BAGS：一种利用智能手机所拍图片的自动作业批改系统
计算机视觉与模式识别
2019-06-11 v1
摘要
作业批改对于评估教学质量和效果至关重要。然而，人工批改作业通常耗时。在自动作业批改场景中，已提出许多基于光学标记阅读器（OMR）且需要特定设备的解决方案。尽管其中许多能达到较高准确率，但对用户而言不够便捷。相比之下，随着智能手机的普及，依赖手机所摄图像的自动批改系统变得更为可行。实践中，由于拍摄角度不同或纸张不平整，图像可能发生畸变。此外，多数图像在复杂背景下拍摄，使答题区域检测更为困难。为解决这些问题，我们提出BAGS，一种能有效定位并识别手写答案的自动作业批改系统。在BAGS中，所有答案书写在答题区域下划线（AAU）上方，我们使用两个基于DeepLabv3+的分割网络来定位答题区域。随后，我们使用字符识别部分识别学生答案。最后，设计批改部分用于将识别答案与标准答案比对。在我们的测试中，BAGS在总计答题区域中正确定位和识别了91%的手写答案。
引用
@article{arxiv.1906.03767,
title = {BAGS: An automatic homework grading system using the pictures taken by smart phones},
author = {Xiaoshuo Li and Tiezhu Yue and Xuanping Huang and Zhe Yang and Gang Xu},
journal= {arXiv preprint arXiv:1906.03767},
year = {2019}
}