KR102095407B1 - 문제집 채점 시스템 - Google Patents
문제집 채점 시스템 Download PDFInfo
- Publication number
- KR102095407B1 KR102095407B1 KR1020190110226A KR20190110226A KR102095407B1 KR 102095407 B1 KR102095407 B1 KR 102095407B1 KR 1020190110226 A KR1020190110226 A KR 1020190110226A KR 20190110226 A KR20190110226 A KR 20190110226A KR 102095407 B1 KR102095407 B1 KR 102095407B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- scoring
- omr
- unit
- answer
- Prior art date
Links
- 238000010295 mobile communication Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 239000003550 marker Substances 0.000 claims description 8
- 230000006641 stabilisation Effects 0.000 claims description 8
- 238000011105 stabilization Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
-
- G06K9/6267—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H04M1/72522—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/52—Details of telephonic subscriber devices including functional features of a camera
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Toxicology (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Electromagnetism (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 OMR 카드 인식을 통한 문제집 채점 시스템에 관한 것으로, 해결하고자 하는 기술적 과제는 OMR 카드에 작성된 답안에 대한 즉시 채점하여 그에 따른 다양한 성적 결과를 제공하는데 있다.
일례로, OMR 카드; 휴대통신단말에 설치되고, 문제집식별정보를 업로드 하여 정답정보를 다운로드받고, 상기 OMR 카드의 스캔을 통해 상기 OMR 카드에 표시된 문제번호와 답안정보를 각각 인식하여 스캔정보를 생성하고, 상기 정답정보와 상기 스캔정보를 비교하여 채점정보를 생성하며, 상기 문제집식별정보에 따른 상기 채점정보를 업로드하는 채점 프로그램부; 및 상기 문제집식별정보에 따른 상기 정답정보를 제공하고, 상기 문제집식별정보에 따라 사용자들의 상기 채점정보를 모수로 한 사용자 별 성적정보를 생성하여 제공하는 채점 서버를 포함하는 문제집 채점 시스템을 개시한다.
일례로, OMR 카드; 휴대통신단말에 설치되고, 문제집식별정보를 업로드 하여 정답정보를 다운로드받고, 상기 OMR 카드의 스캔을 통해 상기 OMR 카드에 표시된 문제번호와 답안정보를 각각 인식하여 스캔정보를 생성하고, 상기 정답정보와 상기 스캔정보를 비교하여 채점정보를 생성하며, 상기 문제집식별정보에 따른 상기 채점정보를 업로드하는 채점 프로그램부; 및 상기 문제집식별정보에 따른 상기 정답정보를 제공하고, 상기 문제집식별정보에 따라 사용자들의 상기 채점정보를 모수로 한 사용자 별 성적정보를 생성하여 제공하는 채점 서버를 포함하는 문제집 채점 시스템을 개시한다.
Description
본 발명의 실시예는 OMR 카드 인식을 통한 문제집 채점 시스템에 관한 것이다.
답안지를 자동으로 채점하는 기술로는 OMR 카드를 이용하는 방법과, 답안지를 스캐너로 스캐닝한 후에 모법답안의 위치좌표를 근거로 자동 채점하는 기술이 있다.
OMR 카드 채점방식을 이용하기 위해서는 OMR 카드 리더기와 답안 작성자에게 제공되는 OMR 카드가 구비되어야 하며, 답안이 작성된 OMR 카드는 리더기가 설치된 장소로 이동되어야 한다.
따라서, 이러한 방식은 동일 문제지에 대한 대량의 답안지를 일괄적으로 채점하기 위한 용도로는 유용하지만, 문제집이나 시험지 등의 문제를 개인적으로 풀고 나서 개별적으로 즉석 채점을 하기 위한 용도로는 적합하지 않다.
한편, 책으로 된 문제지 상에 직접 답을 작성하는 경우, 상술한 종래의 방법으로 자동 채점하기 어려운 문제가 있다.
본 발명의 실시예는, OMR 카드에 작성된 답안에 대한 즉시 채점하여 그에 따른 다양한 성적 결과를 제공할 수 있는 문제집 채점 시스템을 제공한다.
본 발명의 실시예에 따른 문제집 채점 시스템은, OMR 카드; 휴대통신단말에 설치되고, 문제집식별정보를 업로드 하여 정답정보를 다운로드받고, 상기 OMR 카드의 스캔을 통해 상기 OMR 카드에 표시된 문제번호와 답안정보를 각각 인식하여 스캔정보를 생성하고, 상기 정답정보와 상기 스캔정보를 비교하여 채점정보를 생성하며, 상기 문제집식별정보에 따른 상기 채점정보를 업로드하는 채점 프로그램부; 및 상기 문제집식별정보에 따른 상기 정답정보를 제공하고, 상기 문제집식별정보에 따라 사용자들의 상기 채점정보를 모수로 한 사용자 별 성적정보를 생성하여 제공하는 채점 서버를 포함한다.
또한, 상기 채점 프로그램부는, 휴대통신단말의 카메라를 통해 문제집에 인쇄된 2차원 코드를 스캔하여 상기 2차원 코드에 대한 코드식별정보를 인식하는 코드식별정보 인식부; 사용자로부터 문제집이름정보를 등록받고, 휴대통신단말의 카메라의 촬영을 통해 문제집표지이미지정보를 생성하여 등록하는 문제집정보 등록부; 상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나를 상기 문제집식별정보로서 상기 채점 서버로 업로드 하고, 업로드 된 정보에 대한 응답으로서 상기 정답정보를 수신하여 저장하는 답안 저장부; 휴대통신단말의 카메라를 통해 상기 OMR 카드를 스캔하고, 딥 러닝 기술에 기초하여 상기 OMR 카드에 표시된 OMR식별정보, 상기 문제번호 및 상기 답안정보를 각각 인식하는 OMR 인식부; 상기 OMR 인식부를 통해 인식된 상기 OMR식별정보에 기초하여 상기 답안 저장부로부터 해당 문제집의 정답정보를 추출하고, 추출된 상기 정답정보 및 상기 OMR 인식부를 통해 인식된 상기 문제번호와 상기 답안정보를 비교하여 채점을 수행하는 OMR 채점 수행부; 상기 OMR 채점 수행부로부터 상기 채점정보를 가공하여 전체채점정보와 오답채점정보로 제공하되, 상기 오답채점정보는 문제영역별로 분류하여 제공하는 채점정보 제공부; 상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나의 상기 문제집식별정보와 상기 OMR 채점 수행부로부터 상기 OMR식별정보 및 상기 채점정보를 상기 채점 서버로 업로드 하는 채점결과 업로드부; 및 상기 채점 서버로부터 상기 성적정보를 제공 받아 휴대통신단말을 통해 제공하는 성적정보 제공부를 포함할 수 있다.
또한, 상기 OMR 인식부는, 이미지 처리 라이브러리를 이용하여 OMR 카드 이미지에 대한 크기, 기울기 및 역광을 포함하는 노이즈를 제거하는 이미지 안정화부; 상기 이미지 안정화부를 통해 노이즈가 제거된 OMR 카드 이미지에 대한 픽셀 분류를 통해 OMR 카드 이미지에 표시되는 상기 OMR식별정보, 상기 문제번호 및 상기 답안정보에 대한 영역을 각각 인식하여 분할하는 이미지 분할부; 및 상기 이미지 분할부를 통해 분할된 상기 OMR식별정보, 상기 문제번호 및 상기 답안정보를 각각 인식하되, 상기 답안정보는 상기 OMR식별정보에 따른 문제번호의 위치, 총 문제개수 및 각 문항 당 선택 가능한 문제개수를 포함하는 메타데이터에 기초하여 각각 인식하는 추론 인식부를 포함할 수 있다.
또한, 상기 채점 서버는, 문제집의 코드식별정보, 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나를 포함하는 상기 문제집식별정보에 따른 정답정보를 각각 저장하는 답안 데이터베이스부; 상기 채점 프로그램부로부터 상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나의 문제집식별정보를 업로드 받을 경우, 업로드 된 정보에 기초하여 상기 답안 데이터베이스부로부터 상기 정답정보를 추출하여 상기 채점 프로그램부로 제공하는 정답정보 제공부; 및 상기 채점 프로그램부로부터 상기 문제집식별정보 및 상기 채점정보를 업로드 받을 경우, 업로드 된 상기 문제집식별정보에 따른 사용자들의 상기 채점정보를 수집하고, 수집된 정보로 사용자 별 백분위정보를 포함하는 상기 성적정보를 생성하여 상기 채점 프로그램부로 제공하는 성적정보 제공부를 포함할 수 있다.
또한, 상기 OMR 카드는 인쇄된 다수의 마커를 포함하고, 상기 채점 프로그램부는 상기 OMR 카드의 수동 채점을 가이드하기 위한 수동 채점 가이드부를 더 포함하고, 상기 수동 채점 가이드부는, 휴대통신단말의 카메라를 통해 촬영된 OMR 카드의 상기 마커를 각각 인식하고, 인식된 상기 마커의 각 위치를 기반으로 상기 OMR 카드에서 인쇄영역을 인식하고, OMR 이미지로 캡처하여 저장하는 OMR 인쇄영역 인식 캡처부; 상기 답안 저장부로부터 상기 정답정보를 획득하고, 획득한 상기 정답정보를 가상의 OMR 답안 그래픽으로 생성하되, 상기 마커의 위치를 기반으로 상기 OMR 이미지에 맞게 OMR 답안 그래픽의 크기와 비율을 조정하는 OMR 답안 그래픽 생성부; 및 상기 OMR 답안 그래픽을 상기 OMR 이미지 상에 오버랩하여 매칭시키는 OMR 답안 표시부를 포함할 수 있다.
또한, 상기 수동 채점 가이드부는, 상기 OMR 답안 표시부를 통해 표시되는 상기 OMR 답안 그래픽을 각 문항 별로 선택 가능하게 제공하여, 선택된 문항과 선택되지 않은 문항에 기초하여 점수정보를 자동 계산하여 제공하는 점수 계산 가이드부를 더 포함할 수 있다.
본 발명에 따르면, OMR 카드에 작성된 답안에 대한 즉시 채점하여 그에 따른 다양한 성적 결과를 제공할 수 있는 문제집 채점 시스템을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 문제집 채점 시스템의 전체 구성을 나타낸 개요도이다.
도 2는 본 발명의 실시예에 따른 채점 프로그램부의 상세 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 OMR 인식부의 상세 구성을 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 수동 채점 가이드부의 상세 구성을 나타낸 블록도이다.
도 5는 본 발명의 실시예에 따른 채점 서버의 상세 구성을 나타낸 블록도이다.
도 6 내지 도 8은 본 발명의 실시예에 따른 문제집 등록 방법을 설명하기 위해 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 OMR 카드의 촬영 방식을 설명하기 위해 나타낸 도면이다.
도 10 및 도 11은 본 발명의 실시예에 따른 OMR 자동 채점 기능을 설명하기 위해 나타낸 도면이다.
도 12 내지 도 14는 본 발명의 실시예에 따른 채점정보 및 성적정보의 제공 방식을 설명하기 위해 나타낸 도면이다.
도 15 내지 도 18은 본 발명의 실시예에 따른 수동 채점 가이드부의 동작 방식을 설명하기 위해 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 채점 프로그램부의 상세 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 OMR 인식부의 상세 구성을 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 수동 채점 가이드부의 상세 구성을 나타낸 블록도이다.
도 5는 본 발명의 실시예에 따른 채점 서버의 상세 구성을 나타낸 블록도이다.
도 6 내지 도 8은 본 발명의 실시예에 따른 문제집 등록 방법을 설명하기 위해 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 OMR 카드의 촬영 방식을 설명하기 위해 나타낸 도면이다.
도 10 및 도 11은 본 발명의 실시예에 따른 OMR 자동 채점 기능을 설명하기 위해 나타낸 도면이다.
도 12 내지 도 14는 본 발명의 실시예에 따른 채점정보 및 성적정보의 제공 방식을 설명하기 위해 나타낸 도면이다.
도 15 내지 도 18은 본 발명의 실시예에 따른 수동 채점 가이드부의 동작 방식을 설명하기 위해 나타낸 도면이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명의 실시예에 따른 문제집 채점 시스템의 전체 구성을 나타낸 개요도이고, 도 2는 본 발명의 실시예에 따른 채점 프로그램부의 상세 구성을 나타낸 블록도이고, 도 3은 본 발명의 실시예에 따른 OMR 인식부의 상세 구성을 나타낸 블록도이고, 도 4는 본 발명의 실시예에 따른 수동 채점 가이드부의 상세 구성을 나타낸 블록도이고, 도 5는 본 발명의 실시예에 따른 채점 서버의 상세 구성을 나타낸 블록도이고, 도 6 내지 도 8은 본 발명의 실시예에 따른 문제집 등록 방법을 설명하기 위해 나타낸 도면이고, 도 9는 본 발명의 실시예에 따른 OMR 카드의 촬영 방식을 설명하기 위해 나타낸 도면이고, 도 10 및 도 11은 본 발명의 실시예에 따른 OMR 자동 채점 기능을 설명하기 위해 나타낸 도면이고, 도 12 내지 도 14는 본 발명의 실시예에 따른 채점정보 및 성적정보의 제공 방식을 설명하기 위해 나타낸 도면이며, 도 15 내지 도 18은 본 발명의 실시예에 따른 수동 채점 가이드부의 동작 방식을 설명하기 위해 나타낸 도면이다.
도 1 내지 도 5를 참조하면, 본 발명의 실시예에 따른 문제집 채점 시스템(1000)은 OMR 카드(100), 채점 프로그램부(200) 및 채점 서버(300)를 포함한다.
상기 OMR 카드(100)는 본 실시예에 따른 문제집이나 시험지 등의 답안을 사용자가 작성하기 위한 카드 형태의 인쇄물로, 사용자의 식별정보(아이디 등) 기입영역, 문항영역, 문항 별 답안기입영역 등을 포함하는 인쇄영역(110), OMR식별정보와 후술하는 바와 같이 인쇄영역(110)을 구분하여 인식하기 위한 다수의 마커(120)를 포함할 수 있으며, 각 OMR 카드(100)를 식별하기 위한 OMR 식별정보(미도시)를 더 포함할 수 있다.
상기 채점 프로그램부(200)는, 휴대통신단말(10)에 설치되고, 문제집식별정보를 채점 서버(300)에 업로드 하여 그에 따른 정답정보를 다운로드받고, OMR 카드(100)의 스캔을 통해 OMR 카드(100)에 표시된 문제번호와 답안정보를 각각 인식하여 스캔정보를 생성하고, OMR 카드(100)의 정답정보와 스캔정보를 비교하여 채점정보를 생성하며, 문제집식별정보에 따른 채점정보를 채점 서버(300)에 업로드 할 수 있다. 이를 위해, 채점 프로그램부(200)는 코드식별정보 인식부(210), 문제집이름정보 문제집표지이미지 생성부(230), 답안 저장부(230), OMR 인식부(240), OMR 채점 수행부(250), 채점정보 업로드부(270), 성적정보 제공부(280) 및 수동 채점 가이드부(290)를 포함할 수 있다.
본 실시예에 따른 휴대통신단말(10)은 PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smart pad), 타블렛 PC(Tablet PC) 등과 같은 휴대통신기기 뿐만 아니라, 일반 PC를 포함할 수도 있다.
상기 코드식별정보 인식부(210)는, 휴대통신단말(10)의 카메라를 통해 문제집에 인쇄된 2차원 코드를 스캔하여 2차원 코드에 대한 코드식별정보를 인식할 수 있다.
예를 들어, 도 6에 도시된 바와 같이 문제집식별정보를 획득하기 위한 방법으로 바코드 등록하기를 선택하고 도 7에 도시된 바와 같이 휴대통신단말(10)의 카메라를 이용하여 문제집 뒷면에 인쇄된 바코드를 스캔하고, 스캔된 코드식별정보를 인식함으로써 문제집식별정보를 획득할 수 있다. 이렇게 획득된 코드식별정보는 채점 서버(300)로 전송되어, 그와 매칭되는 답안정보를 얻는데 이용될 수 있다.
상기 문제집정보 등록부(230)는 사용자로부터 문제집이름정보를 등록받고, 휴대통신단말(10)의 카메라의 촬영을 통해 문제집표지이미지정보를 생성하여 등록할 수 있다.
예를 들어, 도 8에 도시된 바와 문제집의 책 표지 이미지를 촬영해 그에 따른 문제집식별정보를 얻을 수 있으며, 문제집 이름을 직접 검색으로 등록하는 방식으로 문제집식별정보를 얻을 수 있다. 이러한 방식으로 얻어진 문제집식별정보 또한 채점 서버(300)로 전송되어, 그와 매칭되는 답안정보를 얻는데 이용될 수 있다.
한편, 문제집식별정보 등록 시 문제집의 분류 등록을 통해 실시할 수 있으며, 예를 들어 도 8에 도시된 바와 같이 토익, 대기업인적성, 수능 등과 같은 분류 등록을 통해 문제집식별정보를 등록할 수도 있다.
상기 답안 저장부(230)는, 코드식별정보, 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나를 문제집식별정보로서 채점 서버(300)로 업로드 하고, 업로드 된 정보에 대한 응답으로서 해당 문제집에 맞는 정답정보를 수신하여 저장할 수 있다. 이때, 수신되는 정답정보는 해당 문제집 전체에 대한 정답정보이거나 OMR 카드에 따른 회차 별 정답정보일 수 있으며, 이는 선택적으로 얻을 수 있다.
상기 OMR 인식부(240)는, 휴대통신단말(10)의 카메라를 통해 OMR 카드(100)를 스캔하고, 딥 러닝 기술에 기초하여 OMR 카드(100)에 표시된 문제번호 및 답안정보를 각각 인식할 수 있다. 이러한 OMR 인식을 위한 촬영 시 도 11에 도시된 바와 같이 OMR 마킹영역에 사각형 영역(인식 가능한 영역)에 OMR 카드(100)에서 인식할 영역이 들어오도록 하여 촬영한다.
이와 같이 딥 러닝 기술에 기반한 OMR 인식부(240)의 전체적인 프로세스는 OMR 카드(100)의 사진이 입력으로 전체 모델에 들어오게 되면 채점을 진행하고자 하는 OMR 카드(100)의 범위만 인식하게 된다. 이후 각 문제의 번호와 해당 답안 표시 번호를 유추하기 위한 입력이 진행되며, 추출된 문제번호 및 답안표시이미지를 이용하여 사용자의 시험점수를 유추한다. 이를 위해 OMR 인식부(240)는 이미지 안정화부(241), 이미지 분할부(242) 및 추론 이미지부(243)를 포함할 수 있다.
상기 이미지 안정화부(241)는, 이미지 처리 라이브러리를 이용하여 OMR 카드 이미지에 대한 크기, 기울기, 그림자 및 역광을 포함하는 노이즈를 제거할 수 있다.
좀 더 구체적으로는, 모델이 좀 더 활성화된 퍼포먼스를 유지하도록 하는 역할로서 이미지의 크기 및 기울기, 역광 등의 다양한 이미지 노이즈를 제거하며, 현재 많은 이미지 처리 라이브러리(예를 들어, openCV)등에서 관련된 기술들을 제공하고 있다.
상기 이미지 분할부(242)는, 이미지 안정화부(241)를 통해 노이즈가 제거된 OMR 카드 이미지에 대한 픽셀 분류를 통해 OMR 카드 이미지에 표시되는 OMR식별정보, 문제번호 및 답안정보에 대한 영역을 각각 인식하여 분할할 수 있다.
좀 더 구체적으로, Semantic Segmentation(SS)은 컴퓨터 비전 분야에서 가장 핵심적인 주제 중 하나로서 대표적인 image classification, Localization/Detection, Segmentation task들에 모두 사용된다. 이러한 SS는 CNN(Convolutional Neural Network) 구조를 기반으로 하고 있으며 해당 임무(task)의 목적은 사진에 있는 모든 픽셀을 해당하는(미리 지정된) 클래스(class)로 분류하는 것으로, 본 실시예에서는 해당 이미지에서 각 문제 답안의 범위를 인식하는데 사용될 수 있다.
상기 추론 이미지부(243)는 이미지 분할부(242)를 통해 분할된 상기 OMR식별정보, 상기 문제번호 및 상기 답안정보를 각각 인식하되, 답안정보는 OMR식별정보에 따른 문제번호의 위치, 총 문제개수 및 각 문항 당 선택 가능한 문제개수를 포함하는 메타데이터에 기초하여 각각 인식할 수 있다.
좀 더 구체적으로는, 문제번호와 해당 문제에 사용자가 표시한 답안을 유추하는 알고리즘이 적용될 수 있다. 추론 이미지부(243) 또한 CNN(Convolutional Neural Network) 구조를 기반으로 하고 있으며 직관적 추정(intuitive assumption)(예를 들어, 문제 번호는 해당 이미지의 가장 왼쪽에 위치, 잘 마킹된 번호는 해당 이미지에서 보이지 않음)과 채점 서버(300)가 가지고 있는 해당 문제지에 대한 메타데이터(meta data)(예를 들어, 총 문제 개수, 각 문항 당 선택 가능한 문제 개수 등)를 통해 오차율을 줄이고 정확도를 높이게 되며 실제 OMR 리더기와 유사한 동작을 구현할 수 있다.
상기 OMR 채점 수행부(250)는 OMR 인식부(240)를 통해 인식된 OMR식별정보에 기초하여 답안 저장부(230)로부터 해당 문제집의 정답정보를 추출하고, 추출된 정답정보와, OMR 인식부(240)를 통해 인식된 문제번호와 답안정보를 비교하여 채점을 수행할 수 있다.
예를 들어, 도 9에 도시된 바와 같이, 사용자가 등록한 문제집 정보가 표시될 수 있으며, 이러한 문제집 중 채점하고자 하는 시험 혹은 그 시험의 회차를 선택할 수 있으며, 선택된 시험에 대한 OMR 자동 채점을 실행하면 오답확인과 같은 채점정보와 백분위확인과 같은 성적정보를 제공 받을 수 있으며, 이러한 백분위 정보는 과목별, 지원회사별, 지원직무별로 다양한 기준에 따라 계산되어 제공될 수 있다. 한편, 도 10에 도시된 바와 같이 OMR 자동 채점 전 안내정보를 확인할 수 있도록 한다.
상기 채점정보 업로드부(270)는, 코드식별정보, 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나의 문제집식별정보와 OMR 채점 수행부(250)로부터 문제집식별정보, OMR식별정보 및 채점정보를 채점 서버(300)로 업로드 할 수 있다.
상기 성적정보 제공부(280)는 채점 서버(300)로부터 성적정보를 제공 받아 휴대통신단말(10)을 통해 제공할 수 있다.
예를 들어, 도 12에 도시된 바와 같이 오답정보를 정리하여 제공할 수 있다. 오답정보는 오답만 모아보기와 전체 채점표 보기로 구분하여 제공될 수 있으며, 오답만 모아보기를 선택하는 경우, 언어논리, 수리논리, 추리, 시각적 사고와 같은 영역 별 오답 문항정보를 확인할 수 있다. 또한, 이러한 결과에 대하여 도 13 및 도 14에 도시된 바와 같이 해당 사용자와 동일한 시험을 치른 다른 사용자와의 성적정보 즉 백분위를 확인할 수 있다.
상기 수동 채점 가이드부(290)는 상기 OMR 카드의 수동 채점을 가이드하기 위한 구성으로, OMR 인쇄영역 인식 캡처부(291), OMR 답안 그래픽 생성부(292), OMR 답안 표시부(293) 및 점수 계산 가이드부(294)를 포함할 수 있다.
상기 OMR 인쇄영역 인식 캡처부(291)는, 휴대통신단말(10)의 카메라를 통해 촬영된 OMR 카드(100)의 마커(120)를 각각 인식하고, 인식된 마커(120)의 각 위치를 기반으로 OMR 카드(100)에서 인쇄영역(110)을 인식하고, OMR 이미지로 캡처하여 저장할 수 있다.
예를 들어, 수동 채점 가이드부(290)를 이용하는 경우 도 15에 도시된 바와 같이 휴대통신단말(10)의 카메라를 통한 촬영 시 OMR 카드(100)의 마커(120)들이 각각 인식되는데, 이러한 마커(120)의 위치를 기반으로 이들을 연결하는 하나의 영역을 형성하고, 이러한 영역을 카메라 화면 상에서 별도로 잘라 OMR 카드(100)의 인쇄영역(110)으로서 인식할 수 있다. 이러한 인쇄영역(110)은 도 16에 도시된 바와 같이 캡처되어 OMR 이미지(이하 도면부호 110라고 함)로 저장할 수 있다.
상기 OMR 답안 그래픽 생성부(292)는, 답안 저장부(230)로부터 정답정보를 획득하고, 획득한 정답정보를 가상의 OMR 답안 그래픽(A)으로 생성할 수 있다. 이때, 각 마커(120)의 위치를 기반으로 해당 OMR 이미지(110)에 맞게 OMR 답안 그래픽(A)의 크기와 비율을 조정할 수 있다.
상기 OMR 답안 표시부(293)는 OMR 답안 그래픽(A)을 OMR 이미지(110) 상에 오버랩하여 매칭할 수 있다.
예를 들어, 도 17에 도시된 바와 같이 OMR 이미지(110) 상에 OMR 답안 그래픽(A)이 오버랩되어 표시되는데, OMR 답안 그래픽(A)는 실제 OMR 이미지(110)에 나타난 인쇄모양으로 이루어질 수 있다. 또한, OMR 답안 그래픽(A)에는 문항별 정답이 표시되어 OMR 이미지(110) 상에 사용자가 기입한 답안과 직접적으로 비교해볼 수 있다. 즉, 도 17에 도시된 8번과 18번 문항을 보면 각 답안과 사용자가 작성한 답안이 서로 다름을 알 수 있으므로, 사용자가 어떠한 문제를 틀렸는지 직접 확인할 수 있도록 돕는다.
상기 점수 계산 가이드부(294)는 OMR 답안 표시부를 통해 표시되는 OMR 답안 그래픽(A)을 각 문항 별로 선택 가능하게 제공하여, 선택된 문항과 선택되지 않은 문항에 기초하여 점수정보를 자동 계산하여 제공할 수 있다.
예를 들어, 도 18에 도시된 바와 같이 OMR 답안 그래픽(A) 중에서 오답항목에 해당하는 8번과 18번 문항을 터치 또는 클릭에 의하여 선택하면 해당 문항이 체크되는데, 이와 같이 체크된 문항이 오답이거나 정답으로 설정될 수 있다. 도시된 바와 같이 오답인 경우 만점 중에서 오답인 문항의 점수들을 빼어 계산할 수 있고, 정답인 경우에는 체크된 문항의 개별 점수를 합산하여 총점을 계산할 수 있다.
상기 채점 서버(300)는, 문제집식별정보에 따른 정답정보를 채점 프로그램부(200)로 제공하고, 문제집식별정보에 따라 사용자들의 채점정보를 모수로 한 사용자 별 성적정보를 생성하여 제공할 수 있다. 이를 위해, 채점 서버(300)는 답안 데이터베이스부(310), 정답정보 제공부(320) 및 성적정보 제공부(330)를 포함할 수 있다.
상기 답안 데이터베이스부(310)는, 문제집의 코드식별정보, 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나를 포함하는 문제집식별정보에 따른 정답정보를 각각 저장할 수 있으며, 채점 프로그램부(200)를 통해 등록된 문제집식별정보에 따라 그에 맞는 정답정보를 찾아서 다시 채점 프로그램부(200)로 제공할 수 있다.
상기 정답정보 제공부(320)는, 채점 프로그램부(200)로부터 코드식별정보, 상기 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나의 상기 문제집식별정보를 업로드 받을 경우, 업로드 된 정보에 기초하여 답안 데이터베이스부(310)로부터 정답정보를 추출하여 채점 프로그램부(200)로 제공할 수 있다.
상기 성적정보 제공부(330)는, 채점 프로그램부(200)로부터 문제집식별정보 및 채점정보를 업로드 받을 경우, 업로드 된 문제집식별정보에 따른 사용자들의 채점정보를 수집하고, 수집된 정보로 사용자 별 백분위정보를 포함하는 성적정보를 생성하여 채점 프로그램부(200)로 제공할 수 있다.
이러한 채점 서버(300)는 하드웨어적으로는 통상적인 웹 서버와 동일한 구성을 가지며, 소프트웨어적으로는 C, C++, Java, Visual Basic, Visual C 등과 같은 다양한 형태의 언어를 통해 구현되어 여러 가지 기능을 하는 프로그램 모듈을 포함할 수 있다. 또한, 일반적인 서버용 하드웨어에 도스(dos), 윈도우(window), 리눅스(linux), 유닉스(unix), 매킨토시(macintosh) 등의 운영 체제에 따라 다양하게 제공되고 있는 웹 서버 프로그램을 이용하여 구현될 수 있다.
또한, 채점 서버(300)는 네트워크를 통해 휴대통신단말(10)과 연결되며, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
이상에서 설명한 것은 본 발명에 의한 문제집 채점 시스템을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
1000: 문제집 채점 시스템
100: OMR 카드
110: 인쇄영역
120: 마커
200: 채점 프로그램부
210: 코드식별정보 인식부
220: 문제집표지이미지 생성부
230: 답안 저장부
240: OMR 인식부
241: 이미지 안정화부
242: 이미지 분할부
243: 추론 인식부
250: OMR 채점 수행부
260: 채점정보 제공부
270: 채점결과 업로드부
280: 성적정보 제공부
290: 수동 채점 가이드부
291: OMR 인쇄영역 인식 캡처부
292: OMR 답안 그래픽 생성부
293: OMR 답안 표시부
294: 점수 계산 가이드부
300: 채점 서버
310: 답안 데이터베이스부
320: 정답정보 제공부
330: 성적정보 제공부
10: 휴대통신단말
A: OMR 답안 그래픽
B: 선택된 OMR 답안 그래픽 문항
100: OMR 카드
110: 인쇄영역
120: 마커
200: 채점 프로그램부
210: 코드식별정보 인식부
220: 문제집표지이미지 생성부
230: 답안 저장부
240: OMR 인식부
241: 이미지 안정화부
242: 이미지 분할부
243: 추론 인식부
250: OMR 채점 수행부
260: 채점정보 제공부
270: 채점결과 업로드부
280: 성적정보 제공부
290: 수동 채점 가이드부
291: OMR 인쇄영역 인식 캡처부
292: OMR 답안 그래픽 생성부
293: OMR 답안 표시부
294: 점수 계산 가이드부
300: 채점 서버
310: 답안 데이터베이스부
320: 정답정보 제공부
330: 성적정보 제공부
10: 휴대통신단말
A: OMR 답안 그래픽
B: 선택된 OMR 답안 그래픽 문항
Claims (4)
- OMR 카드;
휴대통신단말에 설치되고, 문제집식별정보를 업로드 하여 정답정보를 다운로드받고, 상기 OMR 카드의 스캔을 통해 상기 OMR 카드에 표시된 문제번호와 답안정보를 각각 인식하여 스캔정보를 생성하고, 상기 정답정보와 상기 스캔정보를 비교하여 채점정보를 생성하며, 상기 문제집식별정보에 따른 상기 채점정보를 업로드하는 채점 프로그램부; 및
상기 문제집식별정보에 따른 상기 정답정보를 제공하고, 상기 문제집식별정보에 따라 사용자들의 상기 채점정보를 모수로 한 사용자 별 성적정보를 생성하여 제공하는 채점 서버를 포함하고,
상기 채점 프로그램부는,
휴대통신단말의 카메라를 통해 문제집에 인쇄된 2차원 코드를 스캔하여 상기 2차원 코드에 대한 코드식별정보를 인식하는 코드식별정보 인식부;
사용자로부터 문제집이름정보를 등록받고, 휴대통신단말의 카메라의 촬영을 통해 문제집표지이미지정보를 생성하여 등록하는 문제집정보 등록부;
상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나를 상기 문제집식별정보로서 상기 채점 서버로 업로드 하고, 업로드 된 정보에 대한 응답으로서 상기 정답정보를 수신하여 저장하는 답안 저장부;
휴대통신단말의 카메라를 통해 상기 OMR 카드를 스캔하고, 딥 러닝 기술에 기초하여 상기 OMR 카드에 표시된 OMR식별정보, 상기 문제번호 및 상기 답안정보를 각각 인식하는 OMR 인식부;
상기 OMR 인식부를 통해 인식된 상기 OMR식별정보에 기초하여 상기 답안 저장부로부터 해당 문제집의 정답정보를 추출하고, 추출된 상기 정답정보 및 상기 OMR 인식부를 통해 인식된 상기 문제번호와 상기 답안정보를 비교하여 채점을 수행하는 OMR 채점 수행부;
상기 OMR 채점 수행부로부터 상기 채점정보를 가공하여 전체채점정보와 오답채점정보로 제공하되, 상기 오답채점정보는 문제영역별로 분류하여 제공하는 채점정보 제공부;
상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나의 상기 문제집식별정보와 상기 OMR 채점 수행부로부터 상기 OMR식별정보 및 상기 채점정보를 상기 채점 서버로 업로드 하는 채점결과 업로드부; 및
상기 채점 서버로부터 상기 성적정보를 제공 받아 휴대통신단말을 통해 제공하는 성적정보 제공부를 포함하고,
상기 OMR 카드는 인쇄된 다수의 마커를 포함하고,
상기 채점 프로그램부는 상기 OMR 카드의 수동 채점을 가이드하기 위한 수동 채점 가이드부를 더 포함하고,
상기 수동 채점 가이드부는,
휴대통신단말의 카메라를 통해 촬영된 OMR 카드의 상기 마커를 각각 인식하고, 인식된 상기 마커의 각 위치를 기반으로 상기 OMR 카드에서 인쇄영역을 인식하고, OMR 이미지로 캡처하여 저장하는 OMR 인쇄영역 인식 캡처부;
상기 답안 저장부로부터 상기 정답정보를 획득하고, 획득한 상기 정답정보를 가상의 OMR 답안 그래픽으로 생성하되, 상기 마커의 위치를 기반으로 상기 OMR 이미지에 맞게 OMR 답안 그래픽의 크기와 비율을 조정하는 OMR 답안 그래픽 생성부;
상기 OMR 답안 그래픽을 상기 OMR 이미지 상에 오버랩하여 매칭시키는 OMR 답안 표시부; 및
상기 OMR 답안 표시부를 통해 표시되는 상기 OMR 답안 그래픽을 각 문항 별로 선택 가능하게 제공하여, 선택된 문항과 선택되지 않은 문항에 기초하여 점수정보를 자동 계산하여 제공하는 점수 계산 가이드부를 포함하는 것을 특징으로 하는 문제집 채점 시스템.
- 삭제
- 제1 항에 있어서,
상기 OMR 인식부는,
이미지 처리 라이브러리를 이용하여 OMR 카드 이미지에 대한 크기, 기울기 및 역광을 포함하는 노이즈를 제거하는 이미지 안정화부;
상기 이미지 안정화부를 통해 노이즈가 제거된 OMR 카드 이미지에 대한 픽셀 분류를 통해 OMR 카드 이미지에 표시되는 상기 OMR식별정보, 상기 문제번호 및 상기 답안정보에 대한 영역을 각각 인식하여 분할하는 이미지 분할부; 및
상기 이미지 분할부를 통해 분할된 상기 OMR식별정보, 상기 문제번호 및 상기 답안정보를 각각 인식하되, 상기 답안정보는 상기 OMR식별정보에 따른 문제번호의 위치, 총 문제개수 및 각 문항 당 선택 가능한 문제개수를 포함하는 메타데이터에 기초하여 각각 인식하는 추론 인식부를 포함하는 것을 특징으로 하는 문제집 채점 시스템.
- 제1 항에 있어서,
상기 채점 서버는,
문제집의 코드식별정보, 문제집이름정보 및 문제집표지이미지정보 중 적어도 하나를 포함하는 상기 문제집식별정보에 따른 정답정보를 각각 저장하는 답안 데이터베이스부;
상기 채점 프로그램부로부터 상기 코드식별정보, 상기 문제집이름정보 및 상기 문제집표지이미지정보 중 적어도 하나의 문제집식별정보를 업로드 받을 경우, 업로드 된 정보에 기초하여 상기 답안 데이터베이스부로부터 상기 정답정보를 추출하여 상기 채점 프로그램부로 제공하는 정답정보 제공부; 및
상기 채점 프로그램부로부터 상기 문제집식별정보 및 상기 채점정보를 업로드 받을 경우, 업로드 된 상기 문제집식별정보에 따른 사용자들의 상기 채점정보를 수집하고, 수집된 정보로 사용자 별 백분위정보를 포함하는 상기 성적정보를 생성하여 상기 채점 프로그램부로 제공하는 성적정보 제공부를 포함하는 것을 특징으로 하는 문제집 채점 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190110226A KR102095407B1 (ko) | 2019-09-05 | 2019-09-05 | 문제집 채점 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190110226A KR102095407B1 (ko) | 2019-09-05 | 2019-09-05 | 문제집 채점 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102095407B1 true KR102095407B1 (ko) | 2020-03-31 |
Family
ID=70002036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190110226A KR102095407B1 (ko) | 2019-09-05 | 2019-09-05 | 문제집 채점 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102095407B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112507879A (zh) * | 2020-12-08 | 2021-03-16 | 科大讯飞股份有限公司 | 评阅方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140028264A (ko) * | 2012-08-28 | 2014-03-10 | 에스케이텔레콤 주식회사 | 학습정보 제공 방법 및 장치 |
| KR20140053499A (ko) | 2012-10-26 | 2014-05-08 | 양선아 | 스마트폰을 이용한 채점 서비스 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
| KR20150099906A (ko) | 2014-02-24 | 2015-09-02 | 전세일 | 자동 채점 방법 |
| KR20160061753A (ko) * | 2014-11-24 | 2016-06-01 | 오종현 | 시험지 인식 및 채점 시스템 |
| KR20180122926A (ko) * | 2017-05-04 | 2018-11-14 | 주식회사 매스프레소 | 학습 서비스 제공 방법 및 그 장치 |
-
2019
- 2019-09-05 KR KR1020190110226A patent/KR102095407B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140028264A (ko) * | 2012-08-28 | 2014-03-10 | 에스케이텔레콤 주식회사 | 학습정보 제공 방법 및 장치 |
| KR20140053499A (ko) | 2012-10-26 | 2014-05-08 | 양선아 | 스마트폰을 이용한 채점 서비스 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
| KR20150099906A (ko) | 2014-02-24 | 2015-09-02 | 전세일 | 자동 채점 방법 |
| KR20160061753A (ko) * | 2014-11-24 | 2016-06-01 | 오종현 | 시험지 인식 및 채점 시스템 |
| KR20180122926A (ko) * | 2017-05-04 | 2018-11-14 | 주식회사 매스프레소 | 학습 서비스 제공 방법 및 그 장치 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112507879A (zh) * | 2020-12-08 | 2021-03-16 | 科大讯飞股份有限公司 | 评阅方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10200336B2 (en) | Generating a conversation in a social network based on mixed media object context | |
| CN106781784A (zh) | 一种智能批改系统 | |
| US20210192129A1 (en) | Method, system and cloud server for auto filing an electronic form | |
| KR101663311B1 (ko) | 학습 평가 서비스 시스템 | |
| EP2811418A1 (en) | Information processing system and information processing method | |
| CN111259889A (zh) | 图像文本识别方法、装置、计算机设备及计算机存储介质 | |
| CN109101469A (zh) | 从数字化文档提取可搜索的信息 | |
| CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
| Fisteus et al. | Grading multiple choice exams with low-cost and portable computer-vision techniques | |
| KR20190052410A (ko) | 답안 일체형 시험지 및 답안 일체형 교재를 이용하는 자동 채점 시스템 및 그 방법 | |
| US9396389B2 (en) | Techniques for detecting user-entered check marks | |
| CN112100431A (zh) | Ocr系统的评估方法、装置、设备及可读存储介质 | |
| CN111126486A (zh) | 一种测验统计方法、装置、设备及存储介质 | |
| KR102095407B1 (ko) | 문제집 채점 시스템 | |
| KR20120092421A (ko) | 관계형 문항을 이용한 학습 능력 향상 시스템 및 그 동작방법 | |
| CN109388935A (zh) | 单证验证方法及装置、电子设备及可读存储介质 | |
| CN113128244A (zh) | 扫描方法、装置及电子设备 | |
| CN111967367A (zh) | 图像内容提取方法、装置及电子设备 | |
| US20180018893A1 (en) | Method and system for identifying marked response data on a manually filled paper form | |
| CN115221452A (zh) | 基于可视化配置的门户构建方法、系统、电子设备及介质 | |
| KR20200017031A (ko) | 지식융합형 학습정보제공장치 | |
| CN114647682A (zh) | 一种习题整理方法、装置、电子设备以及存储介质 | |
| US10762344B2 (en) | Method and system for using whiteboard changes as interactive directives for vectorization software | |
| Kommey et al. | Automatic Multiple Choice Examination Questions Marking and Grade Generator Software | |
| CN113377980A (zh) | 一种信息标注的方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |