CN112287154A - 一种信息统计方法、装置、计算机设备及存储介质 - Google Patents
一种信息统计方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112287154A CN112287154A CN202011193548.4A CN202011193548A CN112287154A CN 112287154 A CN112287154 A CN 112287154A CN 202011193548 A CN202011193548 A CN 202011193548A CN 112287154 A CN112287154 A CN 112287154A
- Authority
- CN
- China
- Prior art keywords
- test paper
- correction
- paper image
- information
- 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
- 238000007619 statistical method Methods 0.000 title abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 275
- 238000012937 correction Methods 0.000 claims abstract description 208
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000002452 interceptive effect Effects 0.000 claims abstract description 41
- 230000003993 interaction Effects 0.000 claims abstract description 33
- 230000004044 response Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003702 image correction Methods 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 9
- 238000012015 optical character recognition Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
- G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种信息统计方法、装置、计算机设备及存储介质，该方法包括：获取目标试卷对应的参考试卷图像；识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
Description
技术领域
本公开涉及计算机技术领域，具体而言，涉及一种信息统计方法、装置、计算机设备及存储介质。
背景技术
随着教育事业的发展，学生学习压力越来越大，在日常的学习过程中，学生需要做大量的试卷以实现对于各个知识点的掌握。教师在试卷的批改过程中，一般需要了解学生对于各个试题的作答情况，以进行针对性的讲解。
相关技术中，由于在大多数场景中教师需要手动在试卷上进行批改，若教师想要了解某一题目的学生得分情况，需要手动去统计各个题目的得分情况，效率和准确率都比较低。
发明内容
本公开实施例至少提供一种信息统计方法、装置、计算机设备及存储介质。
第一方面，本公开实施例提供了一种信息统计方法，包括：
获取目标试卷对应的参考试卷图像；
识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
一种可能的实施方式中，所述交互位置区域包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
一种可能的实施方式中，所述识别所述参考试卷图像中的交互位置区域的位置信息，包括：
识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标；
所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记，包括：
识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
一种可能的实施方式中，所述参考标记信息包括参考答案信息和参考批改痕迹；
所述用户标记包括客观题学生答案、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，
基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述交互位置区域包括：客观题教师批改区域、学生标识填写区域、主观题教师批改区域；
所述用户标记包括客观题教师批改痕迹、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述识别所述参考试卷图像中的参考标记信息，包括：
将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
一种可能的实施方式中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
一种可能的实施方式中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐。
第二方面，本公开实施例还提供一种信息统计装置，包括：
获取模块，用于获取目标试卷对应的参考试卷图像；
第一确定模块，用于识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
第二确定模块，用于获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
展示模块，用于基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
一种可能的实施方式中，所述交互位置区域包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
