CN115860591A - 一种实验操作ai考试评分方法及系统 - Google Patents
一种实验操作ai考试评分方法及系统 Download PDFInfo
- Publication number
- CN115860591A CN115860591A CN202310192914.1A CN202310192914A CN115860591A CN 115860591 A CN115860591 A CN 115860591A CN 202310192914 A CN202310192914 A CN 202310192914A CN 115860591 A CN115860591 A CN 115860591A
- Authority
- CN
- China
- Prior art keywords
- scoring
- score
- camera
- examination
- point
- 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
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种实验操作AI考试评分方法及系统,属于考试成绩计算领域,所述方法包括:将实验过程分为m个步骤,将每个实验步骤分为n个评分点;计算每个评分点分值、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;计算每个评分点分值可信度tk、每个步骤分值Ti、总分的可信度T;对评分点进行补充评分;输出考试评分表。本发明旨在精准、量化、实时地给出评定成绩和扣分依据,精准提供全程可追溯的实验操作数据。
Description
技术领域
本发明涉及考试成绩计算领域,尤其是涉及一种实验操作AI考试评分方法及系统。
背景技术
现有的实验操作考试系统普遍采用“现考后评”的方法,考生现场操作实时录像,考后网上集中评分。无论采用现场学生实验展示还是教师观看录像,教师的体力和脑力负荷极大;对学生实验操作行为的精准量化感知能力较弱;由于各种原因,教师对学生实验操作的评分结果容易受到质疑;部分系统只能监控部分实验;现有实验考试与测评方法耗时太多,占用学校太多人力、物力和财力资源;部分监控系统感知设备相对复杂,硬件成本较高。
中国发明专利名称:基于AI视觉的实验考试智能评分系统,专利号:CN111915460A,提供了一种基于AI视觉的中学实验智能指导与评分系统。此系统可以应用于中学物化生实验的教学和考试场景中,解决教学场景中学生接受信息有差异,考试场景中教师批改效率低、评分标准不一的问题。该专利考试开始与进程依旧需要教师通过教师端控制考试的开始与进程,教师负荷大;其评分过程中并未考虑到系统评分可信度问题,评分失误后无挽救措施。
中国发明专利名称:中考实验操作人工智能AI辅助评分系统,专利号:CN11415521A,公开了中考实验操作人工智能AI辅助评分系统,包括考生终端,所述考生终端的输出端电连接有考点机房端口,所述考点机房端口的输出端电连接有教育机机房,所述教育机机房的输出端电连接有AI评分模块。该专利设有监考端,用于配合现场监控老师进行监控,智能化低;且该系统需获取教育部的教育服务器获取实验视频,实用性差,结构复杂。
发明内容
针对现有技术中存在的问题,本发明提供了一种实验操作AI考试评分方法及系统,所述系统通过将考试视频与标准答案库进行比对,给出每个评分点得分的可信度和总分的可信度,便于考生复核考分。本发明旨在精准、量化、实时地给出评定成绩和扣分依据,精准提供全程可追溯的实验操作数据。
本发明采用的技术方案为:
一种实验操作AI考试评分方法,包括:
将实验过程分为m个步骤,将每个实验步骤分为n个评分点;计算每个评分点分值、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;计算每个评分点分值可信度tk、每个步骤分值Ti、总分的可信度T;对评分点进行补充评分;输出考试评分表。
进一步地,本方法包括:
S00、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S01、分别对每个评分点进行评分、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;
S02、分别计算每个评分点可信度tk、每个步骤评分的可信度Ti、总分的可信度T;
S03、对该评分点进行补充评分;
S04、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S05、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S06;若否,则执行步骤S01;
S06、输出考试评分表。
进一步地,本发明还包括:
S10、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S11、计算每个评分点的评分以及每个评分点可信度tk;
S12、每个评分点分值求和得到每个步骤分值以及每个步骤评分的可信度Ti;
S13、每个步骤分值求和得到总分以及总分的可信度T;
S14、对该评分点进行补充评分;
S15、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S16、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S17;若否,则执行步骤S11;
S17、输出考试评分表。
进一步地,分别对每个步骤的每个评分点进行评分具体包括:
S000、根据考生的实际操作顺序,采用深度学习算法模型训练出实验操作过程的识别模型;
S001、将识别结果与标准答案库比较后进行评分;
S002、将考生答案和标准答案呈现在考试评分表中;
S003、记录每个评分点的起始帧和结束帧时间。
进一步地,计算每个评分点的可信度和每个步骤的可信度具体包括:
S100、计算当前步骤中第k个评分点的可信度tk:
其中,pk表示第k个评分点所使用识别模型的识别率,α为评分点得分系数。
S101、计算当前步骤i的可信度Ti
其中,ts表示步骤i的第s个评分点的可信度,β为实验步骤得分系数。
进一步地,计算总分的可信度T具体包括:
其中,Ti表示当前步骤i的可信度,γ为实验总分调控系数。
一种实验操作AI考试评分系统,包括:
登录模块,用于考生验证身份信息;
评分模块,将每个考试步骤划分为n个评分点,通过每个评分点与标准答案库进行比对,获取评分结果;
信息获取单元,用于录制实验视频,捕获考生动作,获取实验结果;
信息存储单元,用于存储考试信息;显示单元,用于显示考试结果。
进一步地,登录模块包括:考生在打印纸勾选准考证最后一位数值;考生在打印纸勾选身份证最后一位数值。
进一步地,系统自动给出每个评分点的可信度和总分的可信度,每个评分点的可信度和总分的可信度均分为多个档次,用于考生追溯复查考分。
进一步地,所述信息获取单元包括:头戴式柔性摄像头架、摄像头、正上方摄像机、正前方摄像机;正上方摄像机设置于实验桌上方,正前方摄像机设置于实验桌正前方,摄像头与头戴式柔性摄像头架固定连接,用于获取考生实验视频。
进一步地,头戴式柔性摄像头架包括:穿戴框架、鼻托、光源;摄像头固定于穿戴框架上方,鼻托与穿戴框架固定连接,光源与摄像头固定连接,所述光源沿摄像头的轴心方向产生投影。
进一步地,鼻托为可伸缩鼻托,包括:鼻托部、伸缩杆,伸缩杆的两端分别与鼻托部、穿戴框架固定连接;穿戴框架包括:眼镜框架、弹性头带,眼镜框架与弹性头带固定连接,摄像头与眼镜框架的鼻扣处固定连接。
进一步地,穿戴框架还包括:左面部支撑托、右面部支撑托、左耳侧支撑托、右耳侧支撑托、弧形耳廓架、连接部;左面部支撑托固定于摄像头的一侧,右面部支撑托固定于摄像头的另一侧,用于支撑摄像头;左耳侧支撑托固定于左面部支撑托的外侧端,右耳侧支撑托固定于右面部支撑托的外侧端,用于将摄像头挂托于耳朵上方。
进一步地,左面部支撑托、右面部支撑托均包括多个首位相铰接的第一关节连杆;左面部支撑托首端的第一关节连杆与摄像头的左侧固定连接,右面部支撑托首端的第一关节连杆与摄像头右侧固定连接;左耳侧支撑托为左第一伸缩杆,右耳侧支撑托为右第一伸缩杆,左第一伸缩杆的一端与左面部支撑托尾端的第一关节连杆铰接,右第一伸缩杆的一端与右面部支撑托尾端的第一关节连杆铰接;左第一伸缩杆的另一端以及右第一伸缩杆的另一端与弧形耳廓架固定连接;相邻的第一关节连杆之间设有连接部,左第一伸缩杆与左面部支撑托尾端的第一关节连杆设有连接部,右第一伸缩杆与右面部支撑托尾端的第一关节连杆之间设有连接部;连接部包括:连接销、连接耳,连接耳通过销轴与连接销铰接。
进一步地,所述装置还包括:头部箍套,头部箍套的两端分别与左第一伸缩杆的另一端、右第一伸缩杆的另一端相连接;头部箍套包括多个首尾相铰接的第二关节连杆;第二关节连杆之间设有连接部;左第一伸缩杆与左第二伸缩杆之间设有连接部,右第一伸缩杆与右第二伸缩杆之间设有连接部。
本发明的有益效果为:本系统实时比对考试操作视频与标准答案库,得到每个评分点的评分结果,进一步地计算每个评分点和每个步骤得分成绩的可信度计算得分结果更加精准,且实验操作数据全程可追溯;发明记录了每个评分点的起始帧与结束帧的时间,分别计算每个评分点和每个步骤得分成绩的可信度,实现了实验操作成绩的量化;本发明头戴式柔性摄像头架设有可伸缩鼻托,左、右面部支撑托由多个首尾相铰接的第一关节连杆组成,使用时操作人员可对其拉伸或压缩以调节面部支撑托的伸长长度,左、右面部支撑托设置为伸缩杆形式,灵活性更高,适用于不同脸型的人使用。
附图说明
图1 本发明一种实验操作AI考试评分系统结构示意图;
图2本发明实施例一种实验操作AI考试评分方法流程图;
图3本发明实施例一种实验操作AI考试评分方法流程图;
图4本发明头戴式柔性摄像头架的结构示意图;
摄像头1,耳托2,伸拉杆3,鼻托4,激光光源5。
具体实施方式
下面结合附图与实施例对本发明做进一步说明:为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明提供一种实验操作AI考试评分系统,包括:
