CN106920194A - 一种防作弊远程考试方法 - Google Patents
一种防作弊远程考试方法 Download PDFInfo
- Publication number
- CN106920194A CN106920194A CN201710130071.7A CN201710130071A CN106920194A CN 106920194 A CN106920194 A CN 106920194A CN 201710130071 A CN201710130071 A CN 201710130071A CN 106920194 A CN106920194 A CN 106920194A
- Authority
- CN
- China
- Prior art keywords
- cheating
- information
- examinee
- analysis
- image
- 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
- 238000010998 test method Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 230000014509 gene expression Effects 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000036651 mood Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 206010016256 fatigue Diseases 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- 206010027940 Mood altered Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005211 surface analysis 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)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种防作弊远程考试方法，其通过对考生进行拍摄，并通过网络服务器辅助对图像进行处理分析，建立人面模型分析学习者的微表情变化和行为动态，从而判断考生是否存在作弊行为并作出警告，在一定程度上可以防止远程网络考试作弊。
Description
技术领域
本发明属于信息化远程教学技术领域，尤其涉及一种防作弊远程考试方法。
背景技术
随着信息技术的发展，网络教育，网络考试越来越普遍，远程教育、远程考试在一定程度上方便了老师和学生，同时也平衡了地区间的教育资源差距。但是远程考试同时也存在一定的缺陷，没有监考员的存在造成远程考试容易作弊，影响考试的公平性，也影响了教育的质量。
在网络远程考试中，通过分析考生视觉焦点和心理情绪变化可以在一定程度上判断考生是否在进行作弊。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
微表情，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这种特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。“微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。
在人面识别的基础上再结合“微表情”的进行人面分析，利用计算机的高速捕捉和计算能力能更好地识别和分析出人的微表情变化，从而可以判断出分析对象的心理行为。
发明内容
基于现有技术存在上述问题，本发明提供一种防作弊远程考试方法，其通过对考生进行拍摄，并通过网络服务器辅助对图像进行处理分析，建立人面模型分析学习者的微表情变化和行为动态，从而判断考生是否存在作弊行为并作出警告，在一定程度上可以防止远程网络考试作弊。
一种防作弊远程考试方法，其包括以下步骤：
步骤S10考生安排，考试管理模块调用数据中的考生信息，根据考生信息生成考试场次、考试时间、考试科目和考生考号；
步骤S20考卷生成：根据步骤S10的考生安排信息，试题随机生成模块根据考号和考试科目从题库中调取试题通用模板，通过随机算法生成随机信息填充试题模板或者随机生成答案顺序，而生成试卷；
步骤S30考生登录：考生根据自己的考号登录考生客户端，并调整摄像设备对自己进行拍摄；
步骤S40图像采集，控制摄像设备对考生进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S50图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S60像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别，并判断考生人面与系统中的人面信息是否匹配，确认是否本人参加考试，若非本人考试则反馈作弊信息，锁定考生客户端并发出提示；
步骤S70标记特征点，如考生身份通过确认，则结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S80建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S90作弊分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪和细微动作分析，当分析出考生可能存在作弊行为时向考生客户端发出警告信息，累计超过三次作弊行为则锁定考生客户端。
其中，所述的步骤S40图像采集能够分为步骤S41静态图像采集和步骤S42动态图像采集，步骤S41静态图像采集后执行步骤S50颜色分析，调整拍摄角度；步骤S42动态图像采集后执行步骤S60，对人面区域进行像素统计分析。
其中，所述的步骤S90中的生物情绪行为信息包括人面微表情信息和人为动作信息。
其中，所述的步骤S60像素统计分析还包括步骤S61，连接互联服务器辅助对图像进行像素统计分析计算。
其中，所述的分析方法还包括步骤S110大数据分析更新维护，执行步骤S90后对分析结果结合互联网数据进行大数据分析再次确认分析结果，并根据分析结果对生物信息数据库进行更新维护。
其中，所述的S90中的作弊行为包括视角焦点频繁离开屏幕范围。
具体实施方式
下面结合具体实施例对本发明作进一步的描述。
一种防作弊远程考试方法，其包括以下步骤：
步骤S10考生安排，考试管理模块调用数据中的考生信息，根据考生信息生成考试场次、考试时间、考试科目和考生考号；
步骤S20考卷生成：根据步骤S10的考生安排信息，试题随机生成模块根据考号和考试科目从题库中调取试题通用模板，通过随机算法生成随机信息填充试题模板或者随机生成答案顺序，而生成试卷；
步骤S30考生登录：考生根据自己的考号登录考生客户端，并调整摄像设备对自己进行拍摄；
步骤S40图像采集，控制摄像设备对考生进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S50图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S60像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别，并判断考生人面与系统中的人面信息是否匹配，确认是否本人参加考试，若非本人考试则反馈作弊信息，锁定考生客户端并发出提示；
步骤S70标记特征点，如考生身份通过确认，则结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S80建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S90作弊分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪和细微动作分析，当分析出考生可能存在作弊行为时向考生客户端发出警告信息，累计超过三次作弊行为则锁定考生客户端。
作为优选实施例，所述的步骤S40图像采集能够分为步骤S41静态图像采集和步骤S42动态图像采集，步骤S41静态图像采集后执行步骤S50颜色分析，调整拍摄角度；步骤S42动态图像采集后执行步骤S60，对人面区域进行像素统计分析。
作为优选实施例，所述的步骤S90中的生物情绪行为信息包括人面微表情信息和人为动作信息。
作为优选实施例，所述的步骤S60像素统计分析还包括步骤S61，连接互联服务器辅助对图像进行像素统计分析计算。
作为优选实施例，所述的分析方法还包括步骤S110大数据分析更新维护，执行步骤S90后对分析结果结合互联网数据进行大数据分析再次确认分析结果，并根据分析结果对生物信息数据库进行更新维护。
作为优选实施例，所述的S90中的作弊行为包括视角焦点频繁离开屏幕范围。
以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种防作弊远程考试方法，其特征在于，其包括以下步骤：
步骤S10考生安排，考试管理模块调用数据中的考生信息，根据考生信息生成考试场次、考试时间、考试科目和考生考号；
步骤S20考卷生成：根据步骤S10的考生安排信息，试题随机生成模块根据考号和考试科目从题库中调取试题通用模板，通过随机算法生成随机信息填充试题模板或者随机生成答案顺序，而生成试卷；
步骤S30考生登录：考生根据自己的考号登录考生客户端，并调整摄像设备对自己进行拍摄；
步骤S40图像采集，控制摄像设备对考生进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S50图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S60像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别，并判断考生人面与系统中的人面信息是否匹配，确认是否本人参加考试，若非本人考试则反馈作弊信息，锁定考生客户端并发出提示；
步骤S70标记特征点，如考生身份通过确认，则结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S80建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S90作弊分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪和细微动作分析，当分析出考生可能存在作弊行为时向考生客户端发出警告信息，累计超过三次作弊行为则锁定考生客户端。
2.根据权利要求1所述的一种防作弊远程考试方法，其特征在于，所述的步骤S40图像采集能够分为步骤S41静态图像采集和步骤S42动态图像采集，步骤S41静态图像采集后执行步骤S50颜色分析，调整拍摄角度；步骤S42动态图像采集后执行步骤S60，对人面区域进行像素统计分析。
3.根据权利要求1所述的一种防作弊远程考试方法，其特征在于，所述的步骤S90中的生物情绪行为信息包括人面微表情信息和人为动作信息。
4.根据权利要求1所述的一种防作弊远程考试方法，其特征在于，所述的步骤S60像素统计分析还包括步骤S61，连接互联服务器辅助对图像进行像素统计分析计算。
5.根据权利要求1所述的一种防作弊远程考试方法，其特征在于，所述的分析方法还包括步骤S110大数据分析更新维护，执行步骤S90后对分析结果结合互联网数据进行大数据分析再次确认分析结果，并根据分析结果对生物信息数据库进行更新维护。
6.根据权利要求1所述的一种防作弊远程考试方法，其特征在于，所述的S90中的作弊行为包括视角焦点频繁离开屏幕范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710130071.7A CN106920194A (zh) | 2017-03-07 | 2017-03-07 | 一种防作弊远程考试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710130071.7A CN106920194A (zh) | 2017-03-07 | 2017-03-07 | 一种防作弊远程考试方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106920194A true CN106920194A (zh) | 2017-07-04 |
Family
ID=59461977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710130071.7A Pending CN106920194A (zh) | 2017-03-07 | 2017-03-07 | 一种防作弊远程考试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106920194A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034074A (zh) * | 2018-07-31 | 2018-12-18 | 安徽皖新金智教育科技有限公司 | 校园考试反馈系统及反馈方法 |
| CN111523445A (zh) * | 2020-04-21 | 2020-08-11 | 南通大学 | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 |
| CN117058612A (zh) * | 2023-07-20 | 2023-11-14 | 北京信诺软通信息技术有限公司 | 一种在线考试作弊识别方法、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101916365A (zh) * | 2010-07-06 | 2010-12-15 | 北京竞业达数码科技有限公司 | 对考试作弊事件进行智能视频识别的方法 |
| 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 |
| CN103488293A (zh) * | 2013-09-12 | 2014-01-01 | 北京航空航天大学 | 一种基于表情识别的人机情感交互系统及方法 |
| CN104217310A (zh) * | 2014-09-27 | 2014-12-17 | 昆明钢铁集团有限责任公司 | 一种智能无纸化考试系统与方法 |
| CN104464406A (zh) * | 2013-09-12 | 2015-03-25 | 郑州学生宝电子科技有限公司 | 一种实时互动的在线学习平台 |
| CN106023516A (zh) * | 2016-05-18 | 2016-10-12 | 广西瀚特信息产业股份有限公司 | 一种考试监控方法、系统及考场监控器 |
-
2017
- 2017-03-07 CN CN201710130071.7A patent/CN106920194A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101916365A (zh) * | 2010-07-06 | 2010-12-15 | 北京竞业达数码科技有限公司 | 对考试作弊事件进行智能视频识别的方法 |
| 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 |
| CN103488293A (zh) * | 2013-09-12 | 2014-01-01 | 北京航空航天大学 | 一种基于表情识别的人机情感交互系统及方法 |
| CN104464406A (zh) * | 2013-09-12 | 2015-03-25 | 郑州学生宝电子科技有限公司 | 一种实时互动的在线学习平台 |
| CN104217310A (zh) * | 2014-09-27 | 2014-12-17 | 昆明钢铁集团有限责任公司 | 一种智能无纸化考试系统与方法 |
| CN106023516A (zh) * | 2016-05-18 | 2016-10-12 | 广西瀚特信息产业股份有限公司 | 一种考试监控方法、系统及考场监控器 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034074A (zh) * | 2018-07-31 | 2018-12-18 | 安徽皖新金智教育科技有限公司 | 校园考试反馈系统及反馈方法 |
| CN111523445A (zh) * | 2020-04-21 | 2020-08-11 | 南通大学 | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 |
| CN117058612A (zh) * | 2023-07-20 | 2023-11-14 | 北京信诺软通信息技术有限公司 | 一种在线考试作弊识别方法、电子设备及存储介质 |
| CN117058612B (zh) * | 2023-07-20 | 2024-03-29 | 北京信诺软通信息技术有限公司 | 一种在线考试作弊识别方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106919922A (zh) | 一种防作弊远程考试系统 | |
| Yanulevskaya et al. | In the eye of the beholder: employing statistical analysis and eye tracking for analyzing abstract paintings | |
| DE102012108838A1 (de) | Verfahren und Vorrichtung zur Aufnahme von Fingerabdrücken auf Basis von Fingerabdruckscannern in zuverlässig hoher Qualität | |
| Towler et al. | Diagnostic feature training improves face matching accuracy. | |
| KR20100016696A (ko) | 가상강의의 학습상태 분석시스템 및 이를 이용한 학습코스스케줄링방법 | |
| CN111144275A (zh) | 一种基于人脸识别的跑步智能测试系统及方法 | |
| Wang et al. | Forgerynir: deep face forgery and detection in near-infrared scenario | |
| CN107845300B (zh) | 一种实时监控的安全考试系统 | |
| CN106920194A (zh) | 一种防作弊远程考试方法 | |
| CN115205764B (zh) | 基于机器视觉的在线学习专注度监测方法、系统及介质 | |
| CN109242412A (zh) | 考务管理系统 | |
| CN106920074A (zh) | 一种具有心理辅助判断的远程面试方法 | |
| Tsangouri et al. | An interactive facial-expression training platform for individuals with autism spectrum disorder | |
| Li et al. | Evaluation of the fine motor skills of children with DCD using the digitalised visual‐motor tracking system | |
| Yang et al. | MF-CFI: A fused evaluation index for camouflage patterns based on human visual perception | |
| CN107818707B (zh) | 一种自动出题的考试系统 | |
| CN106384316A (zh) | 一种考试院实名制验证系统 | |
| CN113794759A (zh) | 一种基于区块链的考试云平台系统 | |
| CN106886770A (zh) | 一种视频通讯情感分析辅助方法 | |
| Josephs et al. | Artifact magnification on deepfake videos increases human detection and subjective confidence | |
| CN108810477A (zh) | 针对综合视频培训平台远程监控的方法 | |
| CN106131052B (zh) | 一种面向实际操作过程效果评估的多源信息身份认证方法 | |
| CN113542668A (zh) | 一种基于3d摄像头的监控系统及方法 | |
| Zheng et al. | The impact of mask use on social categorization | |
| Haque et al. | Pain expression as a biometric: Why patients' self-reported pain doesn't match with the objectively measured pain? |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170704 |
|
| WD01 | Invention patent application deemed withdrawn after publication |