一种可能的实施方式中，所述第一确定模块，在所述识别所述参考试卷图像中的交互位置区域的位置信息时，用于：
识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标；
所述第二确定模块，在所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记时，用于：
识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
一种可能的实施方式中，所述参考标记信息包括参考答案信息和参考批改痕迹；
所述用户标记包括客观题学生答案、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述展示模块，在所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，用于：
基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，
基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述交互位置区域包括：客观题教师批改区域、学生标识填写区域、主观题教师批改区域；
所述用户标记包括客观题教师批改痕迹、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述展示模块，在所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，用于：
基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述第一确定模块，在所述识别所述参考试卷图像中的参考标记信息时，用于：
将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
一种可能的实施方式中，所述装置还包括处理模块，所述处理模块在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，用于：
将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
一种可能的实施方式中，所述处理模块，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，用于：
对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐。
第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的信息统计方法及装置，可以基于参考试卷图像中的参考标记信息，确定参考试卷图像中各个交互位置区域的位置信息，然后基于交互位置区域的位置信息，去识别批改试卷中的用户标记，再去对目标试卷的作答情况自动进行统计，基于这种方式，无需教师手动统计批改信息，且基于确定出的交互位置区域的位置信息，可以快速定位到批改试卷图像中的用户标记，提高了作答情况统计的效率和准确率。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本公开实施例所提供的一种信息统计方法的流程图；
图2示出了本公开实施例所提供的信息统计方法中，识别交互位置区域对应的目标位置坐标的示意图；
图3示出了本公开实施例所提供的一种信息统计装置300的示意图；
图4示出了本公开实施例所提供的一种计算机设备400的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
经研究发现，大多数场景中教师需要手动在试卷上进行批改，若教师想要了解某一题目的学生得分情况，需要手动去统计各个题目的得分情况，效率和准确率都比较低。
而通过网络阅卷的方式，虽然可以通过计算机对学生得分情况进行快速统计，但由于学生无法直观查看到教师的批改痕迹，导致了学生对自身所回答错误的题目的认知效果不佳，从而导致学生通过本次考试所取得的学习效果不佳。
基于上述研究，本公开提供了一种信息统计方法及装置，可以基于参考试卷图像中的参考标记信息，确定参考试卷图像中各个交互位置区域的位置信息，然后基于交互位置区域的位置信息，去识别批改试卷中的用户标记，再去对目标试卷的作答情况自动进行统计，基于这种方式，无需教师手动统计批改信息，且基于确定出的交互位置区域的位置信息，可以快速定位到批改试卷图像中的用户标记，提高了作答情况统计的效率和准确率。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种信息统计方法进行详细介绍，本公开实施例所提供的信息统计方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该信息统计方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的信息统计方法的流程图，所述方法包括步骤S101～S104，其中：
S101：获取目标试卷对应的参考试卷图像。
S102：识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息。
S103：获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记。
S104：基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
以下是针对上述步骤的详细说明。
针对S101、
其中，目标试卷可以是需要对作答情况进行统计的试卷。若获取所述目标试卷对应的参考试卷图像的执行主体为客户端，则可以通过终端设备所连接的携带有摄像/扫描功能模组的扫描设备，获取包含有所述参考标记信息的参考试卷图像，再通过光学字符识别(Optical Character Recognition，OCR)等识别技术，识别参考试卷图像中包含的所述参考标记信息；
若获取所述目标试卷对应的参考试卷图像的执行主体为服务器，则可以先通过客户端对应的终端设备连接的携带有摄像/扫描功能模组的扫描设备，获取包含有所述参考标记信息的参考试卷图像，再通过OCR等识别技术，确定所述参考试卷图像中包含的所述参考标记信息，最后发送给所述服务器；或者，
服务器可以直接获取客户端发送的包含有所述参考标记信息的参考试卷图像，该参考试卷图像可以是通过调用客户端部署的电子设备所连接的扫描设备采集的，再通过OCR等识别技术，得到所述参考标记信息。