登录模块,用于考生验证身份信息;具体为:考生在打印纸勾选准考证最后一位数值;考生在打印纸勾选身份证最后一位数值;
评分模块,将每个考试步骤划分为n个评分点,通过每个评分点与标准答案库进行比对,获取评分结果;
信息获取单元,用于录制实验视频,捕获考生动作,获取实验结果;
信息存储单元,用于存储考试信息;显示单元,用于显示考试结果。
信息获取单元包括:头戴式柔性摄像头架、摄像头、正上方摄像机、正前方摄像机;正上方摄像机设置于实验桌上方,正前方摄像机设置于实验桌正前方,摄像头与头戴式柔性摄像头架固定连接,用于获取考生实验视频。
头戴式柔性摄像头架,包括:
摄像头;穿戴框架,所述摄像头设在穿戴框架上,所述穿戴框架用以将摄像头穿戴在人的头部;鼻托,与穿戴框架固定连接;光源,设置于穿戴框架上,所述光源沿摄像头的轴心方向产生投影;优选地,在本发明的实施例中,光源也可与摄像头固定连接;鼻托为可伸缩鼻托。所述可伸缩鼻托包括鼻托部、伸缩杆,所述伸缩杆的两端分别与鼻托部、穿戴框架相连接。在本发明实施例中,所述穿戴框架为眼睛镜架,所述摄像头设在眼睛镜架的鼻扣处。
所述穿戴框架包括:弹性头带。所述穿戴框架包括左面部支撑托、右面部支撑托、左耳侧支撑托、右耳侧支撑托;所述左面部支撑托设在摄像头的一侧,所述右面部支撑托设在摄像头的另一侧,该两个面部支撑托用以支撑摄像头;所述左耳侧支撑托设在左面部支撑托的外侧端,所述右耳侧支撑托设在右面部支撑托的外侧端,该两个耳侧支撑托用以将摄像头挂托在耳朵上。所述左面部支撑托、右面部支撑托均包括多个首尾相铰接的第一关节连杆;所述左面部支撑托的首端的第一关节连杆与摄像头的左侧相连接,所述右面部支撑托的首端的第一关节连杆与摄像头的右侧相连接;所述左耳侧支撑托为左第一伸缩杆,所述右耳侧支撑托为右第一伸缩杆,所述左第一伸缩杆的一端与左面部支撑托的尾端的第一关节连杆相铰接,所述右第一伸缩杆的一端与右面部支撑托的尾端的第一关节连杆相铰接。
所述左第一伸缩杆的另一端以及右第一伸缩杆的另一端均连接有弧形耳廓架。在每相邻两个第一关节连杆之间、在左第一伸缩杆与左面部支撑托的尾端的第一关节连杆之间以及在右第一伸缩杆与右面部支撑托的尾端的第一关节连杆之间均设有连接部,所述的多个第一关节连杆通过连接部相连接,所述的左第一伸缩杆通过连接部与左面部支撑托的尾端的第一关节连杆相连接,所述右第一伸缩杆通过连接部与右面部支撑托的尾端的第一关节连杆相连接;所述连接部包括连接销以及连接耳,所述连接耳通过销轴与连接销铰接。
当相邻两个第一关节连杆之间通过连接部连接时,所述连接销设在其中一个第一关节连杆的一端,所述连接耳设在另一个第一关节连杆上与连接销相对应的一端;当左第一伸缩杆与左面部支撑托的尾端的第一关节连杆之间通过连接部连接时,所述连接销设在左第一伸缩杆的一端,所述连接耳设在左面部支撑托的尾端的第一关节连杆上;当右第一伸缩杆与右面部支撑托的尾端的第一关节连杆之间通过连接部连接时,所述连接销设在右第一伸缩杆的一端,所述连接耳设在右面部支撑托的尾端的第一关节连杆上。
所述摄像头架还包括头部箍套,所述头部箍套的两端分别与左第一伸缩杆的另一端、右第一伸缩杆的另一端相连接。
所述头部箍套包括多个首尾相铰接的第二关节连杆,多个第二关节连杆通过连接部相连接;当多个第二关节连杆通过连接部连接时,所述连接销设在其中一个第二关节连杆的一端,所述连接耳设在另一个第二关节连杆上与连接销相对应的一端。所述左面部支撑托为左第二伸缩杆,所述左第二伸缩杆的一端与摄像头的左侧相连接,所述右面部支撑托为右第二伸缩杆,所述右第二伸缩杆的一端与摄像头的右侧相连接;所述左耳侧支撑托为左第一伸缩杆,所述右耳侧支撑托为右第一伸缩杆,所述左第一伸缩杆的一端与左第二伸缩杆的另一端相铰接,所述右第一伸缩杆的一端与右第二伸缩杆的另一端相铰接。左第一伸缩杆的另一端以及右第一伸缩杆的另一端均连接有弧形耳廓架。
摄像头架还包括头部箍套,所述头部箍套的两端分别与左第一伸缩杆的另一端、右第一伸缩杆的另一端相连接。所述头部箍套包括多个首尾相铰接的第二关节连杆。所述的多个第二关节连杆通过连接部相连接。在左第一伸缩杆与左第二伸缩杆之间以及在右第一伸缩杆与右第二伸缩杆之间均设有连接部,所述的左第一伸缩杆通过连接部与左第二伸缩杆相连接,所述右第一伸缩杆通过连接部与右第二伸缩杆相连接。所述穿戴框架包括为头部箍套,所述头部箍套包括多个首尾相铰接的第二关节连杆;所述头部箍套首端的第二关节连杆连接至摄像头的左侧,所述头部箍套尾端的第二关节连杆连接至摄像头的右侧。所述的多个第二关节连杆通过连接部相连接。当多个第二关节连杆通过连接部连接时,所述连接销设在其中一个第二关节连杆的一端,所述连接耳设在另一个第二关节连杆上与连接销相对应的一端;或者,当左第一伸缩杆与左第二伸缩杆之间通过连接部连接时,所述连接销设在左第一伸缩杆上,所述连接耳设在左第二伸缩杆上;当右第一伸缩杆与右第二伸缩杆之间通过连接部连接时,所述连接销设在右第一伸缩杆上,所述连接耳设在右第二伸缩杆上。
如图4所示,为本发明头戴式柔性摄像头架的结构示意图:
摄像头1和激光光源5,一方面通过伸拉杆3与耳托2相连接,另一方面通过伸拉杆3与鼻托4相连接。伸拉杆3可以在外力的作用下拉长或缩短,耳托2可以沿人耳轮廓吻合,鼻托4可以置于鼻梁之上。
如表1所示,本发明实施例一实验成绩单评分表,一种实验操作AI考试评分方法,所述方法包括:
将实验过程分为m个步骤,将每个实验步骤分为n个评分点;计算每个评分点分值、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;计算每个评分点分值可信度tk、每个步骤分值Ti、总分的可信度T;对评分点进行补充评分;输出考试评分表。
进一步地,本方法包括:
S00、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S01、分别对每个评分点进行评分、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;
S02、分别计算每个评分点可信度tk、每个步骤评分的可信度Ti、总分的可信度T;
S100、计算当前步骤中第k个评分点的可信度tk:
其中,pk表示第k个评分点所使用识别模型的识别率,α为评分点得分系数,若pk比较小但实际上可信度较高,则可以通过设置使得tk更贴合实际。
S101、计算当前步骤i的可信度Ti
其中,ts表示步骤i的第s个评分点的可信度,β为实验步骤得分系数。
计算总分的可信度T,包括:
其中,Ti表示当前步骤i的可信度,γ为实验总分调控系数。
S03、对该评分点进行补充评分;
S04、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S05、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S06;若否,则执行步骤S01;
S06、输出考试评分表。
如图3所示,在本发明实施例中,所述方法还可以采用如下顺序:
S10、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S11、计算每个评分点的评分以及每个评分点可信度tk;
S100、计算当前步骤中第k个评分点的可信度tk:
其中,pk表示第k个评分点所使用识别模型的识别率,α为评分点得分系数,若pk比较小但实际上可信度较高,则可以通过设置使得tk更贴合实际。
S12、每个评分点分值求和得到每个步骤分值以及每个步骤评分的可信度Ti;
S101、计算当前步骤i的可信度Ti
其中,ts表示步骤i的第s个评分点的可信度,β为实验步骤得分系数。
S13、每个步骤分值求和得到总分以及总分的可信度T;
计算总分的可信度T,包括:
其中,Ti表示当前步骤i的可信度,γ为实验总分调控系数。在本发明实施例中,T1、T2、…Ti都很大,但其乘积可能并不大;例如,假设T1、T2、…Ti都为0.9X0.9X0.9=0.729,可以通过系数增大T,使得其值与考生的实际操作行为的质量一致。
S14、对该评分点进行补充评分;
S15、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S16、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S17;若否,则执行步骤S11;
S17、输出考试评分表。
表1本发明实施例一实验成绩单评分表
所述分别对每个步骤的每个评分点进行评分具体包括:
S000、根据考生的实际操作顺序,采用深度学习算法模型训练出实验操作过程的识别模型;
S001、将识别结果与标准答案库比较后进行评分;
S002、将考生答案和标准答案呈现在考试评分表中;
S003、记录每个评分点的起始帧和结束帧时间。
步骤S000中,若识别失败,则对所述评分点进行补充评分。
如果题型为选择题,则采用勾选方法完成答卷,具体包括:
把英文字母、数字和特殊符号设置在纸张等载体上,并用深度学习模型进行识别;
通过卡片的位置求出其所在的选项;
返回选项结果。
在本发明实施例—配置100克5%的氯化钠溶液中,具体操作过程为:
在操作场景中设置正上方摄像机和正前方摄像机,操作者穿戴上头戴式摄像机(其上附激光光源)。
系统主要利用yolov5的目标识别和检测技术对考生操作行为进行追踪、记录和评判。对于学生进行的关键实验操作和评分点,如量取的蒸馏水量、称取的氯化钠粉末的重量等系统采用智能识别仪器刻度的算法实现,最终生成实验成绩表和考生操作顺序表。成绩表对考生的实验行为进行了打分评判,可以帮助学生反思实验过程中的操作,也可以帮助老师了解学生对该实验的掌握程度以及实验的考核。总而言之,该系统实现了无人值守的化学实验智能监考功能。
本考试系统对考生在整个实验过程中操作按照评分标准进行分类,每个评分标准又可以分为若干个评分点,系统自动给出每个评分点的分值。对于正确的操作给出相应的分值,对于错误的操作给出错误的原因。系统自动给出每个评分点得分的可信度和总分的可信度。其中,可信度分为A, B, C等不同档次,便于考生追溯复查考分。对于考生错误的操作,系统自动给出扣分依据。扣分依据由考生的实际答案和标准答案所组成。
