本申请涉及教学及信息处理,特别涉及一种日常作业学情智能化采集方法、系统及电子设备。
背景技术:
1、目前,在学校的教学过程中,阅卷机的使用越来越普遍,阅卷机又称光标阅卷机(optical mark reader缩写omr),它是一种集光、机、电于一体的计算机外设录入设备,通过阅卷机可以快速的识别出错题并进行记录,但是现阶段的阅卷机在识别过程中存在错题识别精度不高,题目分割不够准确的问题,特别是对于日常作业中出现了包含解释、注释、释义等内容的部分,在分割过程中往往会出现分割不够准确的问题,由此对于教学系统中后期的数据统计和分析造成了较大的影响。
技术实现思路
1、基于此,有必要针对现有的阅卷机对于日常作业中的错题识别不够准确的问题,提供一种日常作业学情智能化采集方法、系统及电子设备。
2、为实现上述目的,一方面,本申请实施例提供了一种日常作业学情智能化采集方法,包括:
3、获取带有批改痕迹的题目图像;
4、对题目图像中的题目区域进行分割,得到至少一个分割后的题目区域;
5、对分割后的题目区域进行二次校准,得到二次校准后的题目区域;
6、对二次校准后的题目区域进行错题识别,得到错题内容;
7、将错题内容输出,生成错题记录。
8、优选的,对题目图像中的题目区域进行分割的方法包括:
9、根据题目图像,识别出题号信息;
10、根据题号信息的连续性和/或格式,确认是否为有效题号,并判断出题号的嵌套关系;
11、根据题号信息和嵌套关系,计算出题目的范围,并对题目图像进行分割,得到分割后的题目区域。
12、优选的,根据题目图像,识别出题号信息还包括,识别出题目图像中的数字、序号。
13、优选的,对分割后的题目区域进行二次校准的方法包括:
14、对分割后的题目区域中的内容进行自然语义识别;
15、区分分割后题目区域中非题目部分的内容;
16、对分割错误的内容进行重新分割,得到二次校准后的题目区域。优选的,对二次校准后的题目区域进行错题识别,得到错题内容的方法包括:
17、识别题目图像中的批改标识;
18、将批改标识的位置与题目区域进行匹配,得到对应题目的批改标识;
19、将对应题目的批改标识与预设的批改标识规则比对,判断题目对错;
20、确定批改标识中的错题。
21、优选的,错题识别的方法,包括:
22、将彩色图像转单通道图像,提取出红色批改笔迹,采用公式n=(r-(0.6*g+0.4*b))*2-abs(g-b)/2.0,其中n为输出值,r为彩色像素红色分量,g为绿色分量,b为蓝色分量,abs为取绝对值;
23、对单通道图像进行二值化处理,使用一高一低双阈值二值化,得到二值化图像;
24、使用轮廓检测算法定位二值化图像,得到候选标记的位置;
25、使用支持向量机算法,对候选标记的位置进行分类,筛选出批改标识。
26、优选的,根据题号信息的连续性和/或格式,确认是否为有效题号,并判断出题号的嵌套关系包括:
27、若所述题号信息的排序缺乏连续性,且不符合嵌套关系时,则判断所述题号信息为非有效题号。
28、另一方面,本发明还提供了日常作业学情智能化采集系统,包括
29、题目获取模块,用于获取带有批改痕迹的题目图像;
30、题目分割模块,用于对获取的题目图像分割成题目区域;
31、题目校准模块,用于对分割完成的题目区域进行二次校准;
32、错题识别模块,用于识别题目区域的错题。
33、优选的,还包括,打印模块,用于打印错题和/获正确题目;
34、触摸显示模块,用于显示题目图像,并通过触摸触发执行至少包括打印、收集中的一种指令。
35、另一方面,本发明还提供了日常作业学情智能化采集电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行错题识别收集方法。
36、与现有技术相比,本申请的优点是:
37、(1)、本申请首先对题目进行分割,然后再对分割后的题目进行错题识别,在兼顾了效率和精准度的前提下,不仅相应效率高,同时分割后进行识别准确度也会更高。
38、(2)、本申请对于分割后的题目进行了二次校准处理,对于可能存在分割错误的内容进行了又一次的校准,避免了出现分割错误而产生的识别不准确问题。
39、(3)、本申请在二次校准过程中采用自然语义识别的方式对分割后的题目区域中存在解释、分析部分的内容进行了校准,解决了按照题目编号进行分割可能出现的分割不精准问题,进一步保证了分割的准确度。
40、(4)、本申请将按照题号分割和自然语义校准以及采用神经网络学习的方式相结合,保证了分割和识别的双重准确性,特别是用在教学中,本申请在识别批改标识中的错题的算法准确率达到99.8%,教师在收集和整理日常化作业错题的过程中更加准确,进一步提高了教学的效率。
1.一种日常作业学情智能化采集方法,其特征在于,包括:
2.根据权利要求1所述的一种日常作业学情智能化采集方法,其特征在于,对题目图像中的题目区域进行分割的方法包括:
3.根据权利要求2所述的一种日常作业学情智能化采集方法,其特征在于,根据题目图像,识别出题号信息还包括,识别出题目图像中的数字、序号。
4.根据权利要求1所述的一种日常作业学情智能化采集方法,其特征在于,对分割后的题目区域进行二次校准的方法包括:
5.根据权利要求1所述的一种日常作业学情智能化采集方法,
6.根据权利要求1-5所述的任一项日常作业学情智能化采集方法,其特征在于,错题识别的方法,包括:
7.根据权利要求3所述的任一项一种日常作业学情智能化采集方法,其特征在于,根据题号信息的连续性和/或格式,确认是否为有效题号,并判断出题号的嵌套关系包括:
8.一种日常作业学情智能化采集系统,其特征在于,包括:
9.根据权利要求8所述的一种日常作业学情智能化采集系统,其特征在于,所述系统还包括:
10.一种日常作业学情智能化采集电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现权利要求1-5任意一种日常作业学情智能化采集方法。