这里，参考试卷可以是与所述需要进行作答情况统计的试卷对应的模板卷，所述模板卷中，各试题内容、分布情况和格式等信息与所述批改试卷完全相同。不同的是，批改试卷中可以携带有学生作答痕迹和教师批改痕迹，而所述模板卷中不携带有学生作答痕迹，仅携带有所述参考标记信息。其中，所述参考标记信息可以是教师在模板卷上手动填写/批改的。
一种可能的实施方式中，在客户端进行开发时，可以在客户端预设输入位置区域，用于在获取目标试卷对应的参考试卷图像之前，响应考试项目创建请求，在客户端展示所述输入位置区域，用户可以通过键入、从预设的选项中选择等方式对该考试项目的考试时间、考试年级和班级、考试类型、考试科目等信息进行设置。比如，可以设置考试项目为“考试1”，考试时间为2020年10月15日下午3点至5点；考试年级和班级为3年级2班；考试类型为第1次月考；考试科目为英语。通过对这些基础信息进行设置，可以使得整个信息统计的内容更加完善，同时也方便了后续的存储和查阅。
针对S102～S104、
实际应用中，试卷中常见的题目类型可以被划分为主观题和客观题。主观题往往只有一个笼统概念上的答案方向，不同的学生去回答主观题的方法可以不同，因此针对主观题的批改也是需要通过教师主观去打分，这类题目往往只有参考答案或参考方法，且答案并不唯一；与主观题相反的是客观题，客观题具有非对即错的特点，也即是具有特定个数的答案(通常是一个标准答案)，比如选择题和判断题，标准答案从出题完成时便可以确定。
基于上述主观题和客观题的特点，可以对不同类型的题目进行对应的处理，所述对不同类型的题目进行对应的处理可以包括机器自动评阅和教师直接在批改试卷上进行批改。
这里，所述参考标记信息、所述交互位置区域和所述用户标记可以基于应用场景的不同而不同，所述参考标记信息与所述用户标记是对应的，具体的，可以参照以下几种应用场景：
场景一、所述参考试卷图像中主观题已经批改完毕，客观题需要进行自动批改。
由于客观题有标准答案，为了节省教师在阅卷过程的时间，教师可以只在批改试卷上批改主观题，客观题则可以通过OCR等识别技术进行识别，然后基于识别结果进行批改，基于此，所述交互位置区域可以包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
其中，所述客观题学生作答区域为学生客观题的作答区域；所述学生标识填写区域为学生填写学生标识的区域，所述学生标识可以是学号、身份证号、姓名等；所述主观题教师批改区域为教师对学生主观题的批改区域。
所述参考标记信息可以包括参考答案信息和参考批改痕迹，所述参考答案信息可以是客观题的参考答案，所述参考批改痕迹可以是对于主观题的批改痕迹，例如可以是对勾，或者圆圈等。
在一种可能的实施方式中，所述参考标记信息还可以包括参考学号，所述参考学号例如可以是教师在参考试卷中的预设位置区域(例如可以是左上角)填写的学号，所述参考学号用于表示学号的填写区域。
在一种可能的实施方式中，在识别所述参考试卷图像中的参考标记信息时，可以将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
示例性的，教师可以使用红颜色的签字笔对所述参考试卷进行标记，为了区分教师和学生在客观题部分的区别，教师可以使用红颜色的签字笔进行标记和批改，学生可以使用黑颜色或蓝颜色的签字笔进行作答。
在一种可能的实施方式中，在基于参考标记信息在参考试卷图像中的位置，确定参考试卷图像中的交互位置区域的位置信息时，可以识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标。
具体的，在获取目标试卷对应的参考试卷图像后，可以在二维平面内建立一个坐标系，例如可以以所述参考试卷图像的左下角为坐标原点，建立坐标系，然后识别所述参考试卷图像中所述交互位置区域在建立的坐标系中对应的目标位置坐标。其中，所述交互位置区域可以是包括参考标记信息的一个矩形、三角形、圆形等区域。
示例性的，识别所述交互位置区域对应的目标位置坐标的示意图可以如图2所述，图2中所述参考试卷图像在选择题(客观题)1所在位置附近某一区域填写了标准答案A，从而可以确定包含了所述标准答案A的一个矩形区域为所述选择题(客观题)1所在交互位置区域，以左下角为坐标原点，即可得到所述交互位置区域的四个顶点坐标。
进一步的，为了区分各个交互位置区域，可以通过以下两种方法。
方法一、基于识别到的参考标记信息的组成，比如数字和字母进行区分。
与学生身份信息对应的学号，比如“20201014”可以代表入学年份为2020年，所在班级为10班，对应编号为14号的学生，进而通过学号就可以唯一确定对应的学生，且学号是有固定格式的，比如位数固定的一串数字，通过识别这些位数固定的数字，即可确定交互位置区域中的学生标识填写区域。
客观题学生作答区域和主观题教师批改区域的内容也是格式相对固定的，客观题学生作答的内容通常是客观题对应的“A”、“B”、“C”、“D”或者“√”、“×”；主观题教师批改的内容通常是主观题的对错和得分情况。为了区分教师和学生在客观题部分的区别，教师可以使用红颜色的签字笔进行标记和批改，学生可以使用黑颜色或蓝颜色的签字笔进行作答。
方法二、根据其在参考试卷图像中的位置进行区分。
具体的，由于学生身份信息通常在考试开始时最先填写，因此其位置可以设置在试卷的最上方；学生作答信息通常在试题的右侧或者下方；教师批改则通常在学生答案的右侧或整个试题的中间或其他区域；基于其在参考试卷图像中的位置，即可对交互位置区域进行区分。
一种可能的实施方式中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，还可以将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
具体的，在确定所述参考试卷图像和所述批改试卷图像是否对应同一目标试卷时，可以先基于OCR等识别技术，识别出所述批改试卷和模板卷上的文字内容，并将识别出批改试卷的文字内容与模板卷识别出的文字内容进行对比，确定其重复率。在得到重复率后，可以通过预设的重复率阈值比如95％，来确定所述批改试卷和模板卷是否为同一批次考试试卷，进一步的，还可以将所述重复率低于所述重复率阈值的批改试卷进行人工复审，做进一步确定。
