CN106651689A - 一种智能考试系统 - Google Patents
一种智能考试系统 Download PDFInfo
- Publication number
- CN106651689A CN106651689A CN201610890305.3A CN201610890305A CN106651689A CN 106651689 A CN106651689 A CN 106651689A CN 201610890305 A CN201610890305 A CN 201610890305A CN 106651689 A CN106651689 A CN 106651689A
- Authority
- CN
- China
- Prior art keywords
- examination
- examinee
- subsystem
- information
- answering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000001815 facial effect Effects 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 10
- 230000001788 irregular Effects 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种智能考试系统,包括考生信息录入子系统、答题子系统和监控子系统;所述考生信息录入子系统用于供考生录入考生身份信息并将所述考生的身份信息传输给答题子系统;所述答题子系统,用于根据所述考生身份信息提供考题并记录所述考生的答题信息;所述监控子系统,用于在考试过程中对考生进行考试监控,其包括密码核对单元、考试中不定时面部信息核对单元和违规处理单元。利用本发明,考生能充分利用空闲时间,在各网点及电脑教室随时进行自助学习和考试,而不需要在同一的考试地点进行集中考试,适用岗位分散、职工难以聚集的单位;设置监控子系统,在无人监视的情况下避免了考试作弊现象,确保了考试的有效性。
Description
技术领域
本发明涉及考试设备领域,具体涉及一种智能考试系统。
背景技术
目前,在大学、教育机构或者各大型企业中,对学生或者职工的考核,大多采用网络模块化考试系统,这种方式实现了学生及职工教育无纸化的学习和考试模式,给大学、教育机构及各大企业的教育工作带来了方便。采用这种网络模块化考试系统,为了保证考试的有效性,各个单位采用集中考试的方式,需要安排固定的考试时间,集中的考试地点,在监考人员的监考下进行考试。而这种集中考试的方式却难以适应岗位分散、职工难以聚集的单位。应运而生的自助式考试系统虽然能使考生进行自助考试,但是在考试的过程中需要全程进行监控,以防止考生在考试过程中出现作弊行为对于考试次数频繁的单位,比如铁路部门,随着铁路的快速发展,对考生应用培训知识量越加的丰富、考试频率快速的增加,监考任务越加繁重,需要投入大量的人力资源进行监考。
发明内容
针对上述问题,本发明旨在提供一种智能考试系统。
本发明的目的采用以下技术方案来实现:
一种智能考试系统,包括考生信息录入子系统、答题子系统和监控子系统;所述考生信息录入子系统用于供考生录入考生身份信息并将所述考生的身份信息传输给答题子系统;所述答题子系统,用于根据所述考生身份信息提供考题并记录所述考生的答题信息;所述监控子系统,用于在考试过程中对考生进行考试监控,其包括密码核对单元、考试中不定时面部信息核对单元和违规处理单元。
本发明的有益效果为:利用本发明,考生能充分利用空闲时间,在各网点及电脑教室随时进行自助学习和考试,而不需要在同一的考试地点进行集中考试,适用岗位分散、职工难以聚集的单位;设置监控子系统,在无人监视的情况下避免了考试作弊现象,确保了考试的有效性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构连接示意图;
图2是本发明的隐匿物品检测子系统的结构连接示意图。
附图标记:
考生信息录入子系统1、答题子系统2、监控子系统3、隐匿物品检测子系统4、扫描模块11、图像处理模块12、背景消减模块13、人体区域检测模块14、隐匿物品检测模块15。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2,本实施例的一种智能考试系统,包括考生信息录入子系统1、答题子系统2和监控子系统3;所述考生信息录入子系统1用于供考生录入考生身份信息并将所述考生的身份信息传输给答题子系统2;所述答题子系统2,用于根据所述考生身份信息提供考题并记录所述考生的答题信息;所述监控子系统3,用于在考试过程中对考生进行考试监控,其包括密码核对单元、考试中不定时面部信息核对单元和违规处理单元。
优选的,所述考生身份信息包括用户姓名、性别、身份证号码。
优选的,所述违规处理单元包括声音提醒、黑屏提醒和强制交卷。
