Darlan de Castro Silva Filho, Rex A. C. Medeiros, Helton Maia
{"title":"Classificação de Caracteres Manuscritos para Correção Automática do Sistema Multiprova","authors":"Darlan de Castro Silva Filho, Rex A. C. Medeiros, Helton Maia","doi":"10.5753/erigo.2022.227697","DOIUrl":null,"url":null,"abstract":"O Multiprova é um sistema desenvolvido por professores da Escola de Ciências e Tecnologia da Universidade Federal do Rio Grande do Norte (ECT/UFRN), que permite a criação de questões e avaliações. O problema a ser solucionado consiste no desenvolvimento de uma aplicação para auxiliar o Multiprova, trazendo a capacidade de reconhecer os caracteres manuscritos provenientes do cartão resposta de cada aluno, e assim, automaticamente, apenas com ajuda de uma câmera, realizar a correção da prova. Para isso, foram utilizadas, técnicas de visão computacional e redes neurais convolucionais. Uma série de configurações para diferentes arquiteturas foram testadas, até que alcançasse uma alta acurácia e confiabilidade na classificação dos caracteres.","PeriodicalId":338913,"journal":{"name":"Anais da X Escola Regional de Informática de Goiás (ERI-GO 2022)","volume":"12 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da X Escola Regional de Informática de Goiás (ERI-GO 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/erigo.2022.227697","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
O Multiprova é um sistema desenvolvido por professores da Escola de Ciências e Tecnologia da Universidade Federal do Rio Grande do Norte (ECT/UFRN), que permite a criação de questões e avaliações. O problema a ser solucionado consiste no desenvolvimento de uma aplicação para auxiliar o Multiprova, trazendo a capacidade de reconhecer os caracteres manuscritos provenientes do cartão resposta de cada aluno, e assim, automaticamente, apenas com ajuda de uma câmera, realizar a correção da prova. Para isso, foram utilizadas, técnicas de visão computacional e redes neurais convolucionais. Uma série de configurações para diferentes arquiteturas foram testadas, até que alcançasse uma alta acurácia e confiabilidade na classificação dos caracteres.