在考试系统中,考生使用真实化学仪器进行操作:烧杯、量筒、托盘天平、砝码、称量纸钳、镊子、胶头滴管、标签、药匙等。
在本考试系统中,利用YOLOv5 模型实现了化学仪器目标检测以及考生行为监控。首先,我们使用三个摄像头从不同的视角(实验台前方、实验台上方以及考生额头部位)、距离采集实验场景下的视频数据,之后对视频进行切帧操作,并选取有效的图片作为数据集。对于采集到的图片,使用LabelImg标注工具进行人工标注,并作为训练样本送入YOLOv5网络模型中进行训练,最终得到了基于YOLOv5的三个摄像角度下的仪器和动作识别模型。利用该模型可以获取到实验仪器和考生手部位置的实时坐标值以及类别。
对于选择题,考生只需将勾选小卡片放到所在(a)、(b)、(c)、(d)等所在选项上面即可。考生实验考试成绩单如表1所示。
如表2所示,在本发明实验室制取氧气实施例中,具体操作为:
考生带上头戴式柔性摄像头架,进入实验考试;
首先,根据实验目标和要求,将实验过程分为10个步骤或评分标准,每个评分标准采用计算机系统可以识别和评价的评分点进行细化描述。例如,在评分标准“正确使用天平”这一步,设计了“天平调平”和“左物右码”两个评分点对该评分标准进行评价;
其次,基于深度学习算法模型,系统对每个评分点进行评分;
然后,根据学习模型的识别率定义每个评分点的可信度和每个评分标准的可信度。
表2 实验室制取氧气成绩评分表
如表3所示,学生的操作具有任意性,因此为了更好地监测学生操作的操作顺序,该考试系统生成了实验顺序表,给出考生的实际操作顺序。
表3实验操作步骤顺序表
考生在正式操作之前,系统提示考生进行身份认证,包括:考生在打印纸勾选准考证最后一位数值;考生在打印纸勾选身份证最后一位数值。考生勾选准考证最后一位数值验证通过后,系统发出滴声,在听到滴声后,考生在打印纸勾选身份证最后一位数值,两步操作完成后,考生将纸张放回原位置。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (17)
1.一种实验操作AI考试评分方法,其特征在于,包括:将实验过程分为m个步骤,将每个实验步骤分为n个评分点;计算每个评分点分值、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;计算每个评分点分值可信度tk、每个步骤分值Ti、总分的可信度T;对评分点进行补充评分;输出考试评分表。
2.如权利要求1所述的实验操作AI考试评分方法,其特征在于,具体包括如下步骤:
S00、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S01、分别对每个评分点进行评分、每个评分点分值求和得到每个步骤分值、每个步骤分值求和得到总分;
S02、分别计算每个评分点可信度tk、每个步骤评分的可信度Ti、总分的可信度T;
S03、对该评分点进行补充评分;
S04、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S05、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S06;若否,则执行步骤S01;
S06、输出考试评分表。
3.如权利要求1所述的实验操作AI考试评分方法,其特征在于,所述方法还包括如下步骤:
S10、将实验过程分为m个步骤,将每个实验步骤分为n个评分点;
S11、计算每个评分点的评分以及每个评分点可信度tk;
S12、每个评分点分值求和得到每个步骤分值以及每个步骤评分的可信度Ti;
S13、每个步骤分值求和得到总分以及总分的可信度T;
S14、对该评分点进行补充评分;
S15、对记录的发生时间进行排序,得到考生的实际操作步骤,计入考试评分表;
S16、判断所有步骤的每个评分点是否评阅,若是,则执行步骤S17;若否,则执行步骤S11;
S17、输出考试评分表。
4.如权利要求2或3所述的实验操作AI考试评分方法,其特征在于,计算每个评分点分值具体包括:
S000、根据考生的实际操作顺序,采用深度学习算法模型训练出实验操作过程的识别模型;
S001、将识别结果与标准答案库比较后进行评分;
S002、将考生答案和标准答案呈现在考试评分表中;
S003、记录每个评分点的起始帧和结束帧时间。
7.如权利要求2或3所述的实验操作AI考试评分方法,其特征在于,步骤S000中,若识别失败,则对所述评分点进行补充评分。
8.如权利要求1所述的实验操作AI考试评分方法,其特征在于,若考试题型为选择题,则采用勾选方法完成答卷,具体包括:
将对勾印制于卡片上,采用深度学习模型进行识别;
将英文字母、数字、特殊符号印制于载体上方,采用深度学习模型对英文字母、数字、特殊符号进行识别;
将卡片放置于载体的选项上方;
通过卡片的位置获取选项结果。
9.一种实验操作AI考试评分系统,其特征在于,包括:
登录模块,用于考生验证身份信息;
评分模块,将每个考试步骤划分为n个评分点,通过每个评分点与标准答案库进行比对,获取评分结果;
信息获取单元,用于录制实验视频,捕获考生动作,获取实验结果;
信息存储单元,用于存储考试信息;显示单元,用于显示考试结果。
10.如权利要求9所述的实验操作AI考试评分系统,其特征在于,登录模块包括:考生在打印纸勾选准考证最后一位数值;考生在打印纸勾选身份证最后一位数值。
11.如权利要求9所述的实验操作AI考试评分系统,其特征在于,系统自动给出每个评分点的可信度和总分的可信度,每个评分点的可信度和总分的可信度均分为多个档次,用于考生追溯复查考分。
12.如权利要求9所述的实验操作AI考试评分系统,其特征在于,所述信息获取单元包括:头戴式柔性摄像头架、摄像头、正上方摄像机、正前方摄像机;正上方摄像机设置于实验桌上方,正前方摄像机设置于实验桌正前方,摄像头与头戴式柔性摄像头架固定连接,用于获取考生实验视频。
13.如权利要求11所述的实验操作AI考试评分系统,其特征在于,头戴式柔性摄像头架包括:穿戴框架、鼻托、光源;摄像头固定于穿戴框架上方,鼻托与穿戴框架固定连接,光源与摄像头固定连接,所述光源沿摄像头的轴心方向产生投影。
14.权利要求13所述的实验操作AI考试评分系统,其特征在于,鼻托为可伸缩鼻托,包括:鼻托部、伸缩杆,伸缩杆的两端分别与鼻托部、穿戴框架固定连接;穿戴框架包括:眼镜框架、弹性头带,眼镜框架与弹性头带固定连接,摄像头与眼镜框架的鼻扣处固定连接。
15.如权利要求14所述的实验操作AI考试评分系统,其特征在于,穿戴框架还包括:左面部支撑托、右面部支撑托、左耳侧支撑托、右耳侧支撑托、弧形耳廓架、连接部;左面部支撑托固定于摄像头的一侧,右面部支撑托固定于摄像头的另一侧,用于支撑摄像头;左耳侧支撑托固定于左面部支撑托的外侧端,右耳侧支撑托固定于右面部支撑托的外侧端,用于将摄像头挂托于耳朵上方。
16.如权利要求15所述的实验操作AI考试评分系统,其特征在于,左面部支撑托、右面部支撑托均包括多个首位相铰接的第一关节连杆;左面部支撑托首端的第一关节连杆与摄像头的左侧固定连接,右面部支撑托首端的第一关节连杆与摄像头右侧固定连接;左耳侧支撑托为左第一伸缩杆,右耳侧支撑托为右第一伸缩杆,左第一伸缩杆的一端与左面部支撑托尾端的第一关节连杆铰接,右第一伸缩杆的一端与右面部支撑托尾端的第一关节连杆铰接;左第一伸缩杆的另一端以及右第一伸缩杆的另一端与弧形耳廓架固定连接;相邻的第一关节连杆之间设有连接部,左第一伸缩杆与左面部支撑托尾端的第一关节连杆设有连接部,右第一伸缩杆与右面部支撑托尾端的第一关节连杆之间设有连接部;连接部包括:连接销、连接耳,连接耳通过销轴与连接销铰接。
17.如权利要求16所述的实验操作AI考试评分系统,其特征在于,所述系统还包括:头部箍套,头部箍套的两端分别与左第一伸缩杆的另一端、右第一伸缩杆的另一端相连接;头部箍套包括多个首尾相铰接的第二关节连杆;第二关节连杆之间设有连接部;左第一伸缩杆与左第二伸缩杆之间设有连接部,右第一伸缩杆与右第二伸缩杆之间设有连接部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310192914.1A CN115860591B (zh) | 2023-03-03 | 2023-03-03 | 一种实验操作ai考试评分方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310192914.1A CN115860591B (zh) | 2023-03-03 | 2023-03-03 | 一种实验操作ai考试评分方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115860591A true CN115860591A (zh) | 2023-03-28 |
CN115860591B CN115860591B (zh) | 2023-06-20 |
Family
ID=85659769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310192914.1A Active CN115860591B (zh) | 2023-03-03 | 2023-03-03 | 一种实验操作ai考试评分方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860591B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824459A (zh) * | 2023-08-29 | 2023-09-29 | 深圳市企鹅网络科技有限公司 | 一种实操考试的智能监测考评方法、系统及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218763A (zh) * | 2013-03-26 | 2013-07-24 | 陈秀成 | 一种高可信度的远程在线面试的方法与系统 |
