선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 단답식 서답형 답란의 채점을 On-line 방식에 의하여 시간과 장소에 구애 받지 않고 인터넷만 연결되는 곳이면 언제든 어디서든 채점교사가 채점을 할 수 있도록 했으며 이를 위해 다음 조건들을 우선 조건으로 하여 채점을 시도하였다.
가설 설정
- (d) 각 채점 교사는 2차 채점을 할 때 1차 채점의 결과를 알지 못한다
제안 방법
- (1) 문항별 답란이미지 분할 : 문항별 담당 채점 교사에게 각각의 답란을 배정하기 위해 학생들이 작성한 답안 이미지를 문항별 답란으로 분할했다. 우선 답안기이미기의 답란을분할하기 위해 무작위로 추출된 샘플답안지 이미기에 의해 답안 영역을 추출했다.
- (1) 이미지 이진화 및 정규화 : 본 시스템에서는 본 논문에서 제안된 이미지 프로세싱의 절차를 거쳐 정상적으로 OMR 판독을 할 수 있도록 하는 처리과정을 cXImage의 라이브러리를 이용하였다. 아래 그림 3은 한 학생의 답안지 앞면과 뒷면의 스캔 이미지이며, 그림 4는 그림 3의 좌측이 #기를 2진화 한#기이다.
- (1) 인식영역의 확인: 본 시스템에서의 0MR 판독은 우선 이미지 내에서 판독해야 할 인식영역을 확인하고 각 각의 인식영역에 대한 Template# 만들어서 Template내의 각 마킹영역에 대한 X축과 Y축의 위치 좌표를 Start 위치 좌표와 End위치좌표로 저장하여 두고 Template의 마킹영역의 X축과 Y축의 Start위치 좌표와 End위치 좌표 범위 내에 학생 답안지의 마킹 여부를 확인하여 OMR DATA를 추출하는 방법으로 구현하였다.
- (2) 4점 좌표간의 직각유지 : 본 논문에서는 이진화된 답안지 이미지가 마킹 위치의 공통된 Pixel값 좌표를 갖도록 하기 위해 우선 답안지 4모서리에 이웃하는 4점이 존재하는 가를 확인하고 다음으로 각 모서리 이웃 4점들이 직각을 유지하는지를 확인한다. 4점이 존재하지 않는 경우는 Sheet가 찢어졌거나 훼손 된 것으로 판단하고 별도로 저장하여, 별도의 프로그램을 이용하여 육안으로 판독한 결과를 이용할 수 있도록 한다.
- (2) 특정영역일치 확인 : 정규화된 이미지 정상여부를 판단하기 위해 이미지의 특정 영역이 존재하는지를 판단하고 특정 영역의 이미지가 정상영역의 범위내에 있으면 정상적인 이미지로 판단하여 정상적인 0MR판독처리를 진행하고 그렇지 않은 경우는 예외로 처리했다. 4점이 존재하고 그 4 점이 직각이 유지되는 경우 그림 6에 표시된 것과 같은 위치에 붉은 색 테두리로 된 특정 이미지가 존재하는지 여부를 확인한다.
- (4) 특정영역 일치여부 확인 : 취득된 이미지의 정상 여부를 판단하기 위해 답안지의 특정 영역에 특정 이미지가 존재하는지의 여부를 판단하고 이미지의 특정영역내에 특정 이미지가 존재하면 정상적인 이미지로 판단하여 정상적인 OMR판독처리를 진행하고 그렇지 않은 경우는 별도의 판독 프로그램을 이용하여 이미지를 육안으로 판독 처리한다.
- (a) 우선 교사별로 한 문항씩의 채점을 전담하게 함으로써 채점의 전문화를 시도한다.
- (a) 이미지 잘라내기 : 본 논문에서는 이미지의 정규화를 위한 이미지 잘라내기에 이미 직각이 유지된 이미지 (원 이미지라 한다)의 상변 모서리에 이웃하는 2점을 이용한다. 즉 잘라낼 이미지의 상변 좌측의 Pixel 좌표는 원 이미지의 상변 좌측 모서리에 이웃하는 1점의 상변 좌측의 Pixel좌표이고, 상변 우측의 Pixel 좌표는 원 이미지의 상변 우측 모서리에 이웃하는 1점의 상변 우측의 Pixel좌표이다.
- (b) 이미지의 정규화 : 본 논문에서는 OMR Marking 위치를 동일하게 하기위해 잘라내진 이미지의 해상도를 1220 X 810으로 규격화한다.
