I. Giới thiệu
Luận văn thạc sĩ này tập trung vào việc phát triển hệ thống chấm điểm tự động bài kiểm tra trong lĩnh vực Khoa học máy tính. Mục tiêu chính là xây dựng một hệ thống hỗ trợ quản lý và xử lý chấm điểm tự động, nhằm nâng cao hiệu quả đánh giá sinh viên và chất lượng đào tạo. Hệ thống chấm điểm tự động sẽ giải quyết các vấn đề liên quan đến việc số hóa dữ liệu điểm bài kiểm tra, đặc biệt là các bài kiểm tra tự luận hoặc kết hợp tự luận và trắc nghiệm, vốn đang được thực hiện thủ công.
1.1 Lý do chọn đề tài
Việc đánh giá sinh viên trong các trường đại học hiện nay gặp nhiều hạn chế, đặc biệt là với các bài kiểm tra tự luận. Hệ thống chấm điểm tự động sẽ giúp giảm thiểu thời gian và công sức của giảng viên, đồng thời cung cấp dữ liệu chi tiết hơn về kết quả học tập của sinh viên. Điều này sẽ hỗ trợ nhà trường trong việc phân tích và cải thiện chất lượng đào tạo.
1.2 Mục tiêu nghiên cứu
Mục tiêu của luận văn là xây dựng một hệ thống chấm điểm tự động có khả năng nhận dạng và xử lý dữ liệu từ các bài kiểm tra, bao gồm cả trắc nghiệm và tự luận. Hệ thống sẽ sử dụng các kỹ thuật xử lý ảnh và mạng nơron tích chập để nhận dạng chữ số viết tay và trích xuất thông tin từ phiếu chấm điểm.
II. Các kỹ thuật xử lý ảnh
Chương này giới thiệu các kỹ thuật xử lý ảnh cơ bản được sử dụng trong hệ thống nhận dạng chữ số viết tay. Các kỹ thuật này bao gồm nhị phân hóa ảnh, phép co giãn ảnh, khử nhiễu, chuẩn hóa kích thước ảnh, và làm trơn ảnh. Những kỹ thuật này đóng vai trò quan trọng trong việc chuẩn bị dữ liệu đầu vào cho quá trình nhận dạng.
2.1 Nhị phân hóa ảnh
Nhị phân hóa ảnh là quá trình chuyển đổi ảnh đa mức xám thành ảnh nhị phân. Có hai phương pháp chính: nhị phân hóa với ngưỡng tĩnh và ngưỡng động. Phương pháp ngưỡng động được ưu tiên vì nó giúp bảo toàn thông tin trên ảnh tốt hơn, đặc biệt là với các ảnh có nhiều cường độ sáng khác nhau.
2.2 Phép co giãn ảnh
Phép co giãn ảnh bao gồm hai phép toán cơ bản: phép giãn nở và phép co. Phép giãn nở giúp làm nổi bật các đối tượng trong ảnh, trong khi phép co giúp tách rời các đối tượng gần nhau và làm mờ nhiễu. Cả hai phép toán này đều có ứng dụng quan trọng trong việc xử lý ảnh trước khi nhận dạng.
III. Thiết kế hệ thống
Chương này trình bày các bước thiết kế hệ thống chấm điểm tự động, bao gồm việc thiết kế các mẫu phiếu chấm điểm và phiếu lấy mẫu chữ số viết tay. Các mẫu phiếu này được thiết kế để hỗ trợ quá trình nhận dạng và trích xuất thông tin từ bài kiểm tra.
3.1 Thiết kế phiếu chấm điểm
Các mẫu phiếu chấm điểm được thiết kế để kết hợp cả hình thức trắc nghiệm và tự luận. Phiếu chấm điểm cũng bao gồm các tiêu chí đánh giá mềm, giúp thu thập thông tin chi tiết hơn về kết quả bài làm của sinh viên. Các mẫu phiếu này được khảo sát và điều chỉnh dựa trên ý kiến của giảng viên.
3.2 Thiết kế phiếu lấy mẫu chữ số viết tay
Phiếu lấy mẫu chữ số viết tay được thiết kế để thu thập dữ liệu phục vụ cho quá trình huấn luyện mô hình học máy. Các kỹ thuật xử lý ảnh được áp dụng để số hóa dữ liệu thu thập được từ phiếu này.
IV. Hiện thực và thử nghiệm
Chương này mô tả quá trình hiện thực hệ thống chấm điểm tự động và các kết quả thử nghiệm. Hệ thống bao gồm các module nhận dạng chữ số viết tay, thu thập dữ liệu từ phiếu chấm điểm, và trích xuất thông tin từ bài kiểm tra. Các kết quả thử nghiệm cho thấy hệ thống có độ chính xác cao và tiềm năng ứng dụng trong thực tế.
4.1 Hiện thực hệ thống nhận dạng chữ số viết tay
Hệ thống nhận dạng chữ số viết tay được xây dựng dựa trên mạng nơron tích chập (CNN). Mô hình này được huấn luyện trên bộ dữ liệu chữ số viết tay thu thập được từ phiếu lấy mẫu. Kết quả thử nghiệm cho thấy mô hình đạt độ chính xác cao trong việc nhận dạng chữ số.
4.2 Hiện thực hệ thống chấm điểm tự động
Hệ thống chấm điểm tự động được hiện thực để nhận dạng và trích xuất thông tin từ phiếu chấm điểm. Các thông tin bao gồm mã số sinh viên, đáp án trắc nghiệm, điểm số câu hỏi tự luận, và các đánh giá theo tiêu chí mềm. Kết quả thử nghiệm cho thấy hệ thống hoạt động hiệu quả và có thể ứng dụng trong thực tế.
