CN107077796B - 存储介质、网络测试防作弊的方法、系统及设备 - Google Patents
存储介质、网络测试防作弊的方法、系统及设备 Download PDFInfo
- Publication number
- CN107077796B CN107077796B CN201680002816.5A CN201680002816A CN107077796B CN 107077796 B CN107077796 B CN 107077796B CN 201680002816 A CN201680002816 A CN 201680002816A CN 107077796 B CN107077796 B CN 107077796B
- Authority
- CN
- China
- Prior art keywords
- information
- examinee
- examination
- image information
- confirming
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 298
- 238000012360 testing method Methods 0.000 title claims abstract description 176
- 241000209202 Bromus secalinus Species 0.000 claims abstract description 174
- 238000012545 processing Methods 0.000 claims description 99
- 230000008034 disappearance Effects 0.000 claims description 55
- 238000004891 communication Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 132
- 230000000694 effects Effects 0.000 description 105
- 238000013461 design Methods 0.000 description 55
- 238000004458 analytical method Methods 0.000 description 26
- 238000012790 confirmation Methods 0.000 description 20
- 230000009471 action Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000007774 longterm Effects 0.000 description 11
- 230000001815 facial effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 206010011224 Cough Diseases 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000011514 reflex Effects 0.000 description 4
- 206010041232 sneezing Diseases 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000010079 rubber tapping Methods 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (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)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
一种网络测试防作弊的方法,包括:S101:实时获取考生的第一视频图像信息;S102:根据所述第一视频图像信息,确认考生是否作弊。上述网络测试防作弊的方法,通过对获取的第一视频图像信息进行分析处理,可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
Description
技术领域
本发明涉及网络测试防作弊技术领域,尤其涉及存储介质、网络测试防作弊的方法、系统及设备。
背景技术
随着科学技术的不断进步,互联网的应用越来越普及,存在越来越多的公司采用网络招聘与网络测试的方式来招纳人才,这样不仅能够提高招聘和面试效率,同时节省了公司的人力、物力、财力等资源,并且还为面试者减少了因路途遥远所带来的面试不便等问题。
然而,现有的网络测试包括实时网络测试和定时网络测试,在实时网络测试是考官与面试者进行实时的视频通话,并通过视频通过进行题目的测试与应答,这种方式可以有效地避免面试者存在作弊的情况,但是对考官以及面试人员的测试时间存在一致性的要求;定时网络测试对考官以及面试人员的测试时间没有较高的要求,但是由于考官不能实时获取考生的考试状态,因此,会存在一些考生作弊、考生替考的情况,进而影响考试的公平、公正性。
发明内容
针对现有技术中的上述缺陷,本发明提供一种用于解决现有技术中在网络测试过程中,会存在一些考生作弊、考生替考的情况,进而影响考试的公平、公正性的问题。
本发明的第一个方面是提供一种网络测试防作弊的方法,包括:
实时获取考生的第一视频图像信息;
根据所述第一视频图像信息,确认考生是否作弊。
本发明的第二个方面是提供一种网络测试防作弊的系统,包括:
第一获取模块,用于实时获取考生的第一视频图像信息;
第一处理模块,用于根据所述第一视频图像信息,确认考生是否作弊。
本发明的第三个方面是提供一种网络测试防作弊的设备,包括:数据采集装置和处理器;
所述数据采集装置,用于实时获取考生的第一视频图像信息;
所述处理器,用于执行根据所述第一视频图像信息,确认考生是否作弊。
本发明的第四个方面是提供一种存储介质,所述存储介质内存储有程序代码,当所述程序代码运行时,会执行网络测试防作弊的方法,该方法具体包括:
实时获取考生的第一视频图像信息;
根据所述第一视频图像信息,确认考生是否作弊。
本发明提供的存储介质、网络测试防作弊的方法、系统及设备,通过对获取的第一视频图像信息进行分析处理,可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
附图说明
图1为本发明实施例一提供的网络测试防作弊的方法的流程示意图;
图2为本发明实施例二提供的网络测试防作弊的方法的流程示意图;
图3为本发明实施例三提供的网络测试防作弊的方法的流程示意图;
图4为本发明实施例四提供的网络测试防作弊的方法的流程示意图;
图5为本发明实施例五提供的网络测试防作弊的方法的流程示意图;
图6为本发明实施例六提供的网络测试防作弊的方法的流程示意图;
图7为本发明实施例七提供的网络测试防作弊的方法的流程示意图;
图8为本发明实施例八提供的网络测试防作弊的方法的流程示意图;
图9为本发明实施例九提供的网络测试防作弊的方法的流程示意图;
图10为本发明实施例十提供的网络测试防作弊的方法的流程示意图;
图11为本发明实施例十一提供的网络测试防作弊的方法的流程示意图;
图12为本发明实施例十二提供的网络测试防作弊的方法的流程示意图;
图13为本发明实施例一提供的网络测试防作弊的系统的结构示意图;
图14为本发明实施例二提供的网络测试防作弊的系统的结构示意图;
图15为本发明实施例三提供的网络测试防作弊的系统的结构示意图;
图16为本发明实施例四提供的网络测试防作弊的系统的结构示意图;
图17为本发明实施例一提供的网络测试防作弊的设备的结构示意图。
附图标记:
1-第一获取模块; 2-第一处理模块;
3-第二获取模块; 4-第二处理模块;
5-提取模块; 6-第三获取模块;
7-第三处理模块; 8-第四获取模块;
9-第四处理模块; 10-数据采集装置;
11-处理器。
具体实施方式
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供了一种网络测试防作弊的方法,图1为本发明实施例一提供的网络测试防作弊的方法的流程示意图,如图1所示,该网络测试防作弊的方法,包括:
S101:实时获取考生的第一视频图像信息;
其中,对于实时获取第一视频图像信息的具体实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将实时获取第一视频图像信息的实现方式设置为通过考生答题终端所内置的前置摄像头,其中,此处所提到的答题终端可以为笔记本电脑、平板电脑、智能手机或者台式电脑等,只要能够携带有前置摄像头,并能够获得在考试过程中的考生的视频图像信息即可;或者,也可以将第一视频图像信息的获取方式设置为通过外置摄像装置来获取,如在考生答题终端不内置有前置摄像头或者内置的前置摄像头不清晰或者不能够使用时,考生可以将该考生答题终端电连接其他摄像装置来获取考生的第一视频图像信息;当然的,本领域技术人员还可以采用其他的方式来获取第一视频图像信息,只要能够实时获取考生的第一视频图像信息即可,在此不再赘述。
S102:根据所述第一视频图像信息,确认考生是否作弊。
其中,对于根据第一视频图像信息确认考生是否作弊的具体确认方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将具体确认方法设置为依据不同的作弊方式存在不通过的判断方式,如针对考生存在替考的作弊方式,本领域技术人员可以将具体的确认方法设置为:通过第一视频图像信息提取考生的面部特征信息,并将提取到的面部特征信息与预设的标准考生信息进行分析匹配,若匹配度大于或等于预设阈值,则确认考生为本人考试,若匹配度小于预设阈值,则确认考生为非本人考试;进一步的,为了避免考生存在携带标准考生的照片来进行替考的行为,可以通过第一视频图像信息提取考生的多张连续帧的面部特征信息图片,通过多张连续帧的面部特征信息图片确认是否为真人信息,具体的可以通过判断是否眨眼,或者前后帧之间的图片是否发生变化来进行判断,若确认为真人,则可以进一步采用上述方式对第一视频图像信息是否采用其他人替考的方式来作弊进行判断;若确认为非真人,则直接确认考生作弊。
另外,在确认考生是否发生作弊之后,还可以根据判断的情况生成报告,该生成报告与考生答复完毕后的面试内容绑定存储,在将考生将答题情况回传至面试公司时,面试公司可以直接根据生成报告的信息直接获取考生是否发生作弊行为,对于发生作弊行为的考生,可以直接做面试成绩无效或者部分面试成绩无效的处理,进而有效地提高了面试效率;需要注意的是,在考生进行网络测试时,对于网络测试的题目存储位置不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将网络测试题目存储网络服务器或者直接传输到考生所在的答题终端处等等,只要能够考生可以根据考试题目可以直接进行网络测试题目的答复即可,在此不再赘述。
此外,本领域技术人员还可以将确认方法设置为通过人工对第一视频图像信息的分析来判断,如在第一视频图像信息中发现考生存在长期回头、与他人进行长期对话、与外界进行电话沟通或者长期离开第一视频图像信息所显示的区域等情况,其中,对于上述考生存在的长期回头、长期对话或者长期离开的“长期”与考生进行上述动作的持续时间有关,并可以根据不同的行为,确定不同的标准时间,如将长期离开的标准时间设置为5min,若考生进行离开动作的持续时间超过5min,则确认订长期离开;同理的,可以将回头和对话的标准时间设置为1min或3min等,若考生进行回头或者对话的持续时间超过1min或者3min,则确认为长期回头或长期对话等,或者在预定时间内回头或对话的次数超过预定范围,进而可以确认考生作弊,并可以进一步对考生的考试成绩是否无效进行判断。
或者,还可以将根据第一视频图像信息确认考生是否作弊的具体确认方法设置为通过处理器进行自动处理判断,如通过第一视频图像信息实时获取考生的面部五官特征,根据所述面部五官特征确认考生是否存在离开座位、回头、低头或者抬头等动作,若第一视频图像信息中的考生面部五官特征全部消失,则确认考生离开座位,记录考生离开座位的时间,将离开的时间与预设标准时间进行对比,若离开的时间大于或等于预设标准时间,则确认考生作弊;若第一视频图像信息中的面部五官特征仅仅包括部分特征信息,则确认可能存在回头、低头或抬头的动作,记录考生发生上述动作的持续时间,并将该持续时间与预设的标准持续时间进行对比,若持续时间大于或等于标准持续时间,则确认考生作弊;当然的,本领域技术人员还可以采用其他的方式来确认考生是否作弊,只要能够实现根据第一视频图像信息确认考生是否作弊的效果即可,在此不再赘述。
本实施例所提供的网络测试防作弊的方法,通过对获取的第一视频图像信息进行分析处理,可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
实施例二
图2为本发明实施例二提供的网络测试防作弊的方法的流程示意图;在上述图1所示的实施例的基础上,继续参考附图2可知,为了进一步对考生是否为本人参考考试进行有效确认,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
S001:实时获取考生的第二视频图像信息;
其中,对于具体的获取考生的第二视频图像信息的获取方式不做限定,本领域技术人员可以采取与第一视频图像信息相同的方式来获取第二视频图像信息,或者还可以将第二视频图像信息设置为通过另一个摄像头或者摄像装置来获取,而由于第二视频图像信息时用于对考生是否为本人参加考生进行判断,因此,可以将第二视频图像信息的分辨率设置为高于第一视频图像信息的分辨率,这样对考生判断是否为本人考生更加准确、可靠,防止误判情况的产生。
具体的,若第一视频图像信息和第二视频图像信息的获取装置为同一装置,那么可以将该摄像装置在获取第一视频图像信息时设置为第一分辨率,在获取第二视频图像信息时为第二分辨率,其中,第二分辨率高于第一分辨率;一般情况下,第二视频图像信息的获取会在考生进行正式考试之间进行采集,也就是说在使用同一摄像装置进行摄像时,在考试进行之前,摄像装置的分辨率为第二分辨率,在考生进行过程中,摄像装置的分辨率自动切换为第一分辨率,以可以尽早对考生的信息进行分析确认。
或者,若第一视频图像信息和第二视频图像信息的获取装置为不同装置,则可以设置为第一摄像装置用于获取第一视频图像信息,第二摄像装置用于获取第二视频图像信息,在考生进行考试之前,第二摄像装置以第二分辨率开启以获取第二视频图像信息,在考生即将要进行考试并且第二摄像装置关闭之前,第一摄像装置以第一分辨率开启以获取第一视频图像信息,若确认第一摄像装置完全开启,则可以控制第二摄像装置关闭,以降低考生终端的处理进程,保证考生能够稳定地进行考试;当然的,本领域技术人员还可以采用其他方式来获取第二视频图像信息,只要能够稳定地实现上述操作过程即可,在此不再赘述。
S002:根据所述第二视频图像信息确认考生是否为本人参加考试。
其中,对于具体根据第二视频图像信息确认考生是否为本人参加考试的确认方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将确认方法设置为通过人工对第二视频图像信息进行分析判断,确认考生是否为本人参加考试;或者还可以将确认方法设置为通过第二视频图像信息获取考生的图像信息,将该图像信息与考生提供的标准图像进行分析匹配,若匹配度大于或等于预设阈值,则确认考生为本人参加考试;若匹配度小于预设阈值,则确认考试为非本人参加考试;当然的,本领域技术人员还可以采用其他的方式来根据第二视频图像信息确认考生是否为本人参加考试,只要能够实现上述功能效果即可,在此不再赘述。
本实施例所提供的网络测试防作弊的方法,通过对获取的第二视频图像信息确认考生是否为本人参加考试,可以快速、准确的确认考生是否发生替考作弊的行为,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例三
图3为本发明实施例三提供的网络测试防作弊的方法的流程示意图;在上述图2所示的实施例的基础上,继续参考附图3可知,对于根据所述第二视频图像信息确认考生是否为本人参加考试的确认方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以将根据所述第二视频图像信息确认考生是否为本人参加考试,设置为具体包括:
S0021:根据所述第二视频图像信息获取多张连续帧的图像信息;
其中,对于获取连续帧的图像信息的具体数目不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以设置为获取5张、10张、15张、20张等数量的连续帧的图像信息,当获取的图像信息的数量越多,则人工需要判断或者处理器需要处理的数据越大,并且判断结果会更加准确;因此,本领域技术人员可以根据考试的难度、考试的重要程度来进行设置,在此不再赘述。
此外,对于具体的根据第二视频图像信息获取连续帧的图像信息的获取方式不做限定,如可以将获取方式设置为按照具体的时间点或者数据流通过第二视频图像信息获取多张连续帧的图像信息等;当然的,本领域技术人员可以采用其他方式或者现有技术来实现上述过程,只要能够获得多张连续帧的图像信息即可,在此不再赘述。
S0022:将每张图像信息与标准图像信息的匹配度与预设阈值进行比较;
其中,标准图像信息为考生在进行网络测试之前提供给面试公司,以供面试公司了解考生的基本信息;需要注意的是,为了提高判断的准确可靠性,考生提供的标准图像信息最好为考生的近期照片,以免出现判断错误的情况;此外,对于预设阈值的具体范围不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将预设阈值设置为85%、90%、95%等等;另外,其中对于每张图像信息与标准图像信息的匹配度是通过将每张图像信息与标准图像信息进行分析匹配获得的,而对于具体的分析匹配的方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够获得每张图像信息与标准图像信息的匹配度即可,在此不再赘述。
S0023:若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