利用本发明上述实施例,考生能充分利用空闲时间,在各网点及电脑教室随时进行自助学习和考试,而不需要在同一的考试地点进行集中考试,适用岗位分散、职工难以聚集的单位;设置监控子系统3,在无人监视的情况下避免了考试作弊现象,确保了考试的有效性。
优选的,所述智能考试系统还包括隐匿物品检测子系统4,所述隐匿物品检测子系统4包括:
(1)扫描模块11,用于对考生进行毫米波扫描获得原始被动毫米波图像;
(2)图像处理模块12,用于对所述原始被动毫米波图像进行处理获得目标图像;
(3)人体区域检测模块14,用于基于所述目标图像,通过对人体是否存在的预判断,进行人体区域检测,获取人体区域;
(4)隐匿物品检测模块15,用于在所述人体区域内,采用Canny边缘算子和置信区间结合的混合分割的方法,对隐匿物品进行检测,并对检测到的隐匿物品区域进行标记;
(5)隐匿物品识别模块,用于对隐匿物品进行识别。
本优选实施例设计了隐匿物品检测子系统4的模块架构,实现了隐匿物品检测子系统4对危险物品的检测。
优选地,所述图像处理模块12包括:
(1)二值化单元,用于对所述原始被动毫米波图像进行二值化获得二值化图像,包括:将所述原始被动毫米波图像进行平滑区P1、过渡区P2和边缘区P3的区域划分,其采用平方奇异值作为区域能量的衡量,并定义区域划分公式为:
其中,v(i)为原始被动毫米波图像中像素点i处的观测值,Q(i)为对应原始被动毫米波图像中像素点i处的平方奇异值,为平方奇异值的均值;
对于平滑区P1,设定阈值T1,T1为平滑区P1所有像素灰度值的平均值,将平滑区P1的每个像素灰度值与阈值T1进行比较,若大于T1,则取值为255,否则取值为0;对于过渡区P2和边缘区P3,过渡区P2和边缘区P3中每个像素点i为中心的(2a+1)x(2a+1)窗口,a∈[1,3],各像素点阈值T2(i)定义为该像素窗口内最大灰度值与最小灰度值和的一半,将过渡区P2和边缘区P3的每个像素灰度值和相应阈值T2(i)比较,若大于T2(i),则取值为255,否则取值为0;
(2)预处理单元,用于对二值化图像进行稳像以及去噪处理以获得初步去噪图像,包括:
a、图像稳像子单元,用于消除人在运动时造成的图像抖动,包括:
(1)对被检对象进行毫米波扫描时,选定第一帧图像作为参考帧,将参考帧划分为互不重叠三个区域1、2、3,K表示图像宽度,G表示图像高度,从图像左上开始按照顺时针方向依次为区域1、2、3,区域1、2的大小为0.5K×0.5G,区域3的大小为K×0.5G;
(2)在下一帧扫描到的图像中心位置选定区域A0,A0的大小选定为0.5K×0.5G,按照step1的方法将A0划分为三个图像子块A1、A2、A3,A1和A2用于估算垂直方向上的局部运动向量,A3用于估算水平方向上的局部运动向量,令A1、A2、A3分别在1、2、3三个区域内搜寻最佳匹配,从而估计出图像序列的全局运动矢量,然后进行反向运动补偿,消除图像模糊;
b、分区去噪子单元,用于对平滑区P1、过渡区P2和边缘区P3分别进行去噪处理,设平滑区P1、过渡区P2和边缘区P3的去噪估计分别为G1(i)、G2(i)和G3(i),各区域的去噪估计的计算公式分别为:
式中,N1为平滑区的像素总数量,V(j)为平滑区P1在点j处的灰度值,s1v(i)为通过均值滤波器处理后提取出的像素点i处的平滑区均值,s1v(j)为通过均值滤波器处理后提取出的像素点j处的平滑区均值;v(j)表示边缘区P3中所有的像素点,为归一化常数,d为边缘区P3中像素点i和像素点j的环形特征向量的高斯加权欧氏距离,γ为高斯核函数的标准差,μ为边缘区P3中噪声的标准差,
c、再次去噪子单元,连接分区去噪子单元,用于采用基于分裂Bregman迭代的全变分去噪算法对由分区去噪子单元处理后的被动毫米波图像进行进一步去噪,从而进一步去除被动毫米波图像中的高斯白噪声。
本优选实施例设置图像稳像子单元,能够消除人在运动时造成的图像抖动;二值化单元中,采用全局阈值二值化和局部阈值二值化结合的方法,在保证速度的前提下取得了良好的效果;被动毫米波图像由少量近似分块平滑的图像块组成,包含有大量的冗余信息,根据这一特点,设置预处理单元,采用奇异值分解将被动毫米波图像划分为平滑区、过渡区和边缘区,并根据这三类区域各自的特征设置分区去噪子单元,用于对平滑区、过渡区和边缘区分别进行去噪处理,与目前较为主流的集中图像去噪算法相比,能够获得较高的BRISQUE,提高了计算的速度,且能够明显抑制扫描线噪声以及高斯白噪声的影响;采用再次去噪子单元,结合分区去噪子单元,进一步去除被动毫米波图像中的高斯白噪声,提高去噪效果。
优选的,所述隐匿物品检测模块15在进行混合分割时,选用合适的阈值Ty对所述目标图像进行阈值处理,所述置信区间表示隐匿物品边缘分布的灰度范围,其中包含目标图像所有边缘的全局置信区间为[int((Vl+Vh)/2),Vh],其中int()为取整算子,Vl为整个目标图像的边缘点的最小灰度值的下界,Vh为整个目标图像的边缘点的最大灰度值的上界;计算每一个隐匿物品的置信区间时,使用从Vl+1开始逐点增加的阈值Tg对目标图像进行分割,直至阈值Tg=Vh-1时停止分割,当前景中出现了一个新的独立区域时,定义对应位置有另一个隐匿物品,隐匿物品的置信区间定义为:Pz=[(Tg+Vh)/2,Vh],采用边缘算子提取隐匿物品的置信区间中的边缘曲线,定义边缘曲线内所包含的区域为Pc,最终得到的隐匿物品的精确分割区域Py为:
式中,为由较小的阈值Ty=(Tg+Vh)/2对目标图像进行分割得到的区域。
本优选实施例采用Canny边缘算子和置信区间结合的混合分割的方法实现了对隐匿物品的分割,提高了分割的速度和精度。
优选地,所述人体区域检测模块14能够对人体隐私部位进行屏蔽,具体包括:
(1)通过脸部识别对人员的性别进行判断,根据性别不同确定不同的隐私部位,划定隐私区域;
(2)对确定的隐私区域进行模糊处理,图像模糊采用如下方法:
对于隐私区域任一点(x,y),采用函数确定(x,y)的5×5邻域点的取值权重,对该点进行邻域加权平均,得到该点的模糊值,从而达到模糊效果。
本优选实施例使得检测更加人性化。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (3)
1.一种智能考试系统,其特征是:包括考生信息录入子系统、答题子系统和监控子系统;所述考生信息录入子系统用于供考生录入考生身份信息并将所述考生的身份信息传输给答题子系统;所述答题子系统,用于根据所述考生身份信息提供考题并记录所述考生的答题信息;所述监控子系统,用于在考试过程中对考生进行考试监控,其包括密码核对单元、考试中不定时面部信息核对单元和违规处理单元。
2.根据权利要求1所述的一种智能考试系统,其特征是:所述考生身份信息包括用户姓名、性别、身份证号码。
3.根据权利要求2所述的一种智能考试系统,其特征是:所述违规处理单元包括声音提醒、黑屏提醒和强制交卷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610890305.3A CN106651689A (zh) | 2016-10-11 | 2016-10-11 | 一种智能考试系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610890305.3A CN106651689A (zh) | 2016-10-11 | 2016-10-11 | 一种智能考试系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651689A true CN106651689A (zh) | 2017-05-10 |
Family
ID=58855649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610890305.3A Pending CN106651689A (zh) | 2016-10-11 | 2016-10-11 | 一种智能考试系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651689A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107170318A (zh) * | 2017-06-29 | 2017-09-15 | 三峡大学 | 一种基于虚拟现实的厨师职业技能鉴定与考核系统 |
CN107818531A (zh) * | 2017-11-22 | 2018-03-20 | 浙江中医药大学 | 一种安全考试系统 |
CN109741273A (zh) * | 2018-12-26 | 2019-05-10 | 江苏优胜信息技术有限公司 | 一种手机拍照低质图像的自动处理与评分方法 |
CN118037582A (zh) * | 2024-03-21 | 2024-05-14 | 深圳同创医信科技有限公司 | 一种智能移动车的技能考试评分系统及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314687A (zh) * | 2011-09-05 | 2012-01-11 | 华中科技大学 | 一种红外序列图像中的小目标检测方法 |
CN103208212A (zh) * | 2013-03-26 | 2013-07-17 | 陈秀成 | 一种防作弊的远程在线考试的方法与系统 |
US20140169639A1 (en) * | 2011-06-28 | 2014-06-19 | Zte Corporation | Image Detection Method and Device |
CN105405080A (zh) * | 2015-10-29 | 2016-03-16 | 桂林力拓信息科技有限公司 | 一种智能考试系统 |
-
2016
- 2016-10-11 CN CN201610890305.3A patent/CN106651689A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140169639A1 (en) * | 2011-06-28 | 2014-06-19 | Zte Corporation | Image Detection Method and Device |
CN102314687A (zh) * | 2011-09-05 | 2012-01-11 | 华中科技大学 | 一种红外序列图像中的小目标检测方法 |
CN103208212A (zh) * | 2013-03-26 | 2013-07-17 | 陈秀成 | 一种防作弊的远程在线考试的方法与系统 |
CN105405080A (zh) * | 2015-10-29 | 2016-03-16 | 桂林力拓信息科技有限公司 | 一种智能考试系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107170318A (zh) * | 2017-06-29 | 2017-09-15 | 三峡大学 | 一种基于虚拟现实的厨师职业技能鉴定与考核系统 |
CN107818531A (zh) * | 2017-11-22 | 2018-03-20 | 浙江中医药大学 | 一种安全考试系统 |
CN107818531B (zh) * | 2017-11-22 | 2020-10-27 | 浙江中医药大学 | 一种安全考试系统 |
CN109741273A (zh) * | 2018-12-26 | 2019-05-10 | 江苏优胜信息技术有限公司 | 一种手机拍照低质图像的自动处理与评分方法 |
CN118037582A (zh) * | 2024-03-21 | 2024-05-14 | 深圳同创医信科技有限公司 | 一种智能移动车的技能考试评分系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6892558B2 (ja) | 教学補助方法およびその方法を採用する教学補助システム | |
CN108549876A (zh) | 基于目标检测和人体姿态估计的坐姿检测方法 | |
CN105869085A (zh) | 一种成绩录入系统及图像处理的方法 | |
CN106651689A (zh) | 一种智能考试系统 | |
CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
CN106897749A (zh) | 自动阅卷方法及系统 | |
CN107451999A (zh) | 基于图像识别的异物检测方法和装置 | |
CN107480607B (zh) | 一种智能录播系统中站立人脸检测定位的方法 | |
US10037708B2 (en) | Method and system for analyzing exam-taking behavior and improving exam-taking skills | |
CN105893946A (zh) | 一种正面人脸图像的检测方法 | |
CN114677644B (zh) | 一种基于教室监控视频的学生入座分布识别方法及系统 | |
CN110135282A (zh) | 一种基于深度卷积神经网络模型的考生回头抄袭作弊检测方法 | |
CN108537787A (zh) | 一种人脸图像的质量判定方法 | |
CN107633293A (zh) | 一种领域自适应方法及装置 | |
CN110147736A (zh) | 一种基于姿态的重复异常行为检测方法 | |
Jadi | New detection cheating method of online-exams during COVID-19 pandemic | |
CN109472464A (zh) | 一种基于眼动追踪的在线课程质量的评估方法 | |
Küçükkara et al. | An image processing oriented optical mark recognition and evaluation system | |
CN109993153A (zh) | 一种基于边缘计算的人工智能阅卷系统 | |
CN113989608A (zh) | 基于顶部视觉的学生实验课堂行为识别方法 | |
CN109118512A (zh) | 一种基于机器视觉的课堂迟到早退检测方法 | |
Radwan et al. | A one-decade survey of detection methods of student cheating in exams (features and solutions) | |
CN106291738B (zh) | 一种用于公交车上的安检系统 | |
CN107317846A (zh) | 基于云平台的车辆管理系统 | |
CN103065332B (zh) | 雾天行人快速运动行为的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |