CN116363673B - 基于智能笔的批改方法、装置、系统及存储介质 - Google Patents

基于智能笔的批改方法、装置、系统及存储介质 Download PDF

Info

Publication number
CN116363673B
CN116363673B CN202310525258.2A CN202310525258A CN116363673B CN 116363673 B CN116363673 B CN 116363673B CN 202310525258 A CN202310525258 A CN 202310525258A CN 116363673 B CN116363673 B CN 116363673B
Authority
CN
China
Prior art keywords
answer
handwriting information
handwriting
correction
information
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
Application number
CN202310525258.2A
Other languages
English (en)
Other versions
CN116363673A (zh
Inventor
胡华成
张鸿亮
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.)
Shenzhen Bangbangbang Technology Co ltd
Original Assignee
Shenzhen Bangbangbang 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 Shenzhen Bangbangbang Technology Co ltd filed Critical Shenzhen Bangbangbang Technology Co ltd
Priority to CN202310525258.2A priority Critical patent/CN116363673B/zh
Priority to CN202410359682.9A priority patent/CN118212638A/zh
Publication of CN116363673A publication Critical patent/CN116363673A/zh
Application granted granted Critical
Publication of CN116363673B publication Critical patent/CN116363673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V30/142Image acquisition using hand-held instruments; Constructional details of the instruments
    • G06V30/1423Image acquisition using hand-held instruments; Constructional details of the instruments the instrument generating sequences of position coordinates corresponding to handwriting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06V30/1431Illumination control
    • 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
    • G06V30/1444Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • 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
    • G06V30/32Digital ink
    • G06V30/333Preprocessing; Feature extraction
    • G06V30/347Sampling; Contour coding; Stroke extraction
    • 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
    • G06V30/32Digital ink
    • G06V30/36Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/41Analysis of document content
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请涉及一种基于智能笔的批改方法、装置、系统及存储介质,批改人使用智能笔在经过铺码处理的答题纸上进行批改,通过所述智能笔采集批改的批改笔迹信息以及采集所述答题纸上的答题笔迹信息;根据所述批改笔迹信息确定批改人批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;最后将所述对应的答题人及对应的题目的批改结果绑定。本申请的批改方法保留了传统的批改方式和批改体验,并且大大减少了批改人的工作量。

Description

基于智能笔的批改方法、装置、系统及存储介质
技术领域
本申请涉及教学软件技术领域,特别是涉及一种基于智能笔的批改方法、装置、系统及存储介质。
背景技术
在日常考试或练习作业过程中,老师需要对学生学习情况掌握了解,批阅或批改是非常重要的一个环节。以试卷批改为例,传统的试卷批改是老师使用批改笔在答卷上直接进行批改,批改完成后老师对各个学生的成绩进行计算以及对答题情况进行汇总分析,此时有2个过程,一是判别该答卷是属于哪个学生的,二是该答卷得分情况,需要很大的工作量。对此,采用一定的技术手段来帮助老师的改卷工作已经成为研究的热点,例如现有技术中通过图像扫描对答卷进行智能文字识别和评分。
随着点阵智能笔的发明,现有技术还出现了基于点阵智能笔的改卷方案。点阵智能笔通过设置于书写端的摄像头拍摄印刷在答卷上的点阵码并通过算法提取点阵码的坐标信息,根据坐标信息计算得到书写轨迹。其一般包括高清摄像头、压力传感器、图像处理单元和通信单元等。在具体的应用中,通过在纸张上印刷一层点阵码,当使用点阵智能笔在纸张上书写时,触发压力传感器从而启动高清摄像头,通过高清摄像头的连续快速拍照采集书写的位置的点阵码,并通过算法进行提取得到一系列的点阵码的坐标信息,经过计算便可以得到书写的轨迹信息,从而识别书写的内容。
现有的基于点阵智能笔的改卷方案一中,答题人的点阵智能笔与服务端通信连接,并且在服务端中绑定了所述答题人信息,当答题人使用点阵智能笔进行作答时,点阵智能笔采集答题人的答题笔迹信息并上传至服务端中进行文字识别并与预设的标准答案进行比对从而得到批改结果。但是,该方案中存在一些问题,例如:1.要求每一位答题人配备专属的点阵智能笔,并且使用点阵智能笔进行答题;2.服务端获取每一个答题人作答的答题笔迹信息,并需要对所有的答题笔迹信息进行文字识别,以及还要将识别得的内容与预设的标准答案进行比对,数据量大以及运算负载高;3.目前的教学中普遍还是传统的批改方式,许多老师仍保留传统的使用笔进行批改的习惯,而该方案是完全替代人工的智能批改方案,不能满足传统的批改习惯和批改体验。
现有技术还有另一种基于点阵智能笔的改卷方案二,其是基于点阵智能笔进行批改并通过点阵智能笔获取批改信息从而可确定批改的题目及其批改得分,能够保持传统的使用笔进行批改的批改方式,保留传统的改卷体验,但是其方案中,需要老师分别为每个学生制定专属的身份信息识别码,并分别将身份信息识别码分别印刷在各个学生的答卷上,从而老师在使用点阵智能笔进行批改时,能够通过采集答卷上的身份信息识别码识别出答卷对应的答题人,从而将批改的题目及批改结果与识别出的对应的答题人进行绑定。该方案需要为每位学生制定身份信息码,需要分别为每个学生制作专属的印刷有身份信息码的答卷,尤其在学生人数较多的情况下,实施起来相当麻烦。
发明内容
基于此,本申请的目的在于,提供一种基于智能笔的批改方法,不要求答题人使用智能笔进行答题,也不需要为每个答题人分别制作专属的身份信息码并印刷专属的答卷,不改变老师的批改习惯,能够保留传统的改卷体验。
本申请实施例公开了一种基于智能笔的批改方法,包括以下步骤:
获取智能笔在答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;其中,所述答题纸上设置有一层可用于读取坐标信息的点阵码;所述智能笔采集书写区域的红外光图像数据以及可见光图像数据,所述红外光图像数据包括所述答题纸上的点阵码,所述可见光图像数据包括所述答题纸上的答题笔迹图像;根据所述答题纸上的点阵码得到所述答题纸的坐标信息,根据若干所述答题纸的坐标信息得到所述批改笔迹信息;根据所述答题笔迹图像得到所述答题笔迹信息;
根据所述批改笔迹信息中的坐标信息确定批改的区域对应的题目;
根据所述批改笔迹信息中的若干坐标信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;
将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;
将所述对应的答题人及对应的题目的批改结果绑定。
本申请实施例还公开了一种基于智能笔的批改装置,包括:
信息获取模块,用于获取智能笔在答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;其中,所述答题纸上设置有一层可用于读取坐标信息的点阵码;所述智能笔采集书写区域的红外光图像数据以及可见光图像数据,所述红外光图像数据包括所述答题纸上的点阵码,所述可见光图像数据包括所述答题纸上的答题笔迹图像;根据所述答题纸上的点阵码得到所述答题纸的坐标信息,根据若干所述答题纸的坐标信息得到所述批改笔迹信息;根据所述答题笔迹图像得到所述答题笔迹信息;
题目确定模块,用于根据所述批改笔迹信息中的坐标信息确定批改的区域对应的题目;
批改模块,用于根据所述批改笔迹信息中的若干坐标信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;
答题人识别模块,用于将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;
批改结果处理模块,用于将所述对应的答题人及对应的题目的批改结果绑定。
本申请实施例还公开了一种基于智能笔的批改系统,包括:
智能笔,用于在答题纸上进行批改,并获取批改的批改笔迹信息以及获取所述答题纸上的答题笔迹信息,将所述批改笔迹信息以及所述答题笔迹信息发送至服务端;其中,所述答题纸上设置有一层可用于读取坐标信息的点阵码;所述智能笔采集书写区域的红外光图像数据以及可见光图像数据,所述红外光图像数据包括所述答题纸上的点阵码,所述可见光图像数据包括所述答题纸上的答题笔迹图像;根据所述答题纸上的点阵码得到所述答题纸的坐标信息,根据若干所述答题纸的坐标信息得到所述批改笔迹信息;根据所述答题笔迹图像得到所述答题笔迹信息;
服务端,用于获取智能笔在设有点阵码的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;根据所述批改笔迹信息中的坐标信息确定批改的区域对应的题目;根据所述批改笔迹信息中的若干坐标信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定。
本申请实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例任意一项所述的方法。
本申请实施例所述的基于智能笔的批改方法及装置,批改人使用智能笔在经过铺码处理的答题纸上进行批改时,通过所述智能笔采集批改的批改笔迹信息以及采集所述答题纸上答题人的答题笔迹信息,并发送给服务端;所述服务端获取所述智能笔发送的所述批改笔迹信息以及所述答题笔迹信息;根据所述批改笔迹信息确定批改人批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定。通过本申请实施例所述的基于智能笔的批改方法及装置,由批改人对答题纸上题目的作答情况进行判断,并使用所述智能笔在所述答题纸上进行批改评分,保留了传统的批改方式和批改体验;并且根据批改人批改的批改笔迹信息可自动定位批改的题目并确定题目的批改结果,根据所述答题笔迹信息进行匹配可确定对应的答题人,从而将题目的批改结果与对应的答题人进行绑定,大大减少了批改人的工作量。相较于背景技术的方案一,本申请实施例的基于点阵智能笔的批改方法的优点在于:1.无需每个答题人配备专属的智能笔并要求每一位答题人使用智能笔进行答题;2.本申请主要由批改人对题目作答情况进行判断评分,服务端无需接收大量的答题数据并进行复杂的运算处理,负载大大减轻;3.保留传统的批改方式和批改体验。相较于背景技术的方案二,本申请实施例的基于点阵智能笔的批改方法的优点在于:无需为每个答题人分别制作专属的身份信息码,同时也无需为每一个答题人分别制作印刷有专属的身份信息码的答题纸,本申请的答题纸上仅需要统一印刷相同的坐标标识例如点阵码即可,实施起来更方便。
为了更好地理解和实施,下面结合附图详细说明本申请。
附图说明
图1为本申请一实施例的基于智能笔的批改方法的流程示意图;
图2为本申请另一实施例的基于智能笔的批改方法的流程示意图;
图3为本申请一实施例公开的智能笔结构的示意图;
图4为本申请一实施例公开的智能笔结构的侧示图;
图5为本申请一实施例公开的智能笔结构的截面图;
图6为本申请一实施例公开的智能笔与书写纸配合应用的示意图;
图7为本申请一实施例的基于智能笔的批改装置的示意图;
图8为本申请一实施例的基于智能笔的批改系统的示意图。
具体实施方式
实施例1
请参考图1,本申请实施例公开了一种基于智能笔的批改方法,包括以下步骤:
S101:获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;
S102:根据所述批改笔迹信息确定批改的区域对应的题目;
S103:根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;
S104:将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;
S105:将所述对应的答题人及对应的题目的批改结果绑定。
本实施例所述的基于智能笔的批改方法的执行主体为与所述智能笔通信连接的服务端,具体可以为云服务器。需要说明,所述基于智能笔的批改方法中的部分步骤还可以是在所述智能笔上的处理模块上执行。在其他实施例中,所述的基于智能笔的批改方法的执行主体也可以为所述智能笔。
对于步骤S101,服务端获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息。具体的,批改人使用智能笔在经过铺码处理的答题纸上进行批改时,所述智能笔采集批改人批改的批改笔迹信息,以及批改人还可以通过所述智能笔采集所述答题纸上答题人作答的答题笔迹图像得到答题笔迹信息,通过所述智能笔将所述批改笔迹信息以及所述答题笔迹信息发送给所述服务端。
所述铺码处理是指在答题纸上设置一层可用于读取坐标信息的信息编码图案或者坐标标识,具体例如点阵码、数字标识。设置方式可以为在所述答题纸上打印或印刷所述信息编码图案或坐标标识,也可以为将包含信息编码图案或坐标标识的材料粘贴在所述答题纸上。
具体在本实施例中,在所述答题纸上印刷一层点阵码。本实施例主要以所述答题纸印刷点阵码进行说明,但是在其他实施例中,所述答题纸也可以是设置其他类型的用于读取坐标信息的信息编码图案或者坐标标识。
在一个优选的实施例中,可采用含碳元素的特殊墨水在答题纸上印刷一层人眼不可见的点阵码,使得印刷的点阵码具有对人眼隐形的效果,但是使用红外摄像头则可对其进行拍摄采集,具体的,可以采用含碳元素且透明度较高的墨水。
本实施例中,所述答题纸可以包括作业本、教辅、书籍、自定义打印题集等。所述答题纸在制作时,可基于题目在答题纸上的分布情况,在所述答题纸的局部区域或全部区域印刷点阵码,并在服务端中将所述答题纸上各个区域上印刷的点阵码的坐标信息与对应的题目信息进行绑定。例如题目1区域范围为(1,1)(1,5)(5,5)(5,1),将位于该区域范围内的点阵码的坐标信息与题目1进行绑定,从而当采集到的点阵码的坐标信息位于该范围内时即可确定采集的区域为题目1。
所述智能笔用于在答题纸上进行书写并采集答题纸上的图像,具体在经过铺码处理的答题纸上进行书写并采集所述答题纸上设置的铺码处理的信息例如点阵码以及所述答题纸上的答题笔迹信息,其中根据所述铺码处理的信息可以计算得到所述批改笔迹信息。本实施例中所述智能笔在印刷有点阵码的答题纸上批改时,可以采集答题纸上的点阵码图像以及答题笔迹图像。所述智能笔一般包括设置在其书写端的摄像单元和辅助光源、以及设置在其笔体内的控制单元、图像处理单元和通信单元等,所述辅助光源用于发出光线以辅助所述摄像单元拍摄,通过所述控制单元控制所述辅助光源和所述摄像单元,从而拍摄书写区域中的点阵码并经过所述图像处理单元和所述控制单元的处理计算得到该书写区域的坐标信息,以及还可以拍摄书写区域的答题笔迹图像。此外,所述智能笔还可以通过所述通信单元与服务端或客户端进行通信,其中,所述服务端可以为云端服务器,所述客户端可以为智能手机、智能交互平板或者教学专用设备等。需要说明,此处仅是对所述智能笔的构造的举例说明,而不应当认为限定了本实施例所述智能笔的具体结构和功能,实际上,所述智能笔还可以是其他的构造,具体可参考本申请实施例2提供的具体设计。
本实施例中所述智能笔具体在印刷有点阵码的答题纸批改时,拍摄书写区域的点阵码图像获取点阵码数据,并通过算法解析得到坐标信息,根据坐标信息可确定批改的区域对应的题目,以及根据拍摄得到的一系列点阵码数据通过算法解析得到一系列坐标信息,经过计算可得到批改的笔迹轨迹,从而确定批改的内容信息。
所述批改笔迹信息是所述智能笔采集的所述答题纸上的坐标信息,具体可以是所述智能笔在所述答题纸上批改时,采集的原始的点阵码数据,也可以是原始的点阵码数据经过所述智能笔的运算处理单元进行过处理后的数据。具体的,对于前者,所述智能笔将采集所述点阵码数据直接发送给服务端,从而所述服务端根据所述点阵码数据可以计算得到批改的内容信息以及批改的区域对应的题目信息;对于后者,所述智能笔采集所述点阵码数据之后可以通过其运算处理单元进行部分处理之后再将处理得的数据发送给服务端。
所述答题笔迹信息是指答题人答题的笔迹图像信息。所述服务端获取的所述答题笔迹信息可以是所述智能笔拍摄获取的原始的答题笔迹图像数据,也可以是原始的答题笔迹图像数据在所述智能笔上经过处理之后的数据。
在本实施例中所述答题笔迹信息用于识别答题人,具体例如,通过计算答题笔迹图像的特征,并与预存的若干个答题人的笔迹特征数据进行匹配,可确定所述答题笔迹信息对应的答题人。
在一个实施例中,所述答题纸上设置有用于标识所述答题纸的坐标信息的坐标标识;所述智能笔的书写端内设有摄像单元以及辅助光源,所述摄像单元用于对所述智能笔的书写端指向的书写区域进行拍摄;所述辅助光源用于发射红外光以辅助所述摄像单元拍摄所述书写区域的红外光图像数据,发射白光以辅助所述摄像单元拍摄所述书写区域的可见光图像数据;
所述获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息的步骤包括:
获取智能笔在经过铺码处理的答题纸上批改时,所述摄像单元拍摄的所述答题纸上的红外光图像数据,所述红外光图像数据包括所述坐标标识,根据所述坐标标识,计算获取所述批改笔迹信息;
所述获取所述智能笔采集的所述答题纸上的答题笔迹信息的步骤包括:
获取所述智能笔通过所述摄像单元拍摄的所述答题纸上的可见光图像数据,所述可见光图像数据包括答题笔迹图像,将所述答题笔迹图像进行处理得到所述答题笔迹信息。
其中,所述坐标标识用于标识所述答题纸上的坐标信息,其可以为点阵码,也可以为数字标识。所述坐标标识优选采用含碳元素的隐形墨水印制从而在红外光下能够被拍摄得到,而在白光下则无法被拍摄得到。本实施例中,批改人在使用所述智能笔进行批改时,所述智能笔可以通过所述辅助光源发出红外光从而辅助所述智能笔的摄像单元拍摄到包含所述坐标标识的红外光图像数据,根据所述坐标标识可以识别得到所述答题纸上的坐标信息,进而根据一系列的坐标信息可以计算得到所述智能笔的书写轨迹信息即批改笔迹信息;所述智能笔还可以通过所述辅助光源发出白光从而辅助所述摄像单元拍摄到所述答题纸上的包含答题笔迹的可见光图像数据。关于所述智能笔的具体结构功能可参考实施例2。
其中,拍摄的红外光图像数据中一般不包括智能笔自身书写的笔迹,这在于智能笔采用的是特殊笔墨使得其书写的笔迹人眼可见但是在红外光下则拍摄不到,例如采用不含碳的笔墨或者其他不吸收红外光的笔墨,使得其书写的笔迹不会吸收红外光,故所述智能笔自身书写的笔迹在所述红外光下拍摄时相当于是透明的,不会被所述摄像单元拍摄得到。其中,拍摄的可见光图像数据中一般不包括所述答题纸上的坐标标识,这在于所述答题纸上的坐标标识采用特殊油墨印刷从而具有隐形的效果或者可见度较低,使得拍摄答题纸上的可见光图像时拍摄不到坐标标识,而只拍摄到其他图像例如答题笔迹等。
对于步骤S102,如上所述,所述服务端接收所述批改笔迹信息,根据所述批改笔迹信息提取坐标信息,根据坐标信息确定批改的区域对应的题目。
对于步骤S103,根据所述批改笔迹信息确定批改的内容信息例如批改人批改的标记、数字或其他符号等,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果。
所述计分规则是根据所述内容信息进行判断并确定对应的题目的批改结果。
在一个实施例中,所述预设的计分规则包括加分模式和/或减分模式;
所述根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果的步骤包括:
在所述加分模式下,识别所述内容信息确定批改的分数,该分数即为所述批改笔迹信息对应的题目的得分;
或,在所述减分模式下,识别所述内容信息确定批改的分数,将所述批改笔迹信息对应的题目的总分值减去该分数得到的结果即为所述批改笔迹信息对应的题目的得分。
其中,所述计分规则可通过所述智能笔上的按键进行设置,例如在所述智能笔上设置有加分模式按键和减分模式按键,通过触发不同的按键使所述智能笔可向所述服务端发送对应的指令,从而使所述服务端启动对应的计分规则。
所述计分规则也可以通过所述智能笔在所述答题纸上书写预设的标记进行设置,在一个实施例中,所述根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果的步骤包括:
当识别得所述内容信息中的计分模式设置标记时,所述计分规则采用对应于所述计分模式设置标记的加分模式或减分模式。
本实施例中,批改人使用所述智能笔在所述答题纸上书写预设的计分模式设置标记比如打勾、打叉、画圈或者其它标记等,通过不同的标记设置不同的计分规则,例如打勾对应于加分模式,打叉对应于减分模式。所述服务端根据获取的所述批改笔迹信息,识别得所述预设的计分模式设置标记时,响应于所述计分模式设置标记而启动对应的计分规则。
对于步骤S104,将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述若干个答题人中,预存的笔迹特征数据与所述答题笔迹信息最为匹配例如相似度最高的答题人,即为所述答题笔迹信息对应的答题人。
其中,所述答题人的笔迹特征数据是通过采集答题人的笔迹图像并通过特征聚类计算、深度学习模型训练或神经网络模型训练得到的答题人的笔迹特征数据。
请参考图2,在一个实施例中,通过特征聚类计算得到答题人的笔迹特征数据,所述基于智能笔的批改方法还包括步骤:
S106:获取答题人使用智能笔在经过铺码处理的答题纸上进行答题时的书写笔迹信息;将所述答题人的书写笔迹信息进行分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征并进行聚类,获得所述答题人的书写笔迹信息的若干个局部特征;将所述若干个局部特征保存为答题人的笔迹特征数据。
具体的,在一个应用场景中,可让所有答题人分别使用各自的智能笔在经过铺码处理的答题纸上进行书写,所述智能笔采集各个答题人的书写笔迹并发送至所述服务端,从而所述服务端根据所述书写笔迹信息确定答题人书写的笔迹图像,并经过特征聚类计算、深度学习模型训练或者神经网络模型训练,得到各个答题人的笔迹特征数据。
本实施例根据所述智能笔采集的答题笔迹信息的特征与预存的若干个答题人的笔迹特征数据进行匹配从而确定对应的答题人。在一个实施例中,所述将所述答题笔迹信息与预存的笔迹特征数据进行匹配的步骤包括:
将所述答题笔迹信息分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征获得所述答题笔迹信息的若干个局部特征;
将所述答题笔迹信息的若干个局部特征与预存的若干个答题人的笔迹特征数据进行匹配,与所述答题笔迹信息的若干个局部特征的匹配度最高的答题人即为所述答题笔迹信息对应的答题人。
对于步骤S105,将所述对应的答题人及对应的题目的批改结果绑定。
在一个实施例中,所述将所述对应的答题人及对应的题目的批改结果绑定的步骤包括:
在所述加分模式下,累计批改的分数得到最终的答题成绩,将所述答题成绩与所述对应的答题人绑定;
或,在所述减分模式下,将答题总分减去批改的分数得到最终的答题成绩,将所述答题成绩与所述对应的答题人绑定。
本实施例中,在所述加分模式下,批改人只需要对作答正确能够得分的题目批改其得分的分数,最终计算总分时,累计各个批改的题目的得分即得到最终的成绩,而对于没有批改的题目即为没有得分的题目,无需进行批改和统计。在所述减分模式下,批改人只需要对错误的需要扣分的题目批改其扣分的分数,最终计算总分时,将总成绩减去累计的各个批改的题目的扣分即为最终的成绩。
进一步地还可以将所述对应的答题人与其各个题目的得分情况以及最终计算得的总分成绩进行绑定,以及所述服务端在批改完成之后还可以对各个答题人的批改结果进行汇总分析。
实施例2
请参考图3、图4和图5,本实施例具体公开了一种智能笔,可用于实施如实施例1所述基于智能笔的批改方法,所述智能笔包括笔体1、控制单元2和摄像单元3,所述笔体1的一端为书写端101,所述笔体1内设有所述控制单元2,所述书写端101内设有所述摄像单元3,所述摄像单元3与所述控制单元2连接;所述智能笔还包括辅助光源4,所述辅助光源4设置在所述书写端101内,与所述控制单元2连接;
所述摄像单元3用于对所述书写端101指向的书写区域进行拍摄,所述控制单元2获取所述摄像单元3拍摄的图像数据;所述控制单元2设置有包括红外光拍摄模式和可见光拍摄模式在内的至少两种工作模式;在所述红外光拍摄模式下,所述控制单元2控制所述辅助光源4发射红外光,所述摄像单元3拍摄所述书写区域的红外光图像;在所述可见光拍摄模式下,所述控制单元2控制所述辅助光源4发射白光,所述摄像单元3拍摄所述书写区域的可见光图像。
所述书写端101是所述智能笔用于书写的一端,其内设置有所述摄像单元3,所述摄像单元3可以设置为对准所述书写端101的书写区域,具体的对准所述书写端101的笔尖位置及其邻近的区域,从而能够对所述书写端101书写的区域进行清晰的拍摄。
所述控制单元2用于控制智能笔各个功能模块或器件的运行,包括,按照预设的控制逻辑控制所述摄像单元3和所述辅助光源4从而实现预设的工作模式,以及接收、处理和传输所述摄像单元3拍摄的图像数据等。其可以是一般的处理器,也可以是图像处理器和控制芯片的集成。
所述控制单元2设置有至少两种工作模式,用于控制智能笔的各个拍摄模式的工作,其中包括控制所述智能笔工作在红外光拍摄模式或可见光拍摄模式,从而对应的获取所述摄像单元3拍摄的红外光图像或可见光图像。此外,所述控制单元2还可以设置其他的工作模式,例如还可以设置有混合模式,在混合模式下所述控制单元2控制至少两个拍摄模式交替工作,并交替获取所述摄像单元3拍摄的不同类型图像的数据。
所述摄像单元3用于拍摄所述书写区域的图像。一般而言,摄像单元拍摄时,还需要有辅助光对拍摄对象进行补光,从而使拍摄的图像更为清晰,尤其针对特定的图像,无法通过可见光摄像得到,而是需要特殊的辅助光例如红外光进行补光才能够拍摄得到图像。故本实施例所述书写端101还设有所述辅助光源4,所述辅助光源4用于发出不同类型的辅助光以辅助所述摄像单元3拍摄不同类型的图像。
所述辅助光源4与所述摄像单元3可以是一体化的设计,整体作为一个功能部件设置在所述书写端101内;也可以是非一体化但是设置在同一个壳体中并位于所述书写端101内;以及还可以是分开的、分别独立设置在所述书写端101内。
请参考图5,本实施例中,所述辅助光源4包括红外光LED401和白光LED402,分别与所述控制单元2连接,并受所述控制单元2的控制分别用于对书写区域发射红外光和白光。具体的,所述红外光LED401和所述白光LED402分别设置在所述摄像单元3的两侧且与所述书写端101的笔芯8部位等距。
在其他实施例中,所述辅助光源4也可以不是由红外光LED和白光LED组成,而是采用特制的发光器件,该发光器件可以调整发射光的频率,包括可以发射红外光,也可以发射白光等。