一种可能的实时方式中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，为了使同一交互位置区域的位置信息在不同批改试卷图像中对应同一位置，还可以对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐，从而使得在确定的所述交互位置区域的位置信息处，能够完整的获取所述批改试卷图像中的用户标记。
这里，由于教师在将所述批改试卷放入扫描仪器时可能存在不规范的行为，但扫描仪器依然可以完成对不规范试卷的扫描，从而得到对应的批改试卷图像也是不规范的，可能存在文字等内容整体偏移等情况。为了使后续的信息统计的准确度更高，需要对所述不规范的批改试卷进行校正处理，使得每个所述批改试卷与模板卷在同一坐标系下的各个内容部分的坐标信息是正确且一一对应的。
在一种可能的实施方式中，基于所述参考试卷图像中所述交互位置区域的位置信息，确定的该批改试卷图像中的用户标记，可以是客观题学生答案、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，在所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记时，可以识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
具体的，可以基于确定的所述交互位置区域的位置信息，对各个批改试卷的交互位置区域进行识别，并将识别到的标记作为所述批改试卷图像中的用户标记。不同的交互区域对应的不同的用户标记，客观题学生作答区域对应学生对于客观题进行的作答信息；学生标识填写区域对应学生填写的身份信息；主观题教师批改区域对应教师对于主观题标记的批改痕迹。
在一种可能的实施方式中，在基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，可以先基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；最后，基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
其中，在客观题部分，在识别到作答信息后，可以基于模板卷上的标记的标准答案对所述作答信息进行判断对错；在主观题部分，在识别到主观题教师批改痕迹后，可以基于识别到的主观题教师批改痕迹，确定该主观题的批改结果(即本题的答题情况)。
在一种可能的实施方式中，所述教师批改痕迹可以包括批改符号和/或批改分数，所述批改符号例如可以包括全部正确“√”、部分正确“乄”、全部错误“×”，所述批改分数可以是教师针对主观题的打分。
在所述教师批改痕迹包括批改符号的情况下，可以预先为每个主观题设置得分(即该主观题的满分)，不同的批改符号对应不同的得分，示例性的，若批改符号为“√”，则该主观题的作答结果为满分，若批改符号为“×”，则该主观题的作答结果为零分。
在一种可能的实施方式中，在基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，可以先基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；然后基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。其中，所述作答情况包括答题结果和得分分数。
具体实施中，在基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果时，可以直接将参考答案与学生答案进行对比，相同则为正确，不相同则为错误，主观题的作答结果则可以通过主观题教师批改痕迹进行确定。
最后，基于所述客观题的作答结果和主观题的作答结果，可以将每个学生的作答情况生成如下表1所示的学情统计表：
表1
| 答题结果 | 得分分数 | |
| 选择题1 | 正确 | 3 |
| …… | …… | …… |
| 判断题1 | 错误 | 0 |
| …… | …… | …… |
| 主观题1 | 部分正确 | 4 |
| …… | …… | …… |
| …… | …… | …… |
进一步的，在得到所述每个学生的作答情况后，还可以将班级内每个学生的作答情况进行汇总，生成如表2所示班级学生作答情况统计表：
表2
在得到班级学生作答情况统计表后，还可以将每个学生在每道题目的作答情况进行统计与整合，整合每道题目的正确率、个人得分情况等信息，并可以通过折线图、树状图、饼状图等展示形式进行展示。
场景二、教师已同时在批改试卷上将主观题和客观题批改完毕。
在题目难度和过程较为复杂的场景，比如高等数学中，使用自动批改可能会出现准确率较低的问题。这种情况下，教师可以对试卷内容全部进行批改，对应的，在这种应用场景中，所述交互位置区域可以包括客观题教师批改区域、学生标识填写区域、主观题教师批改区域。
其中，所述客观题教师批改区域用于识别教师对学生客观题的批改痕迹；所述学生标识填写区域用于识别学生身份信息；所述主观题教师批改区域用于识别教师对学生主观题的批改痕迹。
与场景一不同的是，在基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，可以先基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；然后，基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
除上述过程不同外，其余如确定交互位置区域的位置信息、对交互区域进行区分的方法、确定用户标记的方法等具体过程和方法与所述场景一相同，这里不再赘述。
本公开提供的信息统计方法，可以基于参考试卷图像中的参考标记信息，确定参考试卷图像中各个交互位置区域的位置信息，然后基于交互位置区域的位置信息，去识别批改试卷中的用户标记，再去对目标试卷的作答情况自动进行统计，基于这种方式，无需教师手动统计批改信息，且基于确定出的交互位置区域的位置信息，可以快速定位到批改试卷图像中的用户标记，提高了作答情况统计的效率和准确率。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与信息统计方法对应的信息统计装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述信息统计方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图3所示，为本公开实施例提供的一种信息统计装置300的示意图，所述装置包括：获取模块301、第一确定模块302、第二确定模块303、展示模块304；其中，
获取模块301，用于获取目标试卷对应的参考试卷图像；
第一确定模块302，用于识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
第二确定模块303，用于获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
展示模块304，用于基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
一种可能的实施方式中，所述交互位置区域包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
一种可能的实施方式中，所述第一确定模块302，在所述识别所述参考试卷图像中的交互位置区域的位置信息时，用于：
识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标；
所述第二确定模块303，在所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记时，用于：
识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
一种可能的实施方式中，所述参考标记信息包括参考答案信息和参考批改痕迹；
所述用户标记包括客观题学生答案、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述展示模块304，在所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，用于：
基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，
基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述交互位置区域包括：客观题教师批改区域、学生标识填写区域、主观题教师批改区域；
所述用户标记包括客观题教师批改痕迹、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，所述展示模块304，在所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计时，用于：
基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，所述第一确定模块302，在所述识别所述参考试卷图像中的参考标记信息时，用于：
将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
一种可能的实施方式中，所述装置还包括处理模块305，所述处理模块305，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，用于：
将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
一种可能的实施方式中，所述处理模块305，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，用于：
对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐。
本公开实施例提供的信息统计装置，可以基于参考试卷图像中的参考标记信息，确定参考试卷图像中各个交互位置区域的位置信息，然后基于交互位置区域的位置信息，去识别批改试卷中的用户标记，再去对目标试卷的作答情况自动进行统计，基于这种方式，无需教师手动统计批改信息，且基于确定出的交互位置区域的位置信息，可以快速定位到批改试卷图像中的用户标记，提高了作答情况统计的效率和准确率。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图4所示，为本公开实施例提供的计算机设备400的结构示意图，包括处理器401、存储器402、和总线403。其中，存储器402用于存储执行指令，包括内存4021和外部存储器4022；这里的内存4021也称内存储器，用于暂时存放处理器401中的运算数据，以及与硬盘等外部存储器4022交换的数据，处理器401通过内存4021与外部存储器4022进行数据交换，当计算机设备400运行时，处理器401与存储器402之间通过总线403通信，使得处理器401在执行以下指令：
获取目标试卷对应的参考试卷图像；
识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
一种可能的实施方式中，处理器401执行的指令中，所述交互位置区域包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
一种可能的实施方式中，处理器401执行的指令中，所述识别所述参考试卷图像中的交互位置区域的位置信息，包括：
识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标；
所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记，包括：
识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
一种可能的实施方式中，处理器401执行的指令中，所述参考标记信息包括参考答案信息和参考批改痕迹；
所述用户标记包括客观题学生答案、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，处理器401执行的指令中，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，
基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，处理器401执行的指令中，所述交互位置区域包括：客观题教师批改区域、学生标识填写区域、主观题教师批改区域；
所述用户标记包括客观题教师批改痕迹、学生标识和主观题教师批改痕迹。
一种可能的实施方式中，处理器401执行的指令中，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
一种可能的实施方式中，处理器401执行的指令中，所述识别所述参考试卷图像中的参考标记信息，包括：
将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
一种可能的实施方式中，处理器401执行的指令中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
一种可能的实施方式中，处理器401执行的指令中，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的信息统计方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的信息统计方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的信息统计方法的步骤，具体可参见上述方法实施例，在此不再赘述。
本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (13)
1.一种信息统计方法，其特征在于，包括：
获取目标试卷对应的参考试卷图像；
识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
2.根据权利要求1所述的方法，其特征在于，所述交互位置区域包括客观题学生作答区域、学生标识填写区域、主观题教师批改区域。
3.根据权利要求1或2所述的方法，其特征在于，所述识别所述参考试卷图像中的交互位置区域的位置信息，包括：
识别所述参考试卷图像中所述交互位置区域对应的目标位置坐标；
所述基于所述参考试卷图像中所述交互位置区域的位置信息，确定所述批改试卷图像中的用户标记，包括：
识别所述参考试卷图像中所述目标位置坐标对应的位置区域内的标记，并将识别到的标记作为所述批改试卷图像中的用户标记。
4.根据权利要求1所述的方法，其特征在于，所述参考标记信息包括参考答案信息和参考批改痕迹；
所述用户标记包括客观题学生答案、学生标识和主观题教师批改痕迹。
5.根据权利要求4所述的方法，其特征在于，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题学生答案和所述参考标记信息中的客观题参考答案，确定客观题的作答结果；以及，
基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
6.根据权利要求1所述的方法，其特征在于，所述交互位置区域包括：客观题教师批改区域、学生标识填写区域、主观题教师批改区域；
所述用户标记包括客观题教师批改痕迹、学生标识和主观题教师批改痕迹。
7.根据权利要求6所述的方法，其特征在于，所述基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计，包括：
基于所述客观题教师批改痕迹，确定客观题的作答结果；以及，基于所述主观题教师批改痕迹，确定主观题的作答结果；
基于所述客观题的作答结果和主观题的作答结果，确定所述学生标识对应的学生对于所述目标试卷的作答情况。
8.根据权利要求1所述的方法，其特征在于，所述识别所述参考试卷图像中的参考标记信息，包括：
将所述参考试卷图像中，目标颜色对应的标记信息作为所述参考标记信息。
9.根据权利要求1所述的方法，其特征在于，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
将所述参考试卷图像和所述批改试卷图像进行匹配，确定所述参考试卷图像和所述批改试卷图像对应同一目标试卷。
10.根据权利要求1所述的方法，其特征在于，在获取至少一张批改试卷图像之后，确定所述批改试卷图像中的用户标记之前，所述方法还包括：
对所述批改试卷图像进行图像矫正处理，以使所述批改试卷图像与所述参考试卷图像对齐。
11.一种信息统计装置，其特征在于，包括：
获取模块，用于获取目标试卷对应的参考试卷图像；
第一确定模块，用于识别所述参考试卷图像中的参考标记信息，并基于所述参考标记信息在所述参考试卷图像中的位置，确定所述参考试卷图像中的交互位置区域的位置信息；
第二确定模块，用于获取所述目标试卷对应的至少一张批改试卷图像，针对每一张所述批改试卷图像，基于所述参考试卷图像中所述交互位置区域的位置信息，确定该批改试卷图像中的用户标记；
展示模块，用于基于所述至少一张批改试卷图像中的用户标记、以及所述参考标记信息，对所述目标试卷的作答情况进行统计并展示。
12.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至10任一项所述的信息统计方法的步骤。
13.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至10任一项所述的信息统计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011193548.4A CN112287154A (zh) | 2020-10-30 | 2020-10-30 | 一种信息统计方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011193548.4A CN112287154A (zh) | 2020-10-30 | 2020-10-30 | 一种信息统计方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112287154A true CN112287154A (zh) | 2021-01-29 |
Family
ID=74353124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011193548.4A Pending CN112287154A (zh) | 2020-10-30 | 2020-10-30 | 一种信息统计方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112287154A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113256461A (zh) * | 2021-05-18 | 2021-08-13 | 杭州米络星科技(集团)有限公司 | 线上作业批改方法、装置、服务器及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070031802A1 (en) * | 2005-08-02 | 2007-02-08 | Fuji Xerox Co., Ltd. | Educational material processing apparatus, educational material processing method, educational material processing program and computer-readable recording medium |
