一种新型的课程试卷自动扫描与达成度评价系统

技术领域

本发明涉及高校教学管理、图像处理、卷积神经网络，具体为一种新型的课程试卷自动扫描与达成度评价系统。

背景技术

高等工程教育认证背景下,科学的课程评价方式是人才培养目标顺利实现的保证。不同的课程或教学环节应根据其特点制定科学合理的评价考核方式。因此，工程教育认证背景下，国内高校都需进行课程达成度评价，以促进毕业要求的实现和持续改进的进行，培养全面发展的人才，有利于学生更好的走上社会。

课程达成度评价是每个高校教师教学工作的必要环节，对各门课程考试成绩都需要进行统计、整理与分析，以制定相对应的课程达成度评价表，十分繁琐、工作量大、分数统计出错的情况时有发生。目前，成绩分布与课程达成度评价表绝大多数采用人工完成，占用了教师大量的时间和精力，影响了教学和科研工作。因此，为高校教师减负，研制自动化的课程达成度分数识别与评价系统迫在眉睫。

目前国内将卷积神经网络算法进行手写体识别并且将其应用于高校课程达成评价中，国内尚属空白。目前国内外常规手写体识别率多在98.0％-99.9％之间，而试卷课程达成度评价表需要100％的识别率，目前仍未突破。赵晟然采用手动单张试卷拍照方式实现分数手写体识别，见文献《基于DCNN的试卷智能统分系统设计与开发》，其仅用于分数的识别，不能批量和全自动；OCR技术识别数字时也无法很好的分割每个数字，导致数字识别不准确的情况常有发生。

发明内容

本发明提出一种新型的课程试卷自动扫描与达成度评价系统。本发明是通过如下技术方案实现的：

一种新型的课程试卷自动扫描与达成度评价系统，其特征在于：系统可实现课程试卷全自动批量扫描与达成度自动评价，无需人工操作。

进一步的，系统由高速连续图像扫描仪、高性能计算机、打印机和软件系统组成。

进一步的，扫描仪为高速连续图像扫描仪,单次扫描至少大于一个班级的试卷数量，根据试卷大小不等，可配置A3或A4尺寸高速连续图像扫描仪。

进一步的，软件系统可自动生成课程目标成绩统计表和达成度评价表。

进一步的，软件系统可实现教师工号登陆、达成度查询、学生成绩查询、平时成绩和实验成绩导入、打印输出。

进一步的，核心算法基于卷积神经网络等人工智能算法，包括图片预处理、模型训练、手写体分数识别、达成度计算、自动制表等。

附图说明

下面结合附图和实施方式对本发明进一步说明：

图1为一种新型的课程试卷自动扫描与达成度评价系统结构图。

图2为软件系统运行流程图。

图3为试卷分数栏图例。

图4为试卷分数统计表图。

图5为课程达成度评价表图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合实施方式，进一步阐述本发明。

请参阅图1，本系统由高速连续图像扫描仪、高性能计算机、打印机和软件系统组成。系统启动后，高速连续图像扫描仪对至少一个班的数量的试卷进行批量扫描，高性能计算机对试卷图片文件进行读取，此时软件系统可以根据已训练好的网络模型对试卷图片文件进行快速、批量的识别，并对识别结果进行制表，最后由打印机进行打印生成达成度评价表。

请参阅图2，本系统软件系统运行流程如下步骤：

步骤1，对每张扫描图片首先进行图像二值化，通过边缘检测算法获取到分数栏的图片并对其统一大小，再对分数栏里面每道题目所对应的手写体分数的图片按位置比例进行提取，将获取的每份试卷的所有题目分数图片保存在数组中，等待卷积神经网络模型的循环识别。

步骤2，构建卷积神经网络模型并训练，将数组中每一个图片元素导入已训练好的网络模型中进行识别并得到结果，并检测结果是否超出该题分数上限。结果合格则返回识别结果，反之，结果为空并提示错误。

步骤3，将结果按课程目标顺序进行计算，作为表格中对应学号的课程目标的分数，以此循环识别每张试卷，完成课程目标分数的统计。再根据用户提供的课程达成度评价的公式规则进行计算，完成课程达成度评价的制表。

请参阅图3、4、5，本系统可以进行教师工号登陆，可对达成度评价结果与学生成绩进行查询，也可以导入已经制定好的平时成绩和实验成绩，通过软件系统结合已识别制定好的试卷课程目标成绩统计表完成课程达成度评价表的制定，并由打印机完成打印。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中的描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。