Программный комплекс автоматической проверки рукописных работ

Обложка

Цитировать

Полный текст

Аннотация

Предмет исследования: время работы преподавателей учебных заведений на этапе проверки рукописных работ (контрольные, самостоятельные работы), а также алгоритмы автоматического распознавания и проверки рукописного текста.

Цель исследования: создание программного комплекса для проверки рукописных работ учащихся общеобразовательных организаций, используя алгоритмы оптического распознавания символов (OCR), машинного обучения и средств веб-разработки.

Объекты исследования: процессы и методы автоматизированной проверки рукописных работ учащихся общеобразовательных организаций с использованием современных технологий распознавания текста и машинного обучения.

Методы исследования: анализ способов и методов распознавания рукописного текста при проведении единого государственного экзамена, обзор современных сервисов и фреймворков OCR трансформерного типа, а также построение архитектуры клиент-серверного веб-приложения.

Основные результаты исследования: построенная архитектура комплекса, включающая модули инициализации модели, предобработки изображений с функциями выравнивания, шумоподавления и сегментации, распознавания текста, агрегации результатов и удобный веб-интерфейс для загрузки работ и просмотра результатов.

Об авторах

Даниил Алексеевич Парунов

Югорский государственный университет

Автор, ответственный за переписку.
Email: d_parunov@ugrasu.ru

преподаватель Инженерной школы цифровых технологий

Россия, Ханты-Мансийск

Егор Иванович Сафонов

Югорский государственный университет

Email: dc.gerz.hd@gmail.com

кандидат физико-математических наук, доцент, доцент Инженерной школы цифровых технологий

Россия, Ханты-Мансийск

Список литературы

  1. Кому нужно программное обеспечение как услуга // Хабр. – URL: https://habr.com/ru/companies/first/articles/695036/ (дата обращения: 12.09.2025).
  2. FastAPI documentation. – URL: https://fastapi.tiangolo.com (date of application: 12.09.2025).
  3. JaidedAI/EasyOCR: Ready-to-use OCR // GitHub. – URL: https://github.com/JaidedAI/EasyOCR (date of application: 12.09.2025).
  4. OCR vs. ICR: Document processing tech compared // Astera. – URL: https://www.astera.com/type/blog/ocr-vs-icr-all-the-differences/ (date of application: 12.09.2025).
  5. PaddleOCR Documentation // PaddleOCR. – URL: https://www.paddleocr.ai/main/en/index.html (date of application: 12.09.2025).
  6. Pydantic documentation // Pydantic Contributors. – URL: https://pydantic-docs.helpmanual.io (date of application: 12.09.2025).
  7. Smith, R. An overview of the Tesseract OCR engine / R. Smith // Proc. Ninth International Conference on Document Analysis and Recognition (ICDAR-2007). – Curitiba, Brazil, 2007. – P. 629–633.
  8. SQLAlchemy documentation // SQLAlchemy Authors. – URL: https://docs.sqlalchemy.org (date of application: 12.09.2025).
  9. Yandex Vision OCR documentation // Yandex.Cloud. – URL: https://cloud.yandex.ru/docs/vision/ocr (date of application: 12.09.2025).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Югорский государственный университет, 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).