CN107818796A (zh) * | 2017-11-16 | 2018-03-20 | 重庆师范大学 | 一种音乐考试评定方法及系统 |
CN108924082A (zh) * | 2018-05-07 | 2018-11-30 | 长庆石油勘探局有限公司技术监测中心 | 一种特种作业人员实际操作考试控制方法及系统 |
CN109035101A (zh) * | 2018-08-31 | 2018-12-18 | 连策涵 | 一种中招实验操作考试测评方法与系统 |
CN111915460A (zh) * | 2020-05-07 | 2020-11-10 | 同济大学 | 基于ai视觉的实验考试智能评分系统 |
CN112232681A (zh) * | 2020-10-19 | 2021-01-15 | 山东山大鸥玛软件股份有限公司 | 一种面向计算分析类非选择题的智能评卷方法 |
CN113393723A (zh) * | 2021-07-05 | 2021-09-14 | 重庆安伏特电子技术有限公司 | 一种用于电路实验操作考试的智能评价装置及方法 |
CN113486912A (zh) * | 2020-09-30 | 2021-10-08 | 灵图云谷(北京)科技有限公司 | 一种基于计算机视觉及深度学习在中学实验自动评分方法及系统 |
CN113628079A (zh) * | 2021-07-28 | 2021-11-09 | 广州盈可视电子科技有限公司 | 评分方法、装置、电子设备及可读介质 |
CN113794759A (zh) * | 2021-09-03 | 2021-12-14 | 广州网才信息技术有限公司 | 一种基于区块链的考试云平台系统 |
CN114004717A (zh) * | 2021-10-29 | 2022-02-01 | 上海电子信息职业技术学院 | 一种智能评分系统 |
CN114973090A (zh) * | 2022-05-31 | 2022-08-30 | 杭州海康威视数字技术股份有限公司 | 一种实验评分方法、装置、电子设备及存储介质 |
CN115170361A (zh) * | 2022-06-28 | 2022-10-11 | 广州乐庚信息科技有限公司 | 实验考试高效现场打分方法、系统、计算机设备及介质 |
CN115170049A (zh) * | 2022-04-21 | 2022-10-11 | 中国工商银行股份有限公司 | 可信度评分方法、装置、电子设备、存储介质和程序产品 |
CN217770241U (zh) * | 2022-03-07 | 2022-11-08 | 广东新裕信息科技有限公司 | 理化生实验操作考评系统 |
-
2023
- 2023-03-03 CN CN202310192914.1A patent/CN115860591B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218763A (zh) * | 2013-03-26 | 2013-07-24 | 陈秀成 | 一种高可信度的远程在线面试的方法与系统 |
CN107818796A (zh) * | 2017-11-16 | 2018-03-20 | 重庆师范大学 | 一种音乐考试评定方法及系统 |
CN108924082A (zh) * | 2018-05-07 | 2018-11-30 | 长庆石油勘探局有限公司技术监测中心 | 一种特种作业人员实际操作考试控制方法及系统 |
CN109035101A (zh) * | 2018-08-31 | 2018-12-18 | 连策涵 | 一种中招实验操作考试测评方法与系统 |
CN111915460A (zh) * | 2020-05-07 | 2020-11-10 | 同济大学 | 基于ai视觉的实验考试智能评分系统 |
CN113486912A (zh) * | 2020-09-30 | 2021-10-08 | 灵图云谷(北京)科技有限公司 | 一种基于计算机视觉及深度学习在中学实验自动评分方法及系统 |
CN112232681A (zh) * | 2020-10-19 | 2021-01-15 | 山东山大鸥玛软件股份有限公司 | 一种面向计算分析类非选择题的智能评卷方法 |
CN113393723A (zh) * | 2021-07-05 | 2021-09-14 | 重庆安伏特电子技术有限公司 | 一种用于电路实验操作考试的智能评价装置及方法 |
CN113628079A (zh) * | 2021-07-28 | 2021-11-09 | 广州盈可视电子科技有限公司 | 评分方法、装置、电子设备及可读介质 |
CN113794759A (zh) * | 2021-09-03 | 2021-12-14 | 广州网才信息技术有限公司 | 一种基于区块链的考试云平台系统 |
CN114004717A (zh) * | 2021-10-29 | 2022-02-01 | 上海电子信息职业技术学院 | 一种智能评分系统 |
CN217770241U (zh) * | 2022-03-07 | 2022-11-08 | 广东新裕信息科技有限公司 | 理化生实验操作考评系统 |
CN115170049A (zh) * | 2022-04-21 | 2022-10-11 | 中国工商银行股份有限公司 | 可信度评分方法、装置、电子设备、存储介质和程序产品 |
CN114973090A (zh) * | 2022-05-31 | 2022-08-30 | 杭州海康威视数字技术股份有限公司 | 一种实验评分方法、装置、电子设备及存储介质 |
CN115170361A (zh) * | 2022-06-28 | 2022-10-11 | 广州乐庚信息科技有限公司 | 实验考试高效现场打分方法、系统、计算机设备及介质 |
Non-Patent Citations (1)
Title |
---|
徐奕奕;彭佳文;: "一种基于大学计算机基础考试系统的操作题自动阅卷算法", 电脑与电信 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824459A (zh) * | 2023-08-29 | 2023-09-29 | 深圳市企鹅网络科技有限公司 | 一种实操考试的智能监测考评方法、系统及存储介质 |
CN116824459B (zh) * | 2023-08-29 | 2023-12-08 | 深圳市企鹅网络科技有限公司 | 一种实操考试的智能监测考评方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115860591B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230055308A1 (en) | Digital visual acuity eye examination for remote physician assessment | |
CN113706960B (zh) | 一种基于vr技术的护理操作练习平台及使用方法 | |
EP1966758B1 (en) | Computer-based facial paralysis assessment | |
CN107845300B (zh) | 一种实时监控的安全考试系统 | |
CN111931585A (zh) | 一种课堂专注度的检测方法及装置 | |
CN115860591B (zh) | 一种实验操作ai考试评分方法及系统 | |
CN113628079A (zh) | 评分方法、装置、电子设备及可读介质 | |
CN109740936A (zh) | 一种用于民机驾驶舱可用性评估的系统 | |
CN110969139A (zh) | 人脸识别模型训练方法及相关装置、人脸识别方法及相关装置 | |
CN115607153B (zh) | 一种基于眼动追踪的心理量表回答质量评估系统及方法 | |
CN111444879A (zh) | 一种关节劳损自主康复动作识别方法及系统 | |
CN115393957A (zh) | 一种急救培训与考核系统及方法 | |
CN110008865A (zh) | 一种幼儿园晨检方法及其装置 | |
CN112862639A (zh) | 一种基于大数据分析的在线教育方法及在线教育平台 | |
GB2622351A (en) | Automated scan of common ailments so that a consistent image can be given to a doctor for analysis | |
CN110660454A (zh) | 一种癌痛实时评估仪及其评估方法 | |
Padrón-Rivera et al. | Identification of action units related to affective states in a tutoring system for mathematics | |
CN107818707B (zh) | 一种自动出题的考试系统 | |
CN115553779A (zh) | 一种情绪识别方法、装置、电子设备及存储介质 | |
CN115132228A (zh) | 一种语言能力分级方法及系统 | |
EP3905225A1 (en) | System and method for evaluating simulation-based medical training | |
CN113096774A (zh) | 一种心理健康教育平台 | |
CN107818531B (zh) | 一种安全考试系统 | |
CN113299144B (zh) | 自动纠错智能训练系统 | |
CN111477052A (zh) | 一种基于ai分析的教学辅助系统 |
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 |