| CN109815932A (zh) * | 2019-02-02 | 2019-05-28 | 杭州大拿科技股份有限公司 | 一种试卷批改方法、装置、电子设备及存储介质 |
| CN110322379A (zh) * | 2019-07-08 | 2019-10-11 | 深圳中兴网信科技有限公司 | 试卷处理方法和试卷处理系统 |
| CN110659584A (zh) * | 2019-08-30 | 2020-01-07 | 石家庄云松信息科技有限公司 | 一种基于图像识别的智能留痕阅卷系统 |
| CN111597908A (zh) * | 2020-04-22 | 2020-08-28 | 深圳中兴网信科技有限公司 | 试卷批改方法和试卷批改装置 |
-
2020
- 2020-10-30 CN CN202011193548.4A patent/CN112287154A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070031802A1 (en) * | 2005-08-02 | 2007-02-08 | Fuji Xerox Co., Ltd. | Educational material processing apparatus, educational material processing method, educational material processing program and computer-readable recording medium |
| CN109815932A (zh) * | 2019-02-02 | 2019-05-28 | 杭州大拿科技股份有限公司 | 一种试卷批改方法、装置、电子设备及存储介质 |
| CN110322379A (zh) * | 2019-07-08 | 2019-10-11 | 深圳中兴网信科技有限公司 | 试卷处理方法和试卷处理系统 |
| CN110659584A (zh) * | 2019-08-30 | 2020-01-07 | 石家庄云松信息科技有限公司 | 一种基于图像识别的智能留痕阅卷系统 |
| CN111597908A (zh) * | 2020-04-22 | 2020-08-28 | 深圳中兴网信科技有限公司 | 试卷批改方法和试卷批改装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113256461A (zh) * | 2021-05-18 | 2021-08-13 | 杭州米络星科技(集团)有限公司 | 线上作业批改方法、装置、服务器及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109710590B (zh) | 一种错题本生成方法及装置 | |
| US20060246410A1 (en) | Learning support system and learning support program | |
| CN109242856A (zh) | 一种纸质作业电子化批阅方法及装置 | |
| CN110222678B (zh) | 一种题目分析方法、系统、可读存储介质及电子设备 | |
| CN110490141B (zh) | 一种填涂信息的识别方法、装置、终端及存储介质 | |
| CN110390616A (zh) | 作业批改方法、电子设备及存储介质 | |
| CN110879965A (zh) | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 | |
| KR20190052410A (ko) | 답안 일체형 시험지 및 답안 일체형 교재를 이용하는 자동 채점 시스템 및 그 방법 | |
| CN111768170A (zh) | 一种作业批改结果展示方法及装置 | |
| CN110659612A (zh) | 基于纸笔改良的数字化阅卷方法及系统 | |
| CN113065988A (zh) | 一种作业批改方法、系统以及装置 | |
| CN110223202A (zh) | 一种教学道具识别与评分的方法及系统 | |
| CN107038438A (zh) | 一种基于图像识别的评阅方法 | |
| CN113377942A (zh) | 一种试卷生成方法、装置、计算机设备及存储介质 | |
| KR20160139786A (ko) | 증강현실을 이용한 학습문제풀이 시스템 및 그 제어방법 | |
| CN113159014A (zh) | 基于手写题号的客观题批阅方法、装置、设备及存储介质 | |
| CN112287001B (zh) | 一种信息展示方法、装置、计算机设备及存储介质 | |
| CN112287154A (zh) | 一种信息统计方法、装置、计算机设备及存储介质 | |
| CN112860845A (zh) | 一种试题检索方法、装置、电子设备及存储介质 | |
| CN111639630A (zh) | 一种作业批改方法及装置 | |
| CN112001210A (zh) | 作业的批改方法及装置、智能台灯、计算机可读存储介质 | |
| CN113255305A (zh) | 在线批示方法、装置、电子设备以及存储介质 | |
| CN113033480A (zh) | 基于答题卡的客观题批阅方法、装置、设备及存储介质 | |
| US20130203035A1 (en) | Learning support system and method | |
| CN110555396A (zh) | 智能练习册的阅卷方法、计算机可读存储介质和电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |