包括计算公式、同义词等等。示例性的,对于语文主观题目的作文解答内容,“薪水”与“工资”,以及“老师”与“教师”虽然字符完全不同,但是由于是同义词,所有需要对同义词进行等价替换,提升相似度比较的可靠性。示例性的,对于数学主观题目的数学解答内容,可能因为数学解答内容中存在数学公式,而由于数学公式的变换导致将答题内容与标准答案进行比较时相似度较低而出现误判。因此,需要将数学解答内容中的数学公式进行等价转换,提升相似度比较的可靠性。
通过本实施例,由于在评阅可信度低于预设数值时,再将评阅可信度低的待批改题目进行显示,进而提醒教师或者家长进行人工再次批改,能够进一步提升主观题批改正确率,并且由于无需教师或者家长对所有的主观题都进行批改,减少主观题的批改量,提高批改效率。
基于上述实施例,图像获取模块110包括拍摄单元和截屏单元;图像识别模块120包括识别单元、判断单元和提取分析单元;
拍摄单元,用于拍摄获取图像数据;
截屏单元,用于截屏获取图像数据;
识别单元,分别与拍摄单元和截屏单元连接,用于识别出图像数据中的题目区域和答题区域;
判断单元,与识别单元连接,用于判断答题区域的作答内容是否为空白,确定作答内容为非空白所对应的题目为待批改题目;
提取分析单元,与识别单元连接,提取并分析待批改题目所属题目区域的第一字符内容,得到待批改题目的题干内容及其对应的题目类型;提取并分析待批改题目所属答题区域的第二字符内容,得到待批改题目的答题内容。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,答题区域是书写对象中每个题目所预留的供学生进行答题的区域,而书写对象包括平板、手机、学习机、笔记本电脑等智能终端100,还包括书本。智能终端100通过现有的目标检测算法(例如R-CNN、SPP-NET、Fast R-CNN、YOLO、SSD、Mobilenetv1或者Mobilenetv2中的任意一种或者多种结合)对图像数据进行分类识别得到图像数据中的题目区域和答题区域。智能终端100识别出答题区域后,进一步对答题区域进行空白作答检测,即判断答题区域处是否没有任何字符,如果答题区域处没有任何字符,则判定该答题区域的作答内容为空白,并确定作答内容为非空白对应的题目为待批改题目。字符包括任何语言类型的文字、符号等等。
智能终端100识别出所有的待批改题目后,智能终端100提取待批改题目对应的题目区域处第一字符内容,对提取得到的第一字符内容进行分析,从而得到每个待批改题目的题干内容,进一步对题干内容进行语义理解识别得到对应的题目类型。此外,智能终端100提取待批改题目对应的答题区域处第二字符内容,对提取得到的第二字符内容进行分析,从而得到学生在每个待批改题目的答题区域进行作答的答题内容。
当答题区域为智能终端100处每个题目所预留的供学生进行答题的区域时,智能终端100通过自身的截图功能,截屏获取学生在答题区域进行答题后的图像数据。当答题区域为书本处每个题目所预留的供学生进行答题的区域时,智能终端100通过自身的摄像头,拍摄获取学生在书本答题区域进行答题后的图像数据。图像数据包括答题区域和题目区域。示例性的,在书写对象为书本时,由于题干一般为打印字体,而学生在答题区域进行答题的书写内容一般为手写字体,那么分别对打印字体和手写字体进行字体信息的识别,从而识别出字体为打印字体的具体内容得到题干内容,再进一步对题干内容进行分析得到语义理解得到对应的题目类型。
通过本实施例,能够有效的、可靠的、高效的识别出图像数据中的待批改题目,并且还能够智能识别出每个待批改题目的题干内容、题目类型和答题内容,便于后续智能终端100针对不同题目类型的待批改题目进行批改。此外,由于识别出待批改题目,能够筛选滤除答题区域处的作答内容为空白所对应的答题区域,减少智能终端100不必要的题目批改数量,进而提升作业批改效率。
本发明的一个实施例,如图6所示,一种基于图像识别的作业批改系统,包括:学习智能终端1和辅导智能终端2;学习智能终端1包括图像获取模块11和第一通信模块13;辅导智能终端2包括第二通信模块21、图像识别模块12和处理模块22;
图像获取模块11,用于获取学生答题后的图像数据;
图像识别模块12,与图像获取模块11连接,用于根据图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;题目类型包括客观题和主观题;
第一通信模块13,分别与图像识别模块12和第二通信模块21连接,用于发送待批改题目的题干内容、题目类型以及答题内容至第二通信模块21;
处理模块22,与第二通信模块21连接,用于若待批改题目的题目类型为客观题,根据题干内容获取对应的标准答案,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果得到对应的客观题批改结果;若待批改题目的题目类型为主观题,根据题干内容获取所有解题系统对应的标准答案以及对应的给分标准,将待批改题目答题区域的答题内容与标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
具体的,本实施例中,学习终端和辅导智能终端2均包括学习机、智能台灯、平板、手机、智能手表等等。题目类型包括客观题和主观题,客观题包括选择题、判断题、填空题和匹配题等等阅卷、评分完全避免阅卷人的主观因素干扰的题目。主观题包括简答题、论述题、应用题和作文题等等考查学生的语言表达能力、思维创新能力等方面,并且阅卷、评分容易受到阅卷人的主观因素干扰的题目。
学生获取教师下达布置的作业后,及时完成作业,学习智能终端1获取学生答题后的图像数据,获取的图像数据包括题目区域和答题区域,这样每个学习辅导智能终端2对图像数据进行图像识别得到所有的待批改题目,并对待批改题目进行进一步的图像识别得到各个待批改题目的题干内容、题目类型以及答题内容。然后学习智能终端1将待批改题目的题干内容、题目类型以及答题内容发送给辅导智能终端2。
辅导智能终端2获取到学习终端发送给自身的当前待批改题目的题干内容以及题目类型后,根据题干内容获取当前待批改题目对应的标准答案,若当前待批改题目的题目类型为客观题,则根据题干内容获取当前待批改题目对应的标准答案,将当前待批改题目答题区域的答题内容与获取的标准答案进行比较,根据比较结果得到当前待批改题目对应的批改结果。若当前待批改题目的题目类型为主观题,则根据题干内容获取当前待批改题目的所有解题方法对应的标准答案以及对应的给分标准,将当前待批改题目答题区域的答题内容与获取的所有标准答案进行比较,根据比较结果及其给分标准得到当前待批改题目对应的批改结果。辅导智能终端2按照上述方式完成对其余待批改题目进行批改,直至所有待批改题目完成批改并输出对应的批改结果为止。
通过本实施例,由于对待批改题目进行分类批改,即客观题直接比较答题内容与标准答案就能获得对应的批改结果,而主观题则根据给分标准和标准答案对答题内容进行批改得到对应的批改结果,不同题目类型的待批改题目采样不同的批改策略进行自动批改,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。且由于学习智能终端1各自将学生完成作业后的图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容,减少辅导智能终端2的图像识别工作,将图像识别工作分散至各个学习智能终端1,分布式图像识别的方式进一步提升辅导智能终端2的作用批改效率。
基于上述实施例,辅导智能终端2还包括:比较模块、计算模块和显示模块;
比较模块,与图像识别模块12连接,用于将题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
计算模块,与比较模块连接,用于根据相似度值进行均值计算得到待批改题目的评阅可信度;
显示模块,分别与图像识别模块12和计算模块连接,用于显示评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,将主观题题目的多种解答方法所对应的所有标准答案作为学习样本,当然,可以将标准答案中可等价交换的内容进行等价交换,即一种解答方法对应有若干个标准答案,进而扩展增大学习样本的数量。利用神经网络学习的思想,将学习样本进行训练得到题目识别模型。将学生进行作答后的答题内容输入至训练好的题目识别模型中,由题目识别模型输入对答题内容与当前解答方法对应的标准答案进行相似度判断,题目识别模型根据判断结果输出答题内容与当前解答方法所对应标准答案之间的相似度值。参照上述方式题目识别模型输出答题内容与所有解答方法所对应标准答案之间的所有相似度值,然后根据所有相似度值进行均值计算即求平均相似度值,将平均相似度值作为该待批改题目的评阅可信度。辅导智能终端2判断评阅可信度是否低于预设数值,如果评阅可信度低于预设数值时,说明该主观题批改结果可能不太准确,则辅导智能终端2将评阅可信度低于预设数值所对应的待批改题目反馈至可视化界面进行展示,教师或者家长查看评阅可信度低于预设数值所对应的待批改题目,然后,教师或者家长再针对评阅可信度低于预设数值所对应的待批改题目,进行人工审阅批改得到最终的主观题批改结果。
可等价交换内容包括计算公式、同义词等等。示例性的,对于语文主观题目的作文解答内容,“薪水”与“工资”,以及“老师”与“教师”虽然字符完全不同,但是由于是同义词,所有需要对同义词进行等价替换,提升相似度比较的可靠性。示例性的,对于数学主观题目的数学解答内容,可能因为数学解答内容中存在数学公式,而由于数学公式的变换导致将答题内容与标准答案进行比较时相似度较低而出现误判。因此,需要将数学解答内容中的数学公式进行等价转换,提升相似度比较的可靠性。
通过本实施例,由于在评阅可信度低于预设数值时,再将评阅可信度低的待批改题目进行显示,进而提醒教师或者家长进行人工再次批改,能够进一步提升主观题批改正确率,并且由于无需教师或者家长对所有的主观题都进行批改,减少主观题的批改量,提高批改效率。
具体的,本实施例中,学生获取教师下达布置的作业后,及时完成作业,辅导智能终端2获取学生答题后的图像数据,获取的图像数据包括题目区域和答题区域,这样辅导智能终端2对图像数据进行图像识别得到所有的待批改题目,并对待批改题目进行进一步的图像识别得到各个待批改题目的题干内容、题目类型以及答题内容。辅导智能终端2和学习智能终端1均包括学习机、智能台灯、平板、手机、智能手表等等。题目类型包括客观题和主观题,客观题包括选择题、判断题、填空题和匹配题等等阅卷、评分完全避免阅卷人的主观因素干扰的题目。主观题包括简答题、论述题、应用题和作文题等等考查学生的语言表达能力、思维创新能力等方面,并且阅卷、评分容易受到阅卷人的主观因素干扰的题目。
辅导智能终端2识别出当前待批改题目的题干内容以及题目类型后,根据题干内容获取当前待批改题目对应的标准答案,若当前待批改题目的题目类型为客观题,则根据题干内容获取当前待批改题目对应的标准答案,将当前待批改题目答题区域的答题内容与获取的标准答案进行比较,根据比较结果得到当前待批改题目对应的批改结果。若当前待批改题目的题目类型为主观题,则根据题干内容获取当前待批改题目的所有解题方法对应的标准答案以及对应的给分标准,将当前待批改题目答题区域的答题内容与获取的所有标准答案进行比较,根据比较结果及其给分标准得到当前待批改题目对应的批改结果。辅导智能终端2按照上述方式完成对其余待批改题目进行批改,直至所有待批改题目完成批改并输出对应的批改结果为止。
通过本实施例,由于对待批改题目进行分类批改,即客观题直接比较答题内容与标准答案就能获得对应的批改结果,而主观题则根据给分标准和标准答案对答题内容进行批改得到对应的批改结果,不同题目类型的待批改题目采样不同的批改策略进行自动批改,减少人工评阅批改的工作量,提高作业批改效率,并提升批改结果准确性和客观性。
基于上述实施例,图像获取模块11包括拍摄单元和截屏单元;图像识别模块12包括识别单元、判断单元和提取分析单元;
拍摄单元,用于拍摄获取图像数据;
截屏单元,用于截屏获取图像数据;
识别单元,分别与拍摄单元和截屏单元连接,用于识别出图像数据中的题目区域和答题区域;
判断单元,与识别单元连接,用于判断答题区域的作答内容是否为空白,确定作答内容为非空白所对应的题目为待批改题目;
提取分析单元,与识别单元连接,提取并分析待批改题目所属题目区域的第一字符内容,得到待批改题目的题干内容及其对应的题目类型;提取并分析待批改题目所属答题区域的第二字符内容,得到待批改题目的答题内容。
具体的,本实施例与上述实施例相同的部分在此不再一一赘述。本实施例中,答题区域是书写对象中每个题目所预留的供学生进行答题的区域,而书写对象包括平板、手机、学习机、笔记本电脑等智能终端,还包括书本。辅导智能终端2通过现有的目标检测算法(例如R-CNN、SPP-NET、Fast R-CNN、YOLO、SSD、Mobilenetv1或者Mobilenetv2中的任意一种或者多种结合)对图像数据进行分类识别得到图像数据中的题目区域和答题区域。辅导智能终端2识别出答题区域后,进一步对答题区域进行空白作答检测,即判断答题区域处是否没有任何字符,如果答题区域处没有任何字符,则判定该答题区域的作答内容为空白,并确定作答内容为非空白对应的题目为待批改题目。字符包括任何语言类型的文字、符号等等。
辅导智能终端2识别出所有的待批改题目后,辅导智能终端2提取待批改题目对应的题目区域处第一字符内容,对提取得到的第一字符内容进行分析,从而得到每个待批改题目的题干内容,进一步对题干内容进行语义理解识别得到对应的题目类型。此外,辅导智能终端2提取待批改题目对应的答题区域处第二字符内容,对提取得到的第二字符内容进行分析,从而得到学生在每个待批改题目的答题区域进行作答的答题内容。
当答题区域为学习智能终端1处每个题目所预留的供学生进行答题的区域时,学习智能终端1通过自身的截图功能,截屏获取学生在答题区域进行答题后的图像数据。当答题区域为书本处每个题目所预留的供学生进行答题的区域时,学习智能终端1通过自身的摄像头,拍摄获取学生在书本答题区域进行答题后的图像数据。图像数据包括答题区域和题目区域。示例性的,在书写对象为书本时,由于题干一般为打印字体,而学生在答题区域进行答题的书写内容一般为手写字体,那么分别对打印字体和手写字体进行字体信息的识别,从而识别出字体为打印字体的具体内容得到题干内容,再进一步对题干内容进行分析得到语义理解得到对应的题目类型。
通过本实施例,能够有效的、可靠的、高效的识别出图像数据中的待批改题目,并且还能够智能识别出每个待批改题目的题干内容、题目类型和答题内容,便于后续辅导智能终端2针对不同题目类型的待批改题目进行批改。此外,由于识别出待批改题目,能够筛选滤除答题区域处的作答内容为空白所对应的答题区域,减少辅导智能终端2不必要的题目批改数量,进而提升作业批改效率。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,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,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于图像识别的作业批改方法,其特征在于,包括步骤:
获取学生答题后的图像数据,根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;
若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
2.根据权利要求1所述的基于图像识别的作业批改方法,其特征在于,所述若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题方法对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果之后包括步骤:
将所述题目类型为主观题的答题内容,与所有解题方法对应的标准答案进行相似度比较并输出对应的相似度值,根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
3.根据权利要求1所述的基于图像识别的作业批改方法,其特征在于,所述获取学生答题后的图像数据,根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容具体包括步骤:
拍摄或者截屏获取所述图像数据;
识别出所述图像数据中的题目区域和答题区域;
判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;
提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
4.根据权利要求1-3任一项所述的基于图像识别的作业批改方法,其特征在于,还包括步骤:
根据所述批改结果进行数据统计得到对应的统计结果,并将所述统计结果反馈至可视界面。
5.一种智能终端,其特征在于,包括:图像获取模块、图像识别模块和处理模块;
所述图像获取模块,用于获取学生答题后的图像数据;
所述图像识别模块,与所述图像获取模块连接,用于根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
所述处理模块,与所述图像识别模块连接,用于若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题装置对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
6.根据权利要求5所述的智能终端,其特征在于,还包括:比较模块、计算模块和显示模块;
所述比较模块,与所述图像识别模块连接,用于将所述题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
所述计算模块,与所述比较模块连接,用于根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
所述显示模块,分别与所述图像识别模块和所述计算模块连接,用于显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
7.根据权利要求5或6所述的智能终端,其特征在于,所述图像获取模块包括拍摄单元和截屏单元;所述图像识别模块包括识别单元、判断单元和提取分析单元;
所述拍摄单元,用于拍摄获取所述图像数据;
所述截屏单元,用于截屏获取所述图像数据;
所述识别单元,分别与所述拍摄单元和所述截屏单元连接,用于识别出所述图像数据中的题目区域和答题区域;
所述判断单元,与所述识别单元连接,用于判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
所述提取分析单元,与所述识别单元连接,提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
8.一种基于图像识别的作业批改系统,其特征在于,包括:学习智能终端和辅导智能终端;所述学习智能终端包括图像获取模块、图像识别模块和第一通信模块;所述辅导智能终端包括第二通信模块和处理模块;
所述图像获取模块,用于获取学生答题后的图像数据;
所述图像识别模块,与所述图像获取模块连接,用于根据所述图像数据进行图像识别得到待批改题目的题干内容、题目类型以及答题内容;所述题目类型包括客观题和主观题;
所述第一通信模块,分别与所述图像识别模块和所述第二通信模块连接,用于发送待批改题目的题干内容、题目类型以及答题内容至第二通信模块;
所述处理模块,与所述图像识别模块连接,用于若所述待批改题目的题目类型为客观题,根据所述题干内容获取对应的标准答案,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果得到对应的客观题批改结果;若所述待批改题目的题目类型为主观题,根据所述题干内容获取所有解题系统对应的标准答案以及对应的给分标准,将所述待批改题目答题区域的答题内容与所述标准答案进行比较,根据比较结果及其对应的给分标准得到对应的主观题批改结果。
9.根据权利要求8所述的基于图像识别的作用批改系统,其特征在于,所述辅导智能终端还包括:比较模块、计算模块和显示模块;
所述比较模块,与所述图像识别模块连接,用于将所述题目类型为主观题的答题内容,与所有解题装置对应的标准答案进行相似度比较并输出对应的相似度值;
所述计算模块,与所述比较模块连接,用于根据所述相似度值进行均值计算得到所述待批改题目的评阅可信度;
所述显示模块,分别与所述图像识别模块和所述计算模块连接,用于显示所述评阅可信度低于预设数值对应的待批改题目,以提醒辅导者人工进行批改得到最终的主观题批改结果。
10.根据权利要求8或9所述的基于图像识别的作用批改系统,其特征在于,所述图像获取模块包括拍摄单元和截屏单元;所述图像识别模块包括识别单元、判断单元和提取分析单元;
所述拍摄单元,用于拍摄获取所述图像数据;
所述截屏单元,用于截屏获取所述图像数据;
所述识别单元,分别与所述拍摄单元和所述截屏单元连接,用于识别出所述图像数据中的题目区域和答题区域;
所述判断单元,与所述识别单元连接,用于判断所述答题区域的作答内容是否为空白,确定所述作答内容为非空白所对应的题目为待批改题目;
所述提取分析单元,与所述识别单元连接,提取并分析所述待批改题目所属题目区域的第一字符内容,得到所述待批改题目的题干内容及其对应的题目类型;提取并分析所述待批改题目所属答题区域的第二字符内容,得到所述待批改题目的答题内容。
CN201910529878.7A 2019-06-19 2019-06-19 一种基于图像识别的作业批改方法、系统和智能终端 Active CN112116840B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910529878.7A CN112116840B (zh) 2019-06-19 2019-06-19 一种基于图像识别的作业批改方法、系统和智能终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910529878.7A CN112116840B (zh) 2019-06-19 2019-06-19 一种基于图像识别的作业批改方法、系统和智能终端

Publications (2)

Publication Number Publication Date
CN112116840A true CN112116840A (zh) 2020-12-22
CN112116840B CN112116840B (zh) 2022-07-01

Family

ID=73795453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910529878.7A Active CN112116840B (zh) 2019-06-19 2019-06-19 一种基于图像识别的作业批改方法、系统和智能终端

Country Status (1)

Country Link
CN (1) CN112116840B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712069A (zh) * 2021-03-25 2021-04-27 北京易真学思教育科技有限公司 一种判题方法、装置、电子设备及存储介质
CN112989768A (zh) * 2021-04-26 2021-06-18 北京世纪好未来教育科技有限公司 连线题批改方法、装置、电子设备及存储介质
CN114064739A (zh) * 2022-01-14 2022-02-18 深圳市明源云科技有限公司 阅卷优化方法、装置、电子设备及可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120140981A1 (en) * 2008-07-17 2012-06-07 Chemlmage Corporation System and Method for Combining Visible and Hyperspectral Imaging with Pattern Recognition Techniques for Improved Detection of Threats
CN103164994A (zh) * 2013-03-15 2013-06-19 南京信息工程大学 一种运算类习题的批改及反馈方法
CN103955874A (zh) * 2014-03-31 2014-07-30 西南林业大学 一种基于语义相似度区间的主观题自动评分系统及方法
CN104504023A (zh) * 2014-12-12 2015-04-08 广西师范大学 一种基于领域本体的高准确率主观题计算机自动阅卷方法
CN106251725A (zh) * 2016-07-21 2016-12-21 北京华云天科技有限公司 试题批改方法和服务器
CN107368547A (zh) * 2017-06-28 2017-11-21 西安交通大学 一种基于深度学习的智能医疗自动问答方法
CN108172050A (zh) * 2017-12-26 2018-06-15 科大讯飞股份有限公司 数学主观题解答结果批改方法及系统
CN108363687A (zh) * 2018-01-16 2018-08-03 深圳市脑洞科技有限公司 主观题评分及其模型的构建方法、电子设备及存储介质
CN108735021A (zh) * 2018-05-23 2018-11-02 郭金荣 一种用于学生作业的智能辅导系统
CN108764074A (zh) * 2018-05-14 2018-11-06 山东师范大学 基于深度学习的主观题智能阅卷方法、系统及存储介质
CN109227564A (zh) * 2018-10-19 2019-01-18 南京工业大学 一种纸质作业自动批改机器人
CN109582761A (zh) * 2018-09-21 2019-04-05 浙江师范大学 一种基于网络平台的词语相似度的中文智能问答系统方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120140981A1 (en) * 2008-07-17 2012-06-07 Chemlmage Corporation System and Method for Combining Visible and Hyperspectral Imaging with Pattern Recognition Techniques for Improved Detection of Threats
CN103164994A (zh) * 2013-03-15 2013-06-19 南京信息工程大学 一种运算类习题的批改及反馈方法
CN103955874A (zh) * 2014-03-31 2014-07-30 西南林业大学 一种基于语义相似度区间的主观题自动评分系统及方法
CN104504023A (zh) * 2014-12-12 2015-04-08 广西师范大学 一种基于领域本体的高准确率主观题计算机自动阅卷方法
CN106251725A (zh) * 2016-07-21 2016-12-21 北京华云天科技有限公司 试题批改方法和服务器
CN107368547A (zh) * 2017-06-28 2017-11-21 西安交通大学 一种基于深度学习的智能医疗自动问答方法
CN108172050A (zh) * 2017-12-26 2018-06-15 科大讯飞股份有限公司 数学主观题解答结果批改方法及系统
CN108363687A (zh) * 2018-01-16 2018-08-03 深圳市脑洞科技有限公司 主观题评分及其模型的构建方法、电子设备及存储介质
CN108764074A (zh) * 2018-05-14 2018-11-06 山东师范大学 基于深度学习的主观题智能阅卷方法、系统及存储介质
CN108735021A (zh) * 2018-05-23 2018-11-02 郭金荣 一种用于学生作业的智能辅导系统
CN109582761A (zh) * 2018-09-21 2019-04-05 浙江师范大学 一种基于网络平台的词语相似度的中文智能问答系统方法
CN109227564A (zh) * 2018-10-19 2019-01-18 南京工业大学 一种纸质作业自动批改机器人

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
欧阳经纶: "文本相似度算法在自动评分系统中的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712069A (zh) * 2021-03-25 2021-04-27 北京易真学思教育科技有限公司 一种判题方法、装置、电子设备及存储介质
CN112989768A (zh) * 2021-04-26 2021-06-18 北京世纪好未来教育科技有限公司 连线题批改方法、装置、电子设备及存储介质
CN114064739A (zh) * 2022-01-14 2022-02-18 深圳市明源云科技有限公司 阅卷优化方法、装置、电子设备及可读存储介质
CN114064739B (zh) * 2022-01-14 2022-04-15 深圳市明源云科技有限公司 阅卷优化方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN112116840B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN112115736B (zh) 一种基于图像识别的作业批改方法、系统和智能终端
US11790641B2 (en) Answer evaluation method, answer evaluation system, electronic device, and medium
CN112116840B (zh) 一种基于图像识别的作业批改方法、系统和智能终端
CN111144191B (zh) 字体识别方法、装置、电子设备及存储介质
WO2019075820A1 (zh) 一种试卷批阅系统
CN105427696A (zh) 一种对目标题目所作答案进行判别的方法
CN108234610A (zh) 一种课堂互动和反馈系统
US10388177B2 (en) Cluster analysis of participant responses for test generation or teaching
CN111144079B (zh) 一种智能获取学习资源的方法、装置、打印机和存储介质
CN112183238B (zh) 一种远程教育注意力检测方法及系统
CN113537801B (zh) 板书处理方法、装置、终端和存储介质
CN110837793A (zh) 一种智能识别手写数学公式批阅系统
CN112580503A (zh) 一种作业批改方法、装置、设备及存储介质
CN111932418B (zh) 一种学生学习情况识别方法、系统、教学终端及存储介质
CN110852204A (zh) 一种智能远程书法数字化学习评价信息处理系统及方法
CN113822907B (zh) 图像处理方法及装置
CN113888757A (zh) 基于对标评价的考卷智能分析方法、系统及存储介质
CN110111011B (zh) 一种教学质量监管方法、装置及电子设备
CN111563697A (zh) 一种线上课堂学生情绪分析方法和系统
CN111489596A (zh) 一种直播教学过程中进行信息反馈的方法及装置
CN106339965A (zh) 一种学情分析方法
CN115294573A (zh) 作业批改方法、装置、设备及介质
CN114580882A (zh) 一种面向混合式教学方法的授课效果评估系统及方法
CN114005054A (zh) 一种ai智能评分系统
CN113408253A (zh) 一种作业评阅系统及方法

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