Digitale Korrekturunterstützung

Christel, Lukas and Gemma, Tiziano (2020) Digitale Korrekturunterstützung. Other thesis, HSR Hochschule für Technik Rapperswil.

[thumbnail of FS 2020-BA-EP-Christel-Gemma-Digitale Korrekturunterstützung.pdf]
Preview
Text
FS 2020-BA-EP-Christel-Gemma-Digitale Korrekturunterstützung.pdf - Supplemental Material

Download (1MB) | Preview

Abstract

Ziel der Arbeit:
Durch diese Arbeit soll den Dozenten an der HSR die Korrektur von Prüfungen erleichtert werden. Nach der Bewertung der einzelnen Aufgaben müssen die Punktzahlen aller Aufgaben zusammengezählt werden. Diese Arbeit soll den Dozenten von unserer Lösung abgenommen werden. Es geht dabei um Prüfungen, die auf Papier gelöst und korrigiert werden.
Die Punktzahl, die ein Dozent für die jeweilige Aufgabe vergibt, wird in Echtzeit gelesen. Zum Speichern wird die Punktzahl automatisch einer Prüfungsseite und einem Studenten zugeordnet. Die Punktzahlen werden in Echtzeit angezeigt, damit der Dozent bei einer falsch gelesenen Zahl sofort eingreifen kann.
Mithilfe des importierten Notenschlüssels wird aus der Gesamtpunktzahl eine Notenübersicht generiert, die so dem Sekretariat abgegeben werden kann.

Vorgehen / Technologien:
Ein zentraler Bestandteil der Software ist die Handschrifterkennung. Wir haben in Prototypen verschiedene Technologien ausprobiert und uns wegen Zuverlässigkeit, Kosten und API für den Cloud Service Google Vision entschieden.
Damit erkannt wird, welche Prüfung momentan korrigiert wird, drucken wir auf jede Seite ArUco Codes. ArUco Codes sind mit einem schiefen Kamerawinkel oder schlechter Auflösung deutlich besser lesbar als QR Codes. Nebst der Identifikation der aktuellen Prüfung wird der ArUco Code auch verwendet um die Kameraperspektive zu korrigieren, damit ein unverzerrtes Bild an die Texterkennung geschickt werden kann.
Als Plattform setzen wir .NET Framework ein und programmieren in C#, weil für diese Technologie viele 3rd party Libraries verfügbar sind. Zur Bildmanipulation setzen wir OpenCV ein, die Webcam benutz AForge und zur PDF Bearbeitung verwenden wir PdfSharp.

Item Type: Thesis (Other)
Subjects: Area of Application > Academic and Education
Area of Application > Image/Video Processing
Technologies > Programming Languages > C#
Technologies > Frameworks and Libraries > .NET
Divisions: Bachelor of Science FHO in Informatik > Bachelor Thesis
Depositing User: OST Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Richter, Stefan
UNSPECIFIED
Date Deposited: 19 Mar 2021 09:40
Last Modified: 19 Mar 2021 09:40
URI: https://eprints.ost.ch/id/eprint/881

Actions (login required)

View Item
View Item