- 영역3은 성별, 영역4와 영역5 은 객관식 선다형의 답란이다. 각 영역이 시작되는 가로 마킹 위치와 시작되는 세로마킹위치에 마킹을 하여 영역 범위를 확인하고 그리고 각 마킹부분의 X축 시작 Pixel 좌표와 끝 Pixel좌표값, 그리고 Y축 시작 Pixel좌표와 끝 Pixel좌표값을 추출할 수 있도록 하였다.
- 그리고 좌측하단 테두리 속의 OMR DATA는 START MARK이고 맨 하단의 검은 Mark(우측 하단 모서리의 점)은 END MARK이고 그 위쪽의 Mark는 교시 (과목)을 나타내는 MARK이다. 과목을 나타내는 Mark의 개수와 인식하려고 하는 과목 코드의 일치 여부로 정상여부를 판단했다. 따라서 Sheet 내에 직각인 4점이 존재하고, 상단 Timing Mark의 개수가 다르지 않고, 과목이 지금 처리하려고 하는 과목과 같으면 정상적인 이미지로써 정상적으로 OMR DATA를 추출할 수 있는 것으로 했다.
- 판독해야 할 인식영역을 확인한다. 그리고 각각의 인식영역에 대하여 각 인식영역 내 Marking영역의 X 축과 Y축의 시작과 끝 좌표와 Marking값을 확인하고, 마킹 영 역의 X축과 Y축의 Start위치 좌표와 End위치 좌표 범위 내에 학생 답안지의 마킹 여부를 확인하여 OMR DATA를 추출한다.
- 답안지 이미지의 판독은 이미지내의 불필요한 노이즈를 없애기 위해 이미지를 이진화하고, 이진화된 이미지를 정규화한 후 이미지의 오류를 검증하여, 오류 답안지는 별도의 프로그램을 이용하여 육안으로 판독할 수 있도록 하고 정상 답안지는 자동으로 0MR 데이터를 추출하였다.
- 따라서, 본 논문에서는 2010국가수준학업성취도평가의 채점을 위하여 우선 앞면의 객관식 선다형 답란의 처리를 위해서는 이미지 처리기법을 활용하여 자동으로 채점하는 OMR채점시스템과 뒷면의 단답식 서답형 답란의 채점을 위해서는 이미지 처리기법을 활용하여 문항별로 나누어진 학생의 답안을 VEB을 이용하여 채 점 하는 On-Line채 점시스템을 개발하여 실제로 구현 처리하였다.
- 본 논문에 제안된 방법은 OMR채점시스템과 VB을 활용한 OnLine채점시스템을 개발하여 부산광역시 교육청 산하 초등학교 6학년 36, 994명, 중학교 3학년 43, 813명의 전체답안지 484, 842매에 대해 실제로 구현 처리 해 보았다
- 본 논문에서 제안한 On-Line채점시스템의 구현을 위해 학생들의 답안지 이미지를 문항별로 잘라내어 문항별 채점 교사-에 게 제공하였다.
- 본 논문에서는 영상처리기법을 이용하여 OMR 자동 채점 프로그램을 개발하여 실제 시스템 적용하였다. 제안한 방법은 부산시교육청 산하 초등학교 6학년과 중학교 3학년의 2010국가수준학업성취도평가의 OMR처리에 실제로 적용하였다.
- 그러기 위해서는 OMR Marking이미지와 그 외의 이미지를 명확하게 구분해야 하는데 이를 위해 이미지를 이진화해야 한다. 본 논문에서는 이미지를 이진화하기 위해 우선 원 이미지를 그레이 스케일로 변환한 후, Gray Scale 이미지의 흑백의 대비를 더욱 선명하게 하기 위해 문턱치 값을 100으로 하여 흑백대비를 더욱 향상 시켰다.
- 본 논문에서의 이미지 취득은 양면 스캐너를 이용하여 학생답안지의 앞면과 뒷면을 동시에 스캔하여 앞면을 홀수 번호로 뒷면을 짝수번호로 일련번호화하여 이미지를 저장하는 방법을 사용한다. 왜냐하면 앞면에는 객관식 선다형의 0MR로 표기된 학생답안이 들어 있고, 뒷면에는 단답식 서답형의 학생답안이 기술되어 있어서 앞면의 객관식 선다형 채점 결과와 뒷면의 단답식 서답형 채점결과가 합산되어 최종 결과를 산출하기 때문에 답안지 앞면과 뒷면의 이미지가 모두 필요하기 때문이며 1매의 답안지는 홀수와 짝수의 2개의 이미지로 저장하였다.
- 본 시스템에서는 실제 구현을 위한 이미지를 획득하는 하기 위해 팬티엄4 2.4Ghz PC와 Hujitsu 스캐 너 F15750C 를 이용하여 양면을 동시에 llOppm의 속도로 연속 자동 급지(ADF) 기능을 이용하여 이미지를 취득하였다.
- 문항별 답란으로 분할했다. 우선 답안기이미기의 답란을분할하기 위해 무작위로 추출된 샘플답안지 이미기에 의해 답안 영역을 추출했다. 실제 답안지 중에서 초등학교 6학년의 국어과목의 경우 그림 11과 그림 12와 같은 답안기 샘플들이 추출되었다.
- 문항별 답란으로 분할한다. 우선 답안지이미지의 답란을분할하기 위해 무작위로 추출된 샘플답안지 이미지에 의해 답안 영역을 추출한 후, 문항별 이미지를 이용하여 분할하였다.
- 취득된 이미지는 양면을 동시에 스캔하는 것이므로 실물답안지 1매에 두 개의 이미지가 취득되게 되는데, 이때 취득된 이미지 중 홀수번째 취득된 이미지는 앞면, 짝수 번째 취득된 이미지는 뒷면으로 하여 학교번호와 취득된 순서를 이용하여 파일로 저장하였다.
대상 데이터
- 제안한 방법은 부산시교육청 산하 초등학교 6학년과 중학교 3학년의 2010국가수준학업성취도평가의 OMR처리에 실제로 적용하였다.
성능/효과
- (2) On-Line채점시스템 : On-Line채점 시스템의 접근 권한은 최고관리자, 관리자, 문항별 팀장, 문항별채점교사의 4등급으로 분류하였다. 관리자는 최고관리자의 권한 중 담당하는 과목에 대해서만 권한을 가진다.
- (2) On-Line채점시스템 : On-Line채점 시스템의 접근 권한은 최고관리자, 관리자, 문항별 팀장, 문항별채점교사의 4등급으로 분류하였다. 관리자는 최고관리자의 권한 중 담당하는 과목에 대해서만 권한을 가진다.
- (4) 이미지 파일저장 및 OMR DATA 저장 : 추출된 OMR DATA는 요구하는 데이터 형태로 TEXT파일로 저장했다. 교육과학기술부에서 요구하는 데이터의 형태로 저장된 데이터 파일의 내용은 다음과 같다.
- (5) OMR DATA판독 : 본 논문에서 OMR 판독은 우선 이미지 내에서 판독해야 할 인식영역을 확인한다. 그리고 각각의 인식영역에 대하여 각 인식영역 내 Marking영역의 X 축과 Y축의 시작과 끝 좌표와 Marking값을 확인하고, 마킹 영 역의 X축과 Y축의 Start위치 좌표와 End위치 좌표 범위 내에 학생 답안지의 마킹 여부를 확인하여 OMR DATA를 추출한다.
- (b) 문항별 예상 답안의 길이에 따라 답이 짧을 것으로 예상 되는 문항의 경우는 1문항당 7명 내지 8명, 답이 길 것으로 예상 되는 문항의 경우는 1문항당 10명 내지 20명 정도의 교사를 배정하여 교사별로 채점 시간을 균등하게 배분하고 각 문항별 채점 교사들을 통제하고 채점 시의 이견을 조정하기 위해 문항별 1인의 팀장을 둔다.
- 바로 수정하는 절차를 거쳤다. 그 결과 답안지 앞면의 객관식 선다형의 경우 1매당 처리시간은 예외 처리의 경우를 제외하고 2pps이었고, OMR장치로 판독할 때는 Ipps이상 이었다. OMR판독시 다시 답안지를 정리하는 시간까지 포함하기 때문이었다.
- 따라서 결론적으로 이미지를 취득하고 저장한 후의 OMR판독에 있어서는 이미지 프로세싱을 활용하는 경우가 별도로 OMR판독기를 통해 OMR DATA를 판독하는 경우보다 처리속도면에서 유리함을 보였다.
- 또한 답안지 뒷면의 단답식 서답형의 경우 몇 일간 합숙을 하면서 채점하는 것보다 시간을 넉넉하게 주고 재택으로 채점한 결과 채점상의 오류와 이기 및 Marking상의 오류가 없고, 합숙에 대한 비용을 절감할 수 있었을 뿐만 아니라 채점교사들의 반응 또한 채점에 대한 스트레스가 훨씬 줄어들었다고 하여 본 논문에서 제안하고 개발한 시스템을 활용하는 것이 기존의 채점방식 보다 효율적이었다.
후속연구
- 향후 단답식 서답형의 경우에도 이미지처리를 활용하여 자동 채점을 하게 된다면 각 급 학교 및 국가에서 시행하는 대량의 답안지의 채점업무를 보다 효율적으로 수행할 수 있을 것으로 본다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.