本实施例中,所述红外光拍摄模式是用于拍摄红外光图像的模式,其专用于采集书写纸上的坐标标识例如点阵码图像,主要是以红外光作为拍摄时的辅助光。一般而言,智能笔采用的是特殊笔墨使得其书写的笔迹人眼可见但是在红外光下则拍摄不到,例如采用不含碳的笔墨或者其他不吸收红外光的笔墨,使得其书写的笔迹不会吸收红外光,故所述智能笔自身书写的笔迹在所述红外光拍摄模式下相当于是透明的,不会被所述摄像单元3拍摄得到,而只能在所述可见光拍摄模式下才能被所述摄像单元3拍摄得到;相反,所述书写纸上的坐标标识例如点阵码图像则是采用能够吸收所述红外光的油墨印刷例如含碳油墨,因此在所述红外光拍摄模式下能够清晰的拍摄得到所述坐标标识。
在一个具体场景中,所述智能笔在印刷点阵码的书写纸上书写时,当所述摄像单元3工作在所述红外光拍摄模式下,便不会拍摄到所述智能笔自身书写的笔迹,以及不会拍摄其他特殊墨水例如不含碳墨水书写的笔迹,而只会拍摄书写纸上的点阵码图像,能够保证拍摄的点阵码图像的清晰度,有利于算法对点阵码图像的处理和解析。
所述可见光拍摄模式是用于拍摄一般的可见光图像的模式,其专用于采集书写纸上的普通可见光图像,主要是以白光作为拍摄时的辅助光。所述书写纸上的可见光图像,一般包括所述智能笔在书写纸上书写的笔迹以及所述书写纸上原有的笔迹例如答题笔迹等,但是可以不包括所述书写纸上的坐标标识。一般而言,所述书写纸上的坐标标识可以采用特殊油墨印刷从而具有隐形的效果或者可见度较低,使得拍摄可见光图像时拍摄不到坐标标识,而只拍摄到其他图像例如笔迹内容等。
对于如上所述的摄像单元3,本实施例还具体提供了以下的设计方案,但其并不限于本实施例提供的设计方案。
所述摄像单元3可以是一个独立摄像头也可以是多个摄像头的组合。并且优选的,所述摄像单元3采用的摄像头为微距摄像头,从而能够在近距离场景下清晰的捕捉书写区域的图像。
请参考图5,在一个实施例中,所述摄像单元3可以采用一个具有较宽的感光范围的微距摄像头模块,能够捕捉可见光图像以及红外光图像,具体的,所述微距摄像头模块在所述红外光拍摄模式下拍摄红外光图像,在所述可见光拍摄模式下拍摄可见光图像。
在另一个实施例中,所述摄像单元3也可以由多个不同的模块组成,不同模块支持实现不同的拍摄模式,用于捕捉不同类型的图像。具体的,所述摄像单元3可以包括红外光微距摄像头模块和可见光微距摄像头模块,所述红外光微距摄像头模块和所述可见光微距摄像头模块分别与所述控制单元2连接,其中所述红外光微距摄像头模块用于在所述红外光拍摄模式下,拍摄红外光图像;所述可见光微距摄像头模块用于在所述可见光拍摄模式下,拍摄可见光图像。
其中,所述红外光微距摄像头模块能够敏锐的捕捉红外光图像,其摄像头可以采用红外感光器件;所述可见光微距摄像头模块能够敏锐的捕捉可见光图像,其摄像头可以采用一般的可见光感光器件。
请参考图6,在一个实施例中,所述摄像单元3和/或所述辅助光源4的前方,即指向书写区域的方向,还可以设有光学滤波片,用于过滤拍摄时的辅助光,去除其它频率的干扰光线,使辅助光更加纯净,从而使得拍摄的图像具有更高清晰度。
在一个实施例中,所述智能笔还包括通信单元5,所述通信单元5设置在所述笔体1内并与所述控制单元2连接,所述智能笔通过所述通信单元5与其他设备例如云服务器、移动端例如智能手机通信连接,从而可以通过云服务器或者移动端控制所述智能笔以及接收所述智能笔传输的数据。
在一个实施例中,所述智能笔还包括电池单元6,所述电池单元6设置在所述笔体1内,用于为所述智能笔的各个功能单元供电,具体的,所述电池单元6与所述控制单元2连接,以及还可以与所述通信单元5等连接。
本实施例所述智能笔可根据情况设定所述控制单元2的控制逻辑以实现不同的工作模式,包括设定使所述控制单元2控制以某一拍摄模式例如所述红外光拍摄模式或所述可见光拍摄模式独立工作,或控制以多种拍摄模式交替工作,例如以所述红外光拍摄模式和所述可见光拍摄模式交替工作。
对于不同工作模式的设定,可以通过智能笔上的按键进行设定,例如在智能笔上设置可见光拍摄模式按键,所述控制单元2当接收到所述可见光模式按键被用户触发而发出的触发信号时,切换至所述可见光拍摄模式,以及还可以设置其他的按键来切换至其他的工作模式。当然,不同的工作模式也可以不是通过按键触发而是通过其他的方式进行设定,本实施例对此并不限制。
在一个实施例中,所述控制单元2的工作模式还包括混合模式,在所述混合模式下,所述控制单元2控制所述摄像单元3以及所述辅助光源4交替以所述红外光拍摄模式和所述可见光拍摄模式进行拍摄,并交替获取所述摄像单元3拍摄的红外光图像数据和可见光图像数据。
具体的,所述控制单元2对智能笔状态进行监测,当判断智能笔状态为批改状态时,控制以所述混合模式进行工作,即控制所述摄像单元3以及所述辅助光源4交替以所述红外光拍摄模式和所述可见光拍摄模式进行拍摄,并交替获取所述摄像单元3拍摄的红外光图像数据和可见光图像数据。其中所述智能笔状态具体可通过对智能笔的各个功能模块的监测来确定,具体由所述控制单元2根据监测的信号或者接收的控制指令来判断。
需要说明的是,所述智能笔每一次拍摄时,所述辅助光源4都发射对应于当前的拍摄模式的辅助光以辅助所述摄像单元3采集图像,例如以所述红外光拍摄模式进行拍摄时,所述辅助光源4对应的发射出红外光,所述摄像单元3捕捉红外光反射回的红外光图像。
本实施例所述智能笔可以应用于批改场景,在批改场景中所述智能笔状态包括批改状态和非批改状态,所述控制单元2可以通过监测智能笔状态,当监测为批改状态时,启动所述混合模式。具体的,所述控制单元2当监测的信号满足预设条件或者接收到预设的控制指令时,便判断智能笔状态为批改状态,从而控制以所述混合模式进行工作。
具体在一个实施例的批改场景中,所述智能笔在印刷有坐标标识例如点阵码图像的书写纸上进行批改,此时在所述混合模式下,所述控制单元2控制所述摄像单元3以及所述辅助光源4交替以所述红外光拍摄模式和所述可见光拍摄模式进行拍摄,所述摄像单元3在所述红外光拍摄模式下拍摄得到书写纸上的坐标标识图像数据例如点阵码图像数据,在所述可见光拍摄模式下拍摄得到书写纸上的可见光图像数据。
本实施例所述控制单元2在所述混合模式下能够控制所述摄像单元3和所述辅助光源4进行交替拍摄不同类型的图像。
其中,所述控制单元2控制所述摄像单元3和所述辅助光源4进行交替拍摄时一般以高速率进行拍摄,例如每秒60帧、每秒120帧。其中,不同的拍摄模式可以分别采用不同的拍摄频率,具体可以由所述控制单元2进行控制。也即是说,本实施例所述的交替拍摄并不是指一种拍摄模式拍摄一次便切换另一种拍摄模式以此轮流拍摄,而是指不同的拍摄模式可以不同的周期进行拍摄,或者可以在不同的时间点、只要不同时拍摄即可,例如可以是所述红外光拍摄模式拍摄了若干次之后,所述可见光拍摄模式才拍摄一次。
具体的,不同拍摄模式的拍摄频率还可以根据情况动态调整。
在一个实施例中,所述控制单元2根据所述坐标标识计算所述书写端101的书写速度,根据所述书写速度调整所述可见光拍摄模式的工作频率;
和/或,所述控制单元2控制所述红外光拍摄模式的工作频率,并根据所述红外光拍摄模式的工作频率,调整所述可见光拍摄模式的工作频率。
本实施例中,根据坐标标识计算得到坐标信息从而得到书写的位移,并根据时间参数可以计算得到所述书写端101单位时间内书写的位移即所述书写速度,从而根据单位时间内书写的位移的大小,调整所述可见光拍摄模式的工作频率。所述工作频率是指单位时间内拍摄的次数,例如每秒60帧。
在一个实施例中,当所述控制单元2根据所述书写速度调整所述可见光拍摄模式的工作频率时,所述书写端101的书写速度越大时,调整所述可见光拍摄模式的工作频率越大。具体的,如果单位时间内书写的位移过小,此时前后拍摄的可见光图像差异也较小,便可以减少可见光图像的拍摄,避免重复的拍摄重合的图像,造成图像数据冗余,过多消耗传输容量以及浪费数据存储空间。本实施例通过动态调整所述可见光拍摄模式的工作频率,能够节省智能笔的传输容量和数据存储空间,并能适当降低功耗。
本实施例中,还可以根据所述红外光拍摄模式的工作频率,调整所述可见光拍摄模式的工作频率。例如当智能笔以较高的速率或者说较高的工作频率在所述红外光拍摄模式下拍摄红外光图像时,则可以适当减少所述可见光拍摄模式对可见光图像的采集,从而避免传输容量不足影响图像数据尤其是红外光图像数据的传输。
在一个实施例中,当所述控制单元2根据所述红外光拍摄模式的工作频率,调整所述可见光拍摄模式的工作频率时,若所述红外光拍摄模式的工作频率超出预设频率阈值时,则减少所述可见光拍摄模式的工作频率。例如若所述红外光拍摄模式以每秒120帧速率采集图像,则减少所述可见光拍摄模式的工作频率为每秒60帧。
一般情况下,对于可见光图像的采集并不需要过高的采集密度即所述可见光拍摄模式不需要过高的工作频率,而所述红外光拍摄模式则要具有较高的工作频率保证对书写纸上的坐标标识的充分捕捉以满足计算确定书写的轨迹,且所述红外光拍摄模式在工作时优先于所述可见光拍摄模式。因此,可以根据情况减少可见光拍摄模式对可见光图像的采集,从而保证所述红外光拍摄模式的正常工作。本实施例中,为保证数据的正常传输,可以通过减少可见光拍摄模式的工作频率,从而支持红外光拍摄模式以更高的工作频率进行拍摄并能够正常传输数据。
进一步地,针对上述控制单元2监测智能笔状态为批改状态时设置其工作模式为所述混合模式,以下提供了多种可行的方式将智能笔状态设置为批改状态从而启动所述控制单元2的所述混合模式。
在一个实施例中,所述控制单元2当监测到所述智能笔上的批改状态设置按键被触发后产生的触发信号时,判断智能笔状态为批改状态并切换至所述混合模式。
即,可以在所述智能笔上设置有专门的批改状态设置按键,用户可以通过触发所述批改状态设置按键从而将智能笔状态设置为批改状态并切换至所述混合模式。
在另一个实施例中,所述控制单元2监测所述书写端101的书写状态,当监测到所述书写端101正在进行书写时,判断智能笔状态为批改状态并切换至所述混合模式。
本实施例所述控制单元2通过监测所述书写端101是否正在书写,从而判断智能笔状态是否为批改状态,若所述书写端101正在书写则智能笔状态为批改状态,从而切换至所述混合模式,否则不为批改状态不切换至所述混合模式。具体的,监测所述书写端101的书写状态时,可以是通过与所述书写端101关联的压力传感器7对书写端101进行监测,当书写端101进行书写时,使得压力传感器7产生压力数据从而所述控制单元2监测到所述压力传感器7的压力数据,所述控制单元2根据所述压力数据判断智能笔状态为批改状态。
在又一个实施例中,所述控制单元2当监测到所述智能笔上的批改状态设置按键被触发后产生的触发信号时,开始监测所述书写端101的书写状态,当监测到所述书写端101正在进行书写时,判断智能笔状态为批改状态并切换至所述混合模式。
本实施例是在所述智能笔的批改状态设置按键被触发的前提下,所述控制单元2才开始监测书写端101的书写状态,并且当监测到所述书写端101正在进行书写时,才判断智能笔状态真正为批改状态并切换至所述混合模式,保证了在批改状态设置按键触发后,监测到智能笔是在书写的情况下才切换至所述混合模式进行拍摄。
为了实现如上述通过监测所述书写端101的书写状态从而切换至所述混合模式,具体可以有多种可行的方案。
例如在一个实施例中,所述智能笔还包括压力传感器7,所述压力传感器7设置在所述笔体1内,所述压力传感器7与所述控制单元3连接,检测所述书写端101的压力数据并传输给所述控制单元2;
所述控制单元2当接收到所述压力数据时,切换至所述混合模式,否则,不切换至所述混合模式。
具体的,所述智能笔内置有笔芯8,笔芯8的笔尖部位位于书写端101,用于进行书写,笔芯杆则位于所述笔体1内并与所述压力传感器7抵接,从而所述书写端101在书写时笔芯8的笔尖接触书写纸,使得笔芯杆对所述压力传感器7产生作用力使其产生压力数据,所述控制单元2当检测到所述压力传感器7的压力数据时,判断智能笔状态在批改状态,从而控制切换至所述批混合模式,否则不切换至所述混合模式。进一步为了更准确的判断智能笔状态是否在批改状态,避免误判断,还可以设置压力阈值作为判断条件。在一个实施例中,所述控制单元2接收并判断所述压力数据是否超出预设压力阈值,若是,则切换至所述混合模式,否则,不切换至所述混合模式。
实施例3
请参考图7,本申请实施例还公开了一种基于智能笔的批改装置,包括:
信息获取模块201,用于获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;
题目确定模块202,用于根据所述批改笔迹信息确定批改的区域对应的题目;
批改模块203,用于根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;
答题人识别模块204,用于将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;
批改结果处理模块205,用于将所述对应的答题人及对应的题目的批改结果绑定。
需要说明的是,上述实施例提供的基于智能笔的批改装置在执行基于智能笔的批改方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分为不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的基于智能笔的批改装置与基于智能笔的批改方法属于同一构思,其体现实现过程详见上述基于智能笔的批改方法实施例,这里不再赘述。
实施例4
请参考图8,本申请实施例还公开了一种基于智能笔的批改系统,包括:
智能笔,用于在经过铺码处理的答题纸上进行批改,并获取批改的批改笔迹信息以及获取所述答题纸上的答题笔迹信息,将所述批改笔迹信息以及所述答题笔迹信息发送至服务端;
服务端,用于获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;根据所述批改笔迹信息确定批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定。
需要说明的是,本实施例所述的基于智能笔的批改系统是与本申请实施例所述的基于智能笔的批改方法属于同一发明构思,其体现实现过程详见上述基于智能笔的批改方法实施例,这里不再赘述。
实施例5
本申请实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一项实施例所述的方法。即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。而前述的存储介质包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
本申请实施例所述的基于智能笔的批改方法、装置及系统,批改人使用智能笔在经过铺码处理的答题纸上进行批改时,通过所述智能笔采集批改的批改笔迹信息以及采集所述答题纸上答题人的答题笔迹信息,并发送给服务端;所述服务端获取所述智能笔发送的所述批改笔迹信息以及所述答题笔迹信息;根据所述批改笔迹信息确定批改人批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定。通过本申请实施例所述的基于智能笔的批改方法及装置,由批改人对答题纸上题目的作答情况进行判断,并使用所述智能笔在所述答题纸上进行批改评分,保留了传统的批改方式和批改体验;并且根据批改人批改的批改笔迹信息可自动定位批改的题目并确定题目的批改结果,根据所述答题笔迹信息进行匹配可确定对应的答题人,从而将题目的批改结果与对应的答题人进行绑定,大大减少了批改人的工作量。相较于背景技术的方案一,本申请实施例的基于点阵智能笔的批改方法的优点在于:1.无需每个答题人配备专属的智能笔并要求每一位答题人使用智能笔进行答题;2.本申请主要由批改人对题目作答情况进行判断评分,服务端无需接收大量的答题数据并进行复杂的运算处理,负载大大减轻;3.保留传统的批改方式和批改体验。相较于背景技术的方案二,本申请实施例的基于点阵智能笔的批改方法的优点在于:无需为每个答题人分别制作专属的身份信息码,同时也无需为每一个答题人分别制作印刷有专属的身份信息码的答题纸,本申请的答题纸上仅需要统一印刷相同的点阵码即可。
以上所述实施例仅表达了本申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,则本申请也意图包含这些改动和变形。

Claims (8)

1.一种基于智能笔的批改方法,其特征在于,包括以下步骤:获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;根据所述批改笔迹信息确定批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定;其中,所述答题纸上设置有用于标识所述答题纸的坐标信息的坐标标识;所述智能笔的书写端内设有摄像单元以及辅助光源,所述摄像单元用于对所述智能笔的书写端指向的书写区域进行拍摄;所述辅助光源用于发射红外光以辅助所述摄像单元拍摄所述书写区域的红外光图像数据,发射白光以辅助所述摄像单元拍摄所述书写区域的可见光图像数据;所述获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息的步骤包括:获取智能笔在经过铺码处理的答题纸上批改时,所述摄像单元拍摄的所述答题纸上的红外光图像数据,所述红外光图像数据包括所述坐标标识,根据所述坐标标识,计算获取所述批改笔迹信息;所述获取所述智能笔采集的所述答题纸上的答题笔迹信息的步骤包括:获取所述智能笔通过所述摄像单元拍摄的所述答题纸上的可见光图像数据,所述可见光图像数据包括答题笔迹图像,将所述答题笔迹图像进行处理得到所述答题笔迹信息;所述将所述答题笔迹信息与预存的笔迹特征数据进行匹配的步骤包括:将所述答题笔迹信息分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征获得所述答题笔迹信息的若干个局部特征;将所述答题笔迹信息的若干个局部特征与预存的若干个答题人的笔迹特征数据进行匹配,与所述答题笔迹信息的若干个局部特征的匹配度最高的答题人即为所述答题笔迹信息对应的答题人,其中,所述辅助光源可在发射白光的可见光拍摄模式和发射红外光的红外光拍摄模式之间交替切换,所述红外光拍摄模式的工作频率高于所述可见光拍摄模式的工作频率。
2.根据权利要求1所述的基于智能笔的批改方法,其特征在于,还包括步骤:获取答题人使用智能笔在经过铺码处理的答题纸上进行答题时的书写笔迹信息;将所述答题人的书写笔迹信息进行分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征并进行聚类,获得所述答题人的书写笔迹信息的若干个局部特征;将所述若干个局部特征保存为所述答题人的笔迹特征数据。
3.根据权利要求1所述的基于智能笔的批改方法,其特征在于,所述预设的计分规则包括加分模式和/或减分模式;所述根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果的步骤包括:在所述加分模式下,识别所述内容信息确定批改的分数,该分数即为所述批改笔迹信息对应的题目的得分;或,在所述减分模式下,识别所述内容信息确定批改的分数,将所述批改笔迹信息对应的题目的总分值减去该分数得到的结果即为所述批改笔迹信息对应的题目的得分。
4.根据权利要求3所述的基于智能笔的批改方法,其特征在于,所述根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果的步骤包括:当识别得所述内容信息中的计分模式设置标记时,所述计分规则采用对应于所述计分模式设置标记的加分模式或减分模式。
5.根据权利要求3或4所述的基于智能笔的批改方法,其特征在于,所述将所述对应的答题人及对应的题目的批改结果绑定的步骤包括:在所述加分模式下,累计批改的分数得到最终的答题成绩,将所述答题成绩与所述对应的答题人绑定;或,在所述减分模式下,将答题总分减去批改的分数得到最终的答题成绩,将所述答题成绩与所述对应的答题人绑定。
6.一种基于智能笔的批改装置,其特征在于,包括:信息获取模块,用于获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;题目确定模块,用于根据所述批改笔迹信息确定批改的区域对应的题目;批改模块,用于根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;答题人识别模块,用于将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;批改结果处理模块,用于将所述对应的答题人及对应的题目的批改结果绑定;其中,所述答题纸上设置有用于标识所述答题纸的坐标信息的坐标标识;所述智能笔的书写端内设有摄像单元以及辅助光源,所述摄像单元用于对所述智能笔的书写端指向的书写区域进行拍摄;所述辅助光源用于发射红外光以辅助所述摄像单元拍摄所述书写区域的红外光图像数据,发射白光以辅助所述摄像单元拍摄所述书写区域的可见光图像数据;所述获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息的步骤包括:获取智能笔在经过铺码处理的答题纸上批改时,所述摄像单元拍摄的所述答题纸上的红外光图像数据,所述红外光图像数据包括所述坐标标识,根据所述坐标标识,计算获取所述批改笔迹信息;所述获取所述智能笔采集的所述答题纸上的答题笔迹信息的步骤包括:获取所述智能笔通过所述摄像单元拍摄的所述答题纸上的可见光图像数据,所述可见光图像数据包括答题笔迹图像,将所述答题笔迹图像进行处理得到所述答题笔迹信息;所述将所述答题笔迹信息与预存的笔迹特征数据进行匹配的步骤包括:将所述答题笔迹信息分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征获得所述答题笔迹信息的若干个局部特征;将所述答题笔迹信息的若干个局部特征与预存的若干个答题人的笔迹特征数据进行匹配,与所述答题笔迹信息的若干个局部特征的匹配度最高的答题人即为所述答题笔迹信息对应的答题人,其中,所述辅助光源可在发射白光的可见光拍摄模式和发射红外光的红外光拍摄模式之间交替切换,所述红外光拍摄模式的工作频率高于所述可见光拍摄模式的工作频率。
7.一种基于智能笔的批改系统,其特征在于,包括:智能笔,用于在经过铺码处理的答题纸上进行批改,并获取批改的批改笔迹信息以及获取所述答题纸上的答题笔迹信息,将所述批改笔迹信息以及所述答题笔迹信息发送至服务端;服务端,用于获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息以及所述智能笔采集的所述答题纸上的答题笔迹信息;根据所述批改笔迹信息确定批改的区域对应的题目;根据所述批改笔迹信息确定批改的内容信息,并根据所述内容信息以及预设的计分规则,确定对应的题目的批改结果;将所述答题笔迹信息与预存的若干个答题人的笔迹特征数据进行匹配,确定所述答题笔迹信息对应的答题人;将所述对应的答题人及对应的题目的批改结果绑定;其中,所述答题纸上设置有用于标识所述答题纸的坐标信息的坐标标识;所述智能笔的书写端内设有摄像单元以及辅助光源,所述摄像单元用于对所述智能笔的书写端指向的书写区域进行拍摄;所述辅助光源用于发射红外光以辅助所述摄像单元拍摄所述书写区域的红外光图像数据,发射白光以辅助所述摄像单元拍摄所述书写区域的可见光图像数据;所述获取智能笔在经过铺码处理的答题纸上批改的批改笔迹信息的步骤包括:获取智能笔在经过铺码处理的答题纸上批改时,所述摄像单元拍摄的所述答题纸上的红外光图像数据,所述红外光图像数据包括所述坐标标识,根据所述坐标标识,计算获取所述批改笔迹信息;所述获取所述智能笔采集的所述答题纸上的答题笔迹信息的步骤包括:获取所述智能笔通过所述摄像单元拍摄的所述答题纸上的可见光图像数据,所述可见光图像数据包括答题笔迹图像,将所述答题笔迹图像进行处理得到所述答题笔迹信息;所述将所述答题笔迹信息与预存的笔迹特征数据进行匹配的步骤包括:将所述答题笔迹信息分割处理得到若干个单字符,再将所述若干个单字符分别分割得到若干个局部单元,计算各个局部单元的特征获得所述答题笔迹信息的若干个局部特征;将所述答题笔迹信息的若干个局部特征与预存的若干个答题人的笔迹特征数据进行匹配,与所述答题笔迹信息的若干个局部特征的匹配度最高的答题人即为所述答题笔迹信息对应的答题人,其中,所述辅助光源可在发射白光的可见光拍摄模式和发射红外光的红外光拍摄模式之间交替切换,所述红外光拍摄模式的工作频率高于所述可见光拍摄模式的工作频率。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任意一项所述的方法。
CN202310525258.2A 2023-05-11 2023-05-11 基于智能笔的批改方法、装置、系统及存储介质 Active CN116363673B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310525258.2A CN116363673B (zh) 2023-05-11 2023-05-11 基于智能笔的批改方法、装置、系统及存储介质
CN202410359682.9A CN118212638A (zh) 2023-05-11 2023-05-11 智能笔、基于智能笔的批阅处理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310525258.2A CN116363673B (zh) 2023-05-11 2023-05-11 基于智能笔的批改方法、装置、系统及存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202410359682.9A Division CN118212638A (zh) 2023-05-11 2023-05-11 智能笔、基于智能笔的批阅处理方法和系统

Publications (2)

Publication Number Publication Date
CN116363673A CN116363673A (zh) 2023-06-30
CN116363673B true CN116363673B (zh) 2024-04-16

Family

ID=86905249

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202410359682.9A Pending CN118212638A (zh) 2023-05-11 2023-05-11 智能笔、基于智能笔的批阅处理方法和系统
CN202310525258.2A Active CN116363673B (zh) 2023-05-11 2023-05-11 基于智能笔的批改方法、装置、系统及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202410359682.9A Pending CN118212638A (zh) 2023-05-11 2023-05-11 智能笔、基于智能笔的批阅处理方法和系统

Country Status (1)

Country Link
CN (2) CN118212638A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118015636B (zh) * 2024-02-29 2024-08-16 张春秋 基于点阵智能笔的数字化应用方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764201A (zh) * 2018-06-06 2018-11-06 宁波宁大教育设备有限公司 一种智能批改方法
CN112183143A (zh) * 2020-10-30 2021-01-05 北京北师智慧科技有限公司 批阅方法及教学系统
CN212515721U (zh) * 2020-06-08 2021-02-09 深圳市鹰硕教育服务有限公司 智能轨迹采集笔
CN113642567A (zh) * 2021-08-06 2021-11-12 深圳腾千里科技有限公司 一种任意切换点读、手写、扫描的智能装置及方法
CN114092944A (zh) * 2021-12-01 2022-02-25 南京孜博汇信息科技有限公司 教辅材料的处理方法及系统
CN114255468A (zh) * 2021-12-14 2022-03-29 科大讯飞股份有限公司 一种笔迹识别方法及其相关设备
CN114266328A (zh) * 2021-09-23 2022-04-01 杭州数橙科技有限公司 一种数字化的作业批改方法、服务器、存储介质及系统
CN114373182A (zh) * 2021-08-12 2022-04-19 杭州数橙科技有限公司 一种数字化的作业批改方法及系统
CN115272018A (zh) * 2022-07-27 2022-11-01 阿里云计算有限公司 作业处理方法、作业处理设备、电子设备和存储介质
CN115760500A (zh) * 2022-09-19 2023-03-07 广州业速教育科技有限公司 一种优化老师批阅作业的方法、装置、设备及存储介质
CN115936937A (zh) * 2022-12-07 2023-04-07 上海易教科技股份有限公司 基于智能答题卡的作业处理的方法、装置及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5888838B2 (ja) * 2010-04-13 2016-03-22 グリッドマーク株式会社 手書き入力ボードを用いた手書き入力システム、手書き入力ボード、スキャナーペンおよび手書き入力ボードを用いた情報処理システム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764201A (zh) * 2018-06-06 2018-11-06 宁波宁大教育设备有限公司 一种智能批改方法
CN212515721U (zh) * 2020-06-08 2021-02-09 深圳市鹰硕教育服务有限公司 智能轨迹采集笔
CN112183143A (zh) * 2020-10-30 2021-01-05 北京北师智慧科技有限公司 批阅方法及教学系统
CN113642567A (zh) * 2021-08-06 2021-11-12 深圳腾千里科技有限公司 一种任意切换点读、手写、扫描的智能装置及方法
CN114373182A (zh) * 2021-08-12 2022-04-19 杭州数橙科技有限公司 一种数字化的作业批改方法及系统
CN114266328A (zh) * 2021-09-23 2022-04-01 杭州数橙科技有限公司 一种数字化的作业批改方法、服务器、存储介质及系统
CN114092944A (zh) * 2021-12-01 2022-02-25 南京孜博汇信息科技有限公司 教辅材料的处理方法及系统
CN114255468A (zh) * 2021-12-14 2022-03-29 科大讯飞股份有限公司 一种笔迹识别方法及其相关设备
CN115272018A (zh) * 2022-07-27 2022-11-01 阿里云计算有限公司 作业处理方法、作业处理设备、电子设备和存储介质
CN115760500A (zh) * 2022-09-19 2023-03-07 广州业速教育科技有限公司 一种优化老师批阅作业的方法、装置、设备及存储介质
CN115936937A (zh) * 2022-12-07 2023-04-07 上海易教科技股份有限公司 基于智能答题卡的作业处理的方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于ARM的文本独立笔迹鉴别系统设计;张乃千 等;电子设计工程;20141205;第22卷(第23期);第67-69、73页 *

Also Published As

Publication number Publication date
CN116363673A (zh) 2023-06-30
CN118212638A (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
CN116363673B (zh) 基于智能笔的批改方法、装置、系统及存储介质
CN112534464A (zh) 一种作业布置和批改方法、系统及服务器
CN105094386A (zh) 手写输入输出系统、手写输入薄板、信息输入系统、信息输入辅助薄板
CA2491771A1 (en) Universal computing device
CN113808446B (zh) 一种健身课程交互方法及相关装置
JP2015161892A (ja) 解析装置及びプログラム
WO2021248692A1 (zh) 智能轨迹采集笔
CN113011412B (zh) 基于笔顺及ocr文字识别方法、装置、设备及存储介质
CN109902687B (zh) 一种图像识别方法及用户终端
CN110210040A (zh) 文本翻译方法、装置、设备和可读存储介质
CN101014095A (zh) 用于显示识别区域和图像的方法及摄像设备
CN108805108A (zh) 一种板书笔迹记录方法
CN102156858B (zh) 一种结合摄像头和指纹识别器的活体指纹识别装置
CN110722903A (zh) 一种轨迹记录装置及轨迹记录方法
KR20040090724A (ko) 지문화상판독장치
CN112465999A (zh) 基于人脸与指静脉融合识别的考勤设备及考勤系统
CN213958024U (zh) 一种具有多种工作模式的智能笔及应用系统
CN110658929B (zh) 一种用于智能笔的控制方法和装置
CN116229472B (zh) 一种智能笔、书写信息采集系统及批改处理系统
CN113159030A (zh) 一种错题打印系统
CN107729894B (zh) 智能页码检测方法及检测装置
CN111613106A (zh) 一种智能错题系统
CN110231960A (zh) 一种目标屏幕确定方法、装置及存储介质
CN110263519B (zh) 信息处理方法及电子设备
CN206480171U (zh) 一种用于儿童早教机器人的注意力回溯装置

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