其中,若每张图像信息与标准图像信息的匹配度均小于预设阈值,则说明参加考试的考生的图像信息与考生提供的标准图像信息中的人物并非同一个人,进而则可以确认考试为非考生本人考试的情况;在此,排除考生提供的标准图像所在时期与考生现在属于不同时期的情况,如考生提供了一张十年前或者五年前的一张照片作为标准图像,而现在的考生无论在发型还是长相上均发生了变化,这时,系统很容易发生误判,因此,为了避免上述情况的产生,较为优选的,需要考生所提供的标准图像信息为考生的近期照片。
本实施例所提供的网络测试防作弊的方法,通过将每张图像信息与标准图像信息的匹配度与预设阈值进行比较,若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试,可以快速、准确的确认考生是否发生替考作弊的行为,保准了判断的速度和准确率,进而提高了该方法的实用性。
实施例四
图4为本发明实施例四提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,继续参考附图4可知,为了进一步判断考生在考试过程中是否发生作弊,在所述实时获取考生的第一视频图像信息之前,将该方法设置为还包括:
S0024:实时获取考生的第一语音信息;
其中,对于第一语音信息的获取方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将第一语音信息的获取方式设置为通过考试终端所内置的语音装置来获取,如通过内置的麦克来获取第一语音信息;若考试终端没有内置麦克或者内置麦克由于某种情况不能进行使用时,则可以通过外置的语音装置来获取第一语音信息,如外部接入考试终端的可用于语音通话的耳麦或麦克等;当然的,本领域技术人员还可以采用其他的方式来获取考生的第一语音信息,只要能够实现上述功能效果即可,在此不再赘述。
S0025:根据所述第一语音信息确认考生是否为本人参加考试。
其中,对于根据第一语音信息确认是否为本人参加考试的具体确认方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将确认方法设置为通过第一语音信息获取频谱信息,将获取的频谱信息与预设的标准频谱信息进行分析对比,若匹配度大于或等于预设阈值,则确认本人参加考试;若匹配度小于预设阈值,则确认非本人参加考试;或者,还可以将确认方法设置为通过第一语音信息获取音色信息,将获取的音色信息与预设的标准音色信息进行分析匹配,若完全匹配,则确认为本人参加考试,若不匹配,则确认为非本人参加考试;当然的,本领域技术人员还可以采用其他的确认方式来进行确认考生的是否为本人参加考试,只要能够稳定地对考生进行分析判断即可,在此不再赘述。
本实施例所提供的网络测试防作弊的方法,增加获取考生的第一语音信息,并根据第一语音信息进一步确认考生是否为本人参加考试,由于增加了一个判断的因素,因此,使得对考生是否本人考生的判断更加准确、可靠,降低了误判断的概率,提高了该方法使用的准确可靠性。
实施例五
在上述实施例的基础上,继续参考附图4可知,本技术方案对于根据第一语音信息确认考生是否为本人参加考试的具体确认方法不做限定,其中,较为优选的,将根据所述第一语音信息确认考生是否为本人参加考试,设置为具体包括:
S0026:根据所述第一语音信息获取考生的音色信息;
其中,对于根据第一语音信息获取考生的音色信息的具体获取方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将第一语音信息中的所有声音进行提取分类,对提取分类后的所有声音进行分析,确定所存在的考生的说话声音,通过该考生的说话声音,获得考生的音色信息;由于音色是指声音的感觉特性,不同的人声和不同的声响都能区分为不同的音色;因此,通过对音色信息的分析处理,可以更加准确可靠的对考生是否为本人进行有效判断。
S0027:将音色信息与预设的第一标准音色信息进行分析匹配;
其中,第一标准音色信息为考生预先提供的自己的音色信息,以供公司根据该第一标准音色信息判断正在考试的考生的音色信息是否为考生本人所发出的;另外,对于将音色信息与第一标准音色信息机械能分析匹配的具体过程不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将音色信息转换为频谱图形式,然后对比音色信息的频谱图与第一标准音色信息所对应的标准频谱图进行分析对比的方式;或者,还可以将考生的音色信息转换为声音震动数据,对比该声音震动数据与第一标准音色信息所对应的声音震动数据进行分析对比的形式等;当然的,本领域技术人员还可以采用其他的方式来对音色信息进行分析处理,只要能够实现上述功能效果即可,在此不再赘述。
S0028:若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
其中,上述所说的音色信息与第一标准音色信息相匹配的含义可以是指音色信息与第一标准音色信息完全匹配情况,或者音色信息与第一标准音色信息的匹配度大于或等于预设阈值的情况;具体的分析处理方式与具体对比的方法有关,在此不再赘述;在音色信息与第一标准音色信息相匹配时,则说明参加考试的考生为本人考试。
S0029:若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
在音色信息与第一标准音色信息不匹配时,则说明参加考试的考生为非本人考试;其中,具体的不匹配的形式可以包括:参加考试的考生的音色信息与第一标准音色信息完全不匹配或者音色信息与第一标准音色信息的匹配度小于预设阈值,而具体的不匹配的情况与具体设计时对音色信息进行分析处理的策略有关。
通过对获取的具体的音色信息进行分析判断,由于不同的人具有不同的音色信息,因此,通过对音色信息的判断,可以很轻松、容易地对考生是否为本人参加考试进行判断,并且提高了判断的准确可靠性。
实施例六
在上述附图3所示的实施例的基础上,继续参考附图3可知,本技术方案中对于获取考生的第一语音信息的前提条件不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以设置为在考生进行考试之间就获取考生的第一语音信息,以可以更早更快地实现对考生进行身份的识别、判断,或者,较为优选的,可以在所述根据所述第一语音信息获取考生的音色信息之前,设置为还包括:
S0024:若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
通过上述获取考生的第一语音信息的前提,有效地将通过第一语音信息进行分析判断与通过图像信息进行分析判断进行了结合,进而提高了判断的准确性;具体的,在对每张图像信息与标准图像信息的匹配度与预设阈值进行比较之后,若每张图片信息与标准图像信息的匹配度均大于或等于预设阈值,则说明,通过图像信息的分析处理过程可知,考生为本人参加考试,这时,有可能会存在他人通过化妆、易容或者携带考生照片来冒充考生进行考试的情况,这时,由于光线、或者获取图像信息的清晰程度等原因,对出现的上述替考情况产生误判断,因此,为了防止对上述情况的误判断,进一步获取考生的音色信息,以再次通过音色信息对考生是否为本人参加考试进行进一步判断,减少了误判情况的产生,进而提高了该方法使用的稳定可靠性。
实施例七
图5为本发明实施例五提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,继续参考附图5可知,随着科学技术的不断发展和进步,现在的作弊手段越来越多,如在考生考试过程中通过与外部进行通信来实现作弊的情况屡见不鲜,并且,随着科学技术的进步,通讯装置也越来越精巧,越来越隐蔽;如考生携带蓝牙耳机、无线耳机与外部进行通讯;因此,为了避免考生采用上述情况进行作弊,将所述根据所述第一视频图像信息,确认考生是否作弊,设置为具体包括:
S1011:通过所述第一视频图像信息获取考生的耳廓形状信息;
其中,对于获取考生的耳廓形状信息的具体获取方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,并且为了可以更加清楚的获取考生的耳廓形状信息,可以要求采用多个位于不同方向的摄像装置进行摄像;或者在确认了第一视频图像信息中的考生的五官信息后,直接定位耳朵的位置,并根据确定的耳朵的位置获取考生的耳廓形状信息;当然的,本领域技术人员还可以采用其他的方式来获取考生的耳廓形状信息,只要能够获得上述耳廓形状信息即可,在此不再赘述。
S1012:判断耳廓形状信息与预设的标准耳廓形状是否匹配;
其中,对于设置的标准耳廓形状不做具体限定,如第一种:将标准耳廓形状可以设置为为面试公司通过考生预先提供的考生标准照片中提取获得,其为耳部不带有任何装置或饰品的耳廓形状;第二种,可以面试公司可以让考生提供多张不同类型的照片,并通过照片提取多张不同类型的标准耳廓形状,如带有饰品的标准耳廓形状和不带有饰品的标准耳廓形状等;其中,对于第一种情况而言:在考试过程中,会要求考生禁止携带任何耳部饰品,以避免出现误判的情况;而对于第二种情况而言,则可以要求考生在考试过程中,携带饰品,具体的上述两种处理过程不同,因此,本领域技术人员可以根据具体的设计需求进行设置,在此不再赘述。
S1013:若所述耳廓形状信息与预设的标准耳廓形状信息相匹配,则确认考生没有作弊。
其中,对于耳廓形状信息与标准耳廓形状信息相匹配的含义可以为:耳廓形状信息与标准耳廓形状信息完全匹配;或者,耳廓形状信息与标准耳廓形状信息的匹配度大于或等于预设阈值等;具体的,本领域技术人员可以根据具体的设计需求进行设置,其中,若标准耳廓形状为上述的第一种情况时,即此时只存在一种标准耳廓形状信息,则可以直接采用上述处理过程进行分析处理;若标准耳廓形状为上述的第二种情况时,即此时存在有多种标准耳廓形状信息,则需要将耳廓形状信息依次与多个标准耳廓形状信息进行一一对比,若耳廓形状信息与其中至少一个标准耳廓形状信息相匹配,则就可以确认考生没有作弊。
S1014:若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生作弊。
其中,对于耳廓形状信息与标准耳廓形状信息相匹配的含义可以为:耳廓形状信息与标准耳廓形状信息完全不匹配;或者,耳廓形状信息与标准耳廓形状信息的匹配度小于预设阈值等;其中,若标准耳廓形状为上述的第一种情况时,即此时只存在一种标准耳廓形状信息,则可以直接采用上述处理过程进行分析处理;若标准耳廓形状为上述的第二种情况时,即此时存在有多种标准耳廓形状信息,则需要将耳廓形状信息依次与多个标准耳廓形状信息进行一一对比,若耳廓形状信息与每个标准耳廓形状信息均不匹配,则就可以确认考生作弊。
本实施例提供的网络测试防作弊的方法,通过第一视频图像信息获取考生的耳廓形状信息,将耳廓形状信息与标准耳廓形状信息进行分析对比,若耳廓形状信息与标准耳廓形状信息不匹配,则说明考生的耳部带有通讯装置(如耳机、蓝牙耳机、无线耳机等)等异物,进而确认考生作弊,进而有效的克服了现在不能够准确判断考生是否存在借助通讯装置(如耳机、蓝牙耳机、无线耳机等)与外界进行通讯的作弊现象,保证了考试的公平、公正性,进一步提高了面试的效率。
实施例八
图6为本发明实施例六提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,继续参考附图6可知,本技术方案对于具体判断考生是否存在离开座位而发生作弊的情况不做限定,其中,较为优选的,将所述根据所述第一视频图像信息,确认考生是否作弊,设置为还包括:
S201:对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
其中,对于图像识别的具体实现方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将第一视频图像信息中出现的所有人物信息进行识别,待对所述人物信息进行识别后,在所有人物信息中识别最大的人物信息作为考生的人物图像信息;通过对该人物图像信息分析识别,若该人物图像信息消失,则说明考生消失在第一视频图像信息中,在确认人物图像信息消失的同时,记录消失的起始时间,直到再次检测到该人物图像出现在第一视频图像信息中为止,记录消失的结束时间,通过该起始时间与结束时间的范围确定人物图像消失的消失时间段;当然的,本领域技术人员还可以采用其他的方式来获取消失时间段,只要能够准确地获得上述消失时间段参数即可,在此不再赘述。
S202:对所述消失时间段进行分析,确认考生是否作弊。
其中,对于具体对消失时间段的分析过程不做限定,本领域技术人员可以根据具体的设计需求进行设置,在此不再赘述;通过对消失时间段进行具体分析,判断考生消失在第一视频图像信息中的时间,若该时间较长,则说明考生存在作弊的嫌疑较大,此时确认考生作弊;若该时间较短,则说明考生可能存在一些需要及时处理的意外情况,并且在该时间段内不足以出现作弊的可能,因此确认考生没有作弊;若考生的物品掉落需要捡起等等情况;通过对该消失时间段的综合判断,可以进一步对考生是否发生离开座位进行作弊的行为进行判断,增加了该方法判断的因素条件,进而提高了判断的准确率,同时也提高了该方法的实用性和适用范围,进一步保证了考生考试的公平、公正性。
实施例九
图7为本发明实施例七提供的网络测试防作弊的方法的流程示意图,在上述实施例八的基础上,继续参考附图7可知,本技术方案对于消失时间段的具体分析方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以将对所述消失时间段进行分析,确认考生是否作弊,设置为具体包括:
S2021:将消失时间段与预设时间段进行比较;
其中,预设时间段为预先设置的标准时长,本领域技术人员可以根据考生可能会发生的不同动作所需要的市场来设置不同的预设时间段,如将预设时间段设置为30s、1min、3min或者5min等等。
S2022:若所述消失时间段大于预设时间段,则确认考生作弊;或者,
当消失时间段大于预设时间段时,则说明考生存在作弊的概率较高,因此,则可以直接确认为考生作弊;如当将预设时间段设置为1min时,若考生消失时间段大于1min,那么在考生消失时间段内,完全可以查阅参考资料或者询问他人相关问题,进而存在的作弊的风险较大,为了避免误判的可能性,此时则直接确认为考生作弊;当然的,这样就需要考生在进行考试的过程中,没有特殊原因,要尽量保证不离开第一视频图像信息或者能够保证离开的时间较为短暂,以避免出现误判的情况。
S2023:若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
当经过判断,所获取的考生的消失时间段为小于或等于预设时间段时,则说明考生消失的时间较为短暂,并且在该短暂的时间内不足以发生作弊的可能,因此,会直接确认考生没有发生作弊;但是,此时会存在一种情况,就是,在考生经过验证,确认为本人参加考试之后,在考试过程中,利用短暂的时间离开第一视频图像信息,当再次出现在第一视频图像信息中时,可能会存在另一个人来代替考生进行考试的情况;因此,为了避免再次出现在第一视频图像信息中的人物图像是考生本人,在确认考生的消失时间段小于或等于预设时间段时,需要重新对考生是否为本人继续参加考试进行判断,具体的判断依据为获取考生的第二视频图像信息和第一语音信息,而具体的判断方法与上述实施例中的实现方法相同,具体可参考上述陈述内容,在此不再赘述。
通过对考生消失时间段的具体分析,确认了考生是否在该消失时间段内发生了作弊现象,若消失时间段较长,则确认考生发生作弊,若消失时间段较短,则通过对再次出现的考生进一步确认是否为本人继续参加考试进行判断,避免了中途出现替考的情况,提高了该方法的实用性,进一步保证了考试的公平、公正性。
实施例十
图8为本发明实施例八提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,继续参考附图8可知,在考生进行网络测试时,对于周围的考试环境也存在一定的要求,如若考生所在的考试环境为较为繁华、嘈杂的环境,那么对于该方法的判断处理可能会造成影响,为了避免该方法出现误判或者对判断处理过程造成影响情况的产生,将该方法设置为还包括:
S301:实时获取考生在答题时的第二语音信息;
其中,对于上述获取第二语音信息的实现过程以及实现效果与上述获取第一语音信息的实现过程以及实现效果相同,具体可参考上述步骤S0024的描述内容,在此不再赘述。
S302:根据所述第二语音信息获取考试环境的声音分贝信息;
其中,第二语音信息为与考试环境相对应的声音信息(包括考生对话的声音信息),由于声音分贝信息为声音大小信息,因此,通过获得第二语音信息之后,对第二语音信息进行分析处理,即可获取声音分贝信息。
S303:将声音分贝信息与预设的标准声音分贝信息进行比较;
其中,预设的标准声音分贝信息为预先设置的,而对于具体的标准声音分贝信息的数值不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将该标准分贝信息设置为30分贝、40分贝或50分贝等等,而该具体的分贝数值与不同的环境情况有关,如自己家内的环境中标准声音分贝信息较低,而对于商场、超市、网吧等环境中的标准声音分贝信息较高;设置该标准声音分贝信息与声音分贝信息进行比较的目的是在于:检测考试环境中的声音分贝信息,若考试环境中的声音分贝信息较高,那么对于考生的声音分贝信息较低时,则会出现误判或者错判的情况,因此,为了避免出现伤处错判或误判的情况,一般情况下,会要求考生进行网络测试的考试声音分贝较低或者较为安静。
S304:若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
当对考试环境的声音分贝信息进行分析处理时,确认声音分贝信息大于标准声音分贝信息,则说明考试环境中的声音较为嘈杂,此时会存在对考生与他人发生有关考试内容的对话误判或者错判的情况,因此,为了避免考试的公平、公正性,若考生的考试环境的声音分贝信息大于标准声音分贝信息,直接确认考生作弊;因此,需要注意的是,在考试之前,会提醒考生在一个较为安全的场所进行网络测试的进行,以免影响分析处理的结果。
S305:若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
当对考试环境的声音分贝信息进行分析处理时,确认声音分贝信息小于或等于标准声音分贝信息,则说明考试环境中的声音信息满足预设的环境标准,那么需要对声音分贝信息的来源进行进一步确认,已确认是否是考生发生的对话或者在做其他动作行为所产生的信息,以进一步确认考生是否发生作弊。
通过对考试环境的声音分贝信息的判断,对考生所在考试的环境进行了准确判断,以避免考生在较为嘈杂的环境中进行考试时,对考生是否发生作弊的情况产生误判或者错判的情况;若考试环境满足预设标准的话,但是在考试过程中因为检测到了声音分贝信息,因此,需要进一步对声音分贝信息的来源进行确认,以进一步确认考生是否发生作弊;提高了该方法的判断因素,进而提高了对考生是否发生作弊的判断的准确可靠性。
实施例十一
图9为本发明实施例九提供的网络测试防作弊的方法的流程示意图;在上述实施例十的基础上,继续参考附图9可知,本技术方案对于具体判断声音分贝信息来源的实现过程不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将判断声音分贝信息的来源,设置为具体包括:
S3051:获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
其中,对于获取与声音分贝信息相对应的音色信息的实现方式与上述通过第一语音信息获取考生的音色信息的实现方式相同,具体可参考上述描述内容,在此不再赘述。
S3052:音色信息与预设的第二标准音色信息是否匹配;
其中,第二标准音色信息为预先设置好的,本领域技术人员可以根据具体的设计需求进行设置,如可以将第二标准音色信息设置为包括翻书声、电子字典敲击声、电脑键盘敲击声等等;因此,将音色信息与第二标准音色信息进行分析匹配的过程主要是对考生发生的动作进行分析判断,进而可以判断考生是否发生作弊的情况。
S3053:若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
当将音色信息与第二标准音色信息进行分析判断时,若判断音色信息与第二标准音色信息相匹配时,如音色信息与翻书声的音色信息相匹配,则说明考生正在进行翻书的动作,因此可以确认考生正在作弊;其中,相匹配可以是指完全匹配或者匹配的程度大于或等于预设阈值;具体的,本领域技术人员可以根据具体的设计需求进行设置,只要能够准确地确认考生已经发生作弊的情况即可,在此不再赘述。
实施例十二
在上述实施例十一的基础上,继续参考附图9可知,在获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,该方法还包括:
S3054:若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与所述第一标准音色信息进行分析对比;
当将音色信息与第二标准音色信息进行对比时,分析对比结果为不匹配时,则说明该音色信息不是考生发生的翻书、敲击电子字典、电脑键盘敲击声等动作所产生的声音,因此,需要进一步确认该音色信息的声音来源;其中,第一标准音色信息为预先设置的考生的音色信息,将获取的音色信息与第一标准音色信息进行分析匹配的目的是为了判断该音色信息的来源是否是考生本人。
S3055:若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
若音色信息与第一标准音色信息相匹配,则确认该音色信息的来源为考生本人,即考生发生了对话;其中,上述的相匹配可以指音色信息与第一标准音色信息完全匹配,或者音色信息与第一标准音色信息的匹配度大于预设阈值;具体的本领域技术人员可以根据具体的设计需求进行设置,只要能够确认考生是否发生对话即可,在此不再赘述。
S3056:提取考生对话信息中的关键字信息;
若确认考生发生对话,需要对考生对话进一步进行分析判断,以确认考生是否发生作弊;而具体判断的方式是提取考生对话信息中的关键字信息,该关键字信息的具体内容和字数长短可以预先设置,并且本领域技术人员还可以根据不同的设计需求进行设置,在此不再赘述。
S3057:根据所述关键字信息确认考生是否作弊。
通过提取对话信息中的关键字信息来判断考生是否作弊的目的是防止对考生产生误判或者错判的情况,如声音来源为考生咳嗽、打喷嚏等人体正常的生理反应,那么可以准确地判断考生此时没有作弊;若声音来源为考生进行了有关考试的对话,那么可以准确地确认考生此时作弊;那么通过提取关键字信息可以准确地判断考生是否作弊,提高了该方法使用的稳定可靠性。
实施例十三
图10为本发明实施例十提供的网络测试防作弊的方法的流程示意图;在上述实施例十二的基础上,继续参考附图10可知,本技术方案对于具体根据关键字信息确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以将根据所述关键字信息确认考生是否作弊,设置为具体包括:
S30571:判断对话信息中是否存在与所述关键字信息相匹配的考试相关信息;
其中,考试相关信息是指与网络测试的考试题目或者考试题目中所出现的关键字相关的信息内容;当然的,本领域技术人员还可以根据具体的设计需求进行设置,通过判断对话信息中是否存在与关键字信息相匹配的考试相关信息可以更加全面地对对话信息进行判断,以免存在遗漏对对话信息中的部分内容的判断,进而保证了判断的准确可靠性。
S30572:若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,上述所提到的“相匹配”可以为对话信息与关键字的匹配程度大于或等于预设阈值或者为完全匹配,而对于预设阈值的具体范围本领域技术人员可以根据具体不同的设计需求进行设置,如可以将预设阈值设置为70%、80%或者90%等等;若判断对话信息中存在与关键字信息相匹配的考试相关信息,则说明考生进行了有关考试相关信息的对话,进而确认考生作弊。
S30573:若对话信息中不存在与所述关键字信息相匹配的考试相关信息,则确认考生没有作弊。
通过对对话信息中是否存在与关键字相匹配的考试相关信息的判断,进一步对考生是否发生作弊进行了准确判断,避免了对考生产生误判或者错判的情况,提高了该方法的实用性。
实施例十四
图11为本发明实施例十一提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,参考附图11可知,在考生进行考试的过程中,由于考试终端为考生自己所准备的设备,较为常见的为考生自己的笔记本电脑或者台式电脑等,一般情况下,该考试终端具有联网功能,因此,为了避免考生通过网络查询或者网络咨询的方式产生作弊的情况,将方法设置为还包括:
S401:获取答题终端的上网数据;
其中,对于获取答题终端的上网数据的实现方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以设置为在网络接入位置采集上网数据包,然后获取上网数据包中包含的文字信息,并将该文字信息根据语种的不同进行分类存储;当然的,本领域技术人员还可以采用其他的方式来获取答题终端的上网数据,只要能够上述功能效果即可,在此不再赘述。
S402:提取上网数据中的关键字信息;
其中,对于关键字信息的提取方法与上述提取考生对话信息中的关键字信息的提取方法相类似,唯一具有区别的本步骤是从上网数据中提取关键字信息,而上述过程为从考生对话信息中提取关键字信息,因此,具体可参考上述陈述内容,在此不再赘述。
S403:判断上网数据中是否存在与所述关键字信息相匹配的考试相关信息;
其中,本步骤的实现过程与实现效果与上述实施例中的步骤S30571所实现的操作过程以及实现效果相类似,具体可参考上述陈述内容,在此不再赘述。
S404:若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,本步骤的实现过程与实现效果与上述实施例中的步骤S30572所实现的操作过程以及实现效果相类似,具体可参考上述陈述内容,在此不再赘述。
S405:若上网数据中不存在与所述关键字信息相匹配的考试相关信息,则确认考生没有作弊。
其中,本步骤的实现过程与实现效果与上述实施例中的步骤S30573所实现的操作过程以及实现效果相类似,具体可参考上述陈述内容,在此不再赘述。
通过对上网数据的进一步判断,避免了对考生通过网络查询或者网络咨询的形式进行作弊情况的产生错判或者误判;进一步保证了考生的公平、公正性,提高了该方法的防止考生作弊的稳定可靠性。
实施例十五
图12为本发明实施例十二提供的网络测试防作弊的方法的流程示意图;在上述实施例的基础上,继续参考附图12可知,在考生进行网络测试的过程中,考生可以连接多个显示屏,并且可以把考试题目复制到或者拖到另一个显示屏上,请求别人协同进行答复,为了避免考生采用上述方式进行作弊,将该方法设置为还包括:
S501:获取答题终端所连接的显示设备的数量信息;
其中,对于获取答题终端所连接的显示设备的数量信息的具体获取方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以通过采集答题终端的显卡接口或者USB口的接入信息,根据上述获得的显卡接口的接入信息或者USB口的接入信息来获取所连接的显示设备的数量信息;另外,对于显示设备的具体类型不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将显示设备设置为包括显示屏、携带有显示屏的移动终端、投影设备等等,只要能够实现显示考试题目的效果即可,在此不再赘述。
S502:判断所述数量信息与1的大小?
一般情况下,一个答题终端会连接有一个显示设备,该显示设备用于显示考试题目信息以供考生来进行作答;因此,当所连接的显示设备的数量为1个时为正常时刻,因此,需要将获得数量信息与数量1进行对比。
S503:若判断数量信息小于或等于1,那么由于考生需要答题操作,因此,必然会存在1个显示设备,因此,此时所包括的情况为答题终端所连接的数量信息就为1的情况。
S504:若所述数量信息大于1,则获取所有显示设备的界面信息;
若判断数量信息大于1,则说明考上的答题终端连接有多个显示设备,进而可以初步判断考生存在作弊的可能,为了进一步确认考生是否利用多个显示终端来进行作弊,获取显示设备的界面信息。
S505:根据所有显示设备的界面信息,确认考生是否作弊。
通过判断答题终端所连接的显示设备的数量信息,在显示设备的数目为多个时,则获取每个显示设备的界面信息,进一步根据界面信息判断考生是否作弊,提高了判断的准确可靠性,并且有效地避免了考生通过多个显示终端来进行作弊情况的产生,提高了考试的公平、公正性。
实施例十六
在上述实施例十五的基础上,继续参考附图12可知,本技术方案对于具体根据显示设备的界面信息,确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将根据所有显示设备的界面信息,确认考生是否作弊,设置为具体包括:
S5051:提取每个显示设备的界面信息中的关键字信息;
其中,本实施例中提取每个显示设备的界面信息中的关键字信息与上述提取上网数据中的关键字信息的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
S5052:若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,本实施例中的相匹配可以为完全匹配或者匹配度大于或等于预设阈值,具体的,本领域技术人员可以根据具体的设计需求进行设置;经过判断之后,若确认存在大于1个的显示设备中的界面信息中包括与关键字相匹配的考试相关信息,则说明考生把考试题目复制并通过多个显示设备进行显示,进而存在让其他人帮忙作答并且协同作业的情况,因此确认考生作弊。
本实施例提供的网络测试防作弊的方法,通过获取答题终端所连接的显示设备的数量,并且存在大于1个显示设备的界面信息中包括考试相关信息时,则可以快速、准确的确认考生已经发生作弊,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例十七
本实施例提供了一种网络测试防作弊的系统,图13为本发明实施例一提供的网络测试防作弊的系统的结构示意图;如图13所示,该网络测试防作弊的系统,包括:
第一获取模块1,用于实时获取考生的第一视频图像信息;
其中,对于第一获取模块1的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第一获取模块1所实现的上述步骤的实现过程以及实现效果与上述实施例一中的步骤S101的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
第一处理模块2,用于根据所述第一视频图像信息,确认考生是否作弊。
其中,对于第一处理模块2的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第一处理模块2所实现的上述步骤的实现过程以及实现效果与上述实施例一中的步骤S102的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的系统,通过第一处理模块2对获取的第一视频图像信息进行分析处理,可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
实施例十八
图14为本发明实施例二提供的网络测试防作弊的系统的结构示意图;在上述实施例的基础上,继续参考附图14可知,为了进一步对考生是否为本人参考考试进行有效确认,该网络测试防作弊的系统,还包括:
第二获取模块3,还用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第二视频图像信息;
其中,对于第二获取模块3的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第二获取模块3所实现的上述步骤的实现过程以及实现效果与上述实施例二中的步骤S001的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
第二处理模块4,用于根据所述第二视频图像信息确认考生是否为本人参加考试。
其中,对于第二处理模块4的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第二处理模块4所实现的上述步骤的实现过程以及实现效果与上述实施例二中的步骤S002的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的系统,通过第二处理模块4对获取的第二视频图像信息确认考生是否为本人参加考试,可以快速、准确的确认考生是否发生替考作弊的行为,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例十九
在上述实施例十八的基础上,继续参考附图14可知,对于第二处理模块4根据所述第二视频图像信息确认考生是否为本人参加考试的确认方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以将第二处理模块4,设置为具体用于:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
其中,对于第二处理模块4所实现的操作步骤的实现过程以及实现效果与上述实施例三中的步骤S0021-S0023实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的系统,通过第二处理模块4将每张图像信息与标准图像信息的匹配度与预设阈值进行比较,若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试,可以快速、准确的确认考生是否发生替考作弊的行为,保准了判断的速度和准确率,进而提高了该系统的实用性。
实施例二十
在上述实施例十九的基础上,继续参考附图14可知,为了进一步判断考生在考试过程中是否发生作弊;
所述第二获取模块3,用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第一语音信息;
所述第二处理模块4,用于根据所述第一语音信息确认考生是否为本人参加考试。
其中,对于第二获取模块3和第二处理模块4所实现的操作步骤的实现过程以及实现效果与上述实施例四中的步骤S0024-S0025实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的系统,增加第二获取模块3获取考生的第一语音信息,并利用第二处理模块4根据第一语音信息进一步确认考生是否为本人参加考试,由于增加了一个判断的因素,因此,使得对考生是否本人考生的判断更加准确、可靠,降低了误判断的概率,提高了该系统使用的准确可靠性。
实施例二十一
在上述实施例二十的基础上,继续参考附图14可知,本技术方案对于第二处理模块4根据第一语音信息确认考生是否为本人参加考试的具体确认方法不做限定,其中,较为优选的,将第二处理模块4,设置为具体用于:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
其中,对于第二处理模块4所实现的操作步骤的实现过程以及实现效果与上述实施例五中的步骤S0026-S0029实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过第二处理模块4对获取的具体的音色信息进行分析判断,由于不同的人具有不同的音色信息,因此,通过第二处理模块4对音色信息的判断,可以很轻松、容易地对考生是否为本人参加考试进行判断,并且提高了判断的准确可靠性。
实施例二十二
在上述实施例十九的基础上,继续参考附图14可知,本技术方案中对于通过第二获取模块3获取考生的第一语音信息的前提条件不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以设置为在考生进行考试之间就获取考生的第一语音信息,以可以更早更快地实现对考生进行身份的识别、判断,或者,较为优选的,将所述第二处理模块4,设置为还用于:
在所述根据所述第一语音信息获取考生的音色信息之前,若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
通过第二处理模块4设置获取考生的第一语音信息的前提,有效地将通过第一语音信息进行分析判断与通过图像信息进行分析判断进行了结合,进而提高了判断的准确性;具体的,在对每张图像信息与标准图像信息的匹配度与预设阈值进行比较之后,若每张图片信息与标准图像信息的匹配度均大于或等于预设阈值,则说明,通过图像信息的分析处理过程可知,考生为本人参加考试,这时,有可能会存在他人通过化妆、易容或者携带考生照片来冒充考生进行考试的情况,这时,由于光线、或者获取图像信息的清晰程度等原因,对出现的上述替考情况产生误判断,因此,为了防止对上述情况的误判断,进一步获取考生的音色信息,以再次通过音色信息对考生是否为本人参加考试进行进一步判断,减少了误判情况的产生,进而提高了该方法使用的稳定可靠性。
实施例二十三
在上述实施例十七的基础上,继续参考附图13可知,随着科学技术的不断发展和进步,现在的作弊手段越来越多,如在考生考试过程中通过与外部进行通信来实现作弊的情况屡见不鲜,并且,随着科学技术的进步,通讯装置也越来越精巧,越来越隐蔽;如考生携带蓝牙耳机、无线耳机与外部进行通讯;因此,为了避免考生采用上述情况进行作弊,将第一处理模块2,设置为具体用于:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生作弊。
其中,对于第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例七中的步骤S1011-S1014实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的网络测试防作弊的系统,利用第一处理模块2通过第一视频图像信息获取考生的耳廓形状信息,将耳廓形状信息与标准耳廓形状信息进行分析对比,若耳廓形状信息与标准耳廓形状信息不匹配,则说明考生的耳部带有通讯装置(如耳机、蓝牙耳机、无线耳机等)等异物,进而确认考生作弊,进而有效的克服了现在不能够准确判断考生是否存在借助通讯装置(如耳机、蓝牙耳机、无线耳机等)与外界进行通讯的作弊现象,保证了考试的公平、公正性,进一步提高了面试的效率。
实施例二十四
在上述实施例十七的基础上,继续参考附图13可知,本技术方案对于第一处理模块2具体判断考生是否存在离开座位而发生作弊的情况不做限定,其中,较为优选的,将第一处理模块2,设置为还用于:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
其中,对于第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例八中的步骤S201-S202实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例二十五
在上述实施例二十四的基础上,继续参考附图13可知,本技术方案通过第一处理模块2对于消失时间段的具体分析方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将第一处理模块,设置为具体用于:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
其中,对于第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例九中的步骤S2021-S2023实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过对考生消失时间段的具体分析,确认了考生是否在该消失时间段内发生了作弊现象,若消失时间段较长,则确认考生发生作弊,若消失时间段较短,则通过对再次出现的考生进一步确认是否为本人继续参加考试进行判断,避免了中途出现替考的情况,提高了该系统的实用性,进一步保证了考试的公平、公正性。
实施例二十六
在上述实施例十七的基础上,继续参考附图13可知,考生进行网络测试时,对于周围的考试环境也存在一定的要求,如若考生所在的考试环境为较为繁华、嘈杂的环境,那么对于该方法的判断处理可能会造成影响,为了避免该方法出现误判或者对判断处理过程造成影响情况的产生,该系统中的第一获取模块1和第一处理模块2还分别用于:
所述第一获取模块1,还用于实时获取考生在答题时的第二语音信息;
所述第一处理模块2,还用于根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
其中,对于第一获取模块1和第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例十中的步骤S301-S305实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过对考试环境的声音分贝信息的判断,对考生所在考试的环境进行了准确判断,以避免考生在较为嘈杂的环境中进行考试时,对考生是否发生作弊的情况产生误判或者错判的情况;若考试环境满足预设标准的话,但是在考试过程中因为检测到了声音分贝信息,因此,需要进一步对声音分贝信息的来源进行确认,以进一步确认考生是否发生作弊;提高了该系统的参考判断因素,进而提高了对考生是否发生作弊的判断的准确可靠性。
实施例二十七
在上述实施例二十六的基础上,继续参考附图13可知,本技术方案对于第一处理模块2的具体判断声音分贝信息来源的实现过程不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将第一处理模块2,设置为具体用于:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
其中,对于第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例十一中的步骤S3051-S3053实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例二十八
在上述实施例二十六的基础上,继续参考附图13可知,所述第一处理模块2,还用于:
在获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与所述第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
还包括:
提取模块5,用于提取考生对话信息中的关键字信息;
所述第一处理模块2,还用于根据所述关键字信息确认考生是否作弊。
其中,对于提取模块5的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第一处理模块2和提取模块5所实现的上述步骤的实现过程以及实现效果与上述实施例十二中的步骤S3054-S3057的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过提取模块5提取对话信息中的关键字信息,并通过第一处理模块2来判断考生是否作弊的目的是防止对考生产生误判或者错判的情况,如声音来源为考生咳嗽、打喷嚏等人体正常的生理反应,那么可以准确地判断考生此时没有作弊;若声音来源为考生进行了有关考试的对话,那么可以准确地确认考生此时作弊;那么通过提取关键字信息可以准确地判断考生是否作弊,提高了该系统使用的稳定可靠性。
实施例二十九
在上述实施例二十八的基础上,继续参考附图13可知,本技术方案对于第一处理模块2具体根据关键字信息确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将第一处理模块,设置为具体用于:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对于第一处理模块2所实现的操作步骤的实现过程以及实现效果与上述实施例十三中的步骤S30571-S30573实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过第一处理模块2对对话信息中是否存在与关键字相匹配的考试相关信息的判断,进一步对考生是否发生作弊进行了准确判断,避免了对考生产生误判或者错判的情况,进一步提高了该系统的实用性。
实施例三十
图15为本发明实施例三提供的网络测试防作弊的系统的结构示意图;在上述实施例的基础上,参考附图15可知,在考生进行考试的过程中,由于考试终端为考生自己所准备的设备,较为常见的为考生自己的笔记本电脑或者台式电脑等,一般情况下,该考试终端具有联网功能,因此,为了避免考生通过网络查询或者网络咨询的方式产生作弊的情况,该系统,还包括:
第三获取模块6,用于获取答题终端的上网数据;
所述提取模块5,还用于提取上网数据中的关键字信息;
第三处理模块7,用于若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对于第三获取模块6和第三处理模块7的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第三获取模块6、提取模块5以及第三处理模块7所实现的上述步骤的实现过程以及实现效果与上述实施例十四中的步骤S401-S405的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过第三处理模块7对上网数据的进一步判断,避免了对考生通过网络查询或者网络咨询的形式进行作弊情况的产生错判或者误判;进一步保证了考生的公平、公正性,提高了该系统的防止考生作弊的稳定可靠性。
实施例三十一
图16为本发明实施例四提供的网络测试防作弊的系统的结构示意图;在上述实施例的基础上,继续参考附图16可知,在考生进行网络测试的过程中,考生可以连接多个显示屏,并且可以把考试题目复制到另一个显示屏上,请求别人协同进行答复,为了避免考生采用上述方式进行作弊,将该系统设置为还包括:
第四获取模块8,用于获取答题终端所连接的显示设备的数量信息;
第四处理模块9,用于若所述数量信息大于1,则获取所有显示设备的界面信息;
第四处理模块9,还用于根据所有显示设备的界面信息,确认考生是否作弊。
其中,对于第四获取模块8和第四处理模块9的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该第四获取模块8和第四处理模块9所实现的上述步骤的实现过程以及实现效果与上述实施例十五中的步骤S501-S505的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过第四处理模块9判断答题终端所连接的显示设备的数量信息,在显示设备的数目为多个时,则获取每个显示设备的界面信息,进一步根据界面信息判断考生是否作弊,提高了判断的准确可靠性,并且有效地避免了考生通过多个显示终端来进行作弊情况的产生,提高了考试的公平、公正性。
实施例三十二
在上述实施例三十一的基础上,继续参考附图16可知,本技术方案对于第四处理模块9具体根据显示设备的界面信息,确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,可以设置为以下方式进行:
所述提取模块5,还用于提取每个显示设备的界面信息中的关键字信息;
所述第四处理模块8,具体用于:
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对该第四获取模块8和提取模块5所实现的上述步骤的实现过程以及实现效果与上述实施例十六中的步骤S5051-S5052的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的网络测试防作弊的系统,通过第四获取模块8获取答题终端所连接的显示设备的数量,并且存在大于1个显示设备的界面信息中包括考试相关信息时,则可以快速、准确的确认考生已经发生作弊,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例三十三
本实施例提供了一种网络测试防作弊的设备,图17为本发明实施例一提供的网络测试防作弊的设备的结构示意图;如图17所示,该网络测试防作弊的设备包括:数据采集装置10和处理器11;
所述数据采集装置10,用于实时获取考生的第一视频图像信息;
所述处理器11,用于执行根据所述第一视频图像信息,确认考生是否作弊。
其中,对于数据采集装置10和处理器11的具体结构不做限定,本领域技术人员可以根据具体的设计需求进行设置,只要能够实现上述功能效果即可,在此不再赘述;另外,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例一中的步骤S101-S502的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的设备,通过处理器11对获取的第一视频图像信息进行分析处理,可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
实施例三十四
在上述实施例三十三的基础上,继续参考附图17可知,为了进一步对考生是否为本人参考考试进行有效确认,将数据采集装置10,设置为还用于:
在所述实时获取考生的第一视频图像信息之前,实时获取考生的第二视频图像信息;
所述处理器11,还用于执行根据所述第二视频图像信息确认考生是否为本人参加考试。
其中,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例二中的步骤S001-S002的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的设备,通过处理器11对获取的第二视频图像信息确认考生是否为本人参加考试,可以快速、准确的确认考生是否发生替考作弊的行为,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例三十五
在上述实施例三十四的基础上,继续参考附图17可知,对于处理器11根据所述第二视频图像信息确认考生是否为本人参加考试的确认方式不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将处理器11,设置为具体用于执行:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例三中的步骤S0021-S0023的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的设备,通过处理器11将每张图像信息与标准图像信息的匹配度与预设阈值进行比较,若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试,可以快速、准确的确认考生是否发生替考作弊的行为,保准了判断的速度和准确率,进而提高了该设备的实用性。
实施例三十六
在上述实施例三十四的基础上,继续参考附图17可知,为了进一步判断考生在考试过程中是否发生作弊,将该系统还能够具有以下功能,具体的,
所述数据采集装置10,还用于实时获取考生的第一语音信息;
所述处理器11,还用于执行根据所述第一语音信息确认考生是否为本人参加考试。
其中,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例四中的步骤S0024-S0025的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的网络测试防作弊的设备,增加数据采集装置10获取考生的第一语音信息,并利用处理器11根据第一语音信息进一步确认考生是否为本人参加考试,由于增加了一个判断的因素,因此,使得对考生是否本人考生的判断更加准确、可靠,降低了误判断的概率,提高了该设备使用的准确可靠性。
实施例三十七
在上述实施例三十六的基础上,继续参考附图17可知,本技术方案对于处理器11根据第一语音信息确认考生是否为本人参加考试的具体确认方法不做限定,其中,较为优选的,将处理器,设置为具体用于执行:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例五中的步骤S0026-S0029的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过处理器11对获取的具体的音色信息进行分析判断,由于不同的人具有不同的音色信息,因此,通过对音色信息的判断,可以很轻松、容易地对考生是否为本人参加考试进行判断,并且提高了判断的准确可靠性。
实施例三十八
在上述实施例三十六的基础上,继续参考附图17可知,本技术方案中对于获取考生的第一语音信息的前提条件不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以设置为在考生进行考试之间就获取考生的第一语音信息,以可以更早更快地实现对考生进行身份的识别、判断,或者,较为优选的,将所述处理器11,设置为还用于执行:
在所述根据所述第一语音信息获取考生的音色信息之前,若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
通过上述获取考生的第一语音信息的前提,有效地将通过第一语音信息进行分析判断与通过图像信息进行分析判断进行了结合,进而提高了判断的准确性;具体的,处理器11在对每张图像信息与标准图像信息的匹配度与预设阈值进行比较之后,若每张图片信息与标准图像信息的匹配度均大于或等于预设阈值,则说明,通过图像信息的分析处理过程可知,考生为本人参加考试,这时,有可能会存在他人通过化妆、易容或者携带考生照片来冒充考生进行考试的情况,这时,由于光线、或者获取图像信息的清晰程度等原因,对出现的上述替考情况产生误判断,因此,为了防止对上述情况的误判断,进一步获取考生的音色信息,以再次通过音色信息对考生是否为本人参加考试进行进一步判断,减少了误判情况的产生,进而提高了该设备使用的稳定可靠性。
实施例三十九
在上述实施例三十三的基础上,继续参考附图17可知,,随着科学技术的不断发展和进步,现在的作弊手段越来越多,如在考生考试过程中通过与外部进行通信来实现作弊的情况屡见不鲜,并且,随着科学技术的进步,通讯装置也越来越精巧,越来越隐蔽;如考生携带蓝牙耳机、无线耳机与外部进行通讯;因此,为了避免考生采用上述情况进行作弊,将处理器11,设置为具体用于执行:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例七中的步骤S1011-S1014的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的网络测试防作弊的设备,处理器11通过第一视频图像信息获取考生的耳廓形状信息,将耳廓形状信息与标准耳廓形状信息进行分析对比,若耳廓形状信息与标准耳廓形状信息不匹配,则说明考生的耳部带有通讯装置(如耳机、蓝牙耳机、无线耳机等)等异物,进而确认考生作弊,进而有效的克服了现在不能够准确判断考生是否存在借助通讯装置(如耳机、蓝牙耳机、无线耳机等)与外界进行通讯的作弊现象,保证了考试的公平、公正性,进一步提高了面试的效率。
实施例四十
在上述实施例的基础上,继续参考附图17可知,本技术方案对于处理器11具体判断考生是否存在离开座位而发生作弊的情况不做限定,其中,较为优选的,将处理器11,设置为还用于执行:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例八中的步骤S201-S202的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例四十一
在上述实施例四十的基础上,继续参考附图17可知,本技术方案对于通过处理器11对消失时间段的具体分析方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将处理器,设置为具体用于执行:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例九中的步骤S2021-S2023的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过对考生消失时间段的具体分析,确认了考生是否在该消失时间段内发生了作弊现象,若消失时间段较长,则确认考生发生作弊,若消失时间段较短,则通过对再次出现的考生进一步确认是否为本人继续参加考试进行判断,避免了中途出现替考的情况,提高了该设备的实用性,进一步保证了考试的公平、公正性。
实施例四十二
在上述实施例的基础上,继续参考附图17可知,在考生进行网络测试时,对于周围的考试环境也存在一定的要求,如若考生所在的考试环境为较为繁华、嘈杂的环境,那么对于该方法的判断处理可能会造成影响,为了避免该方法出现误判或者对判断处理过程造成影响情况的产生,将该系统设置为:
所述数据采集装置10,还用于实时获取考生在答题时的第二语音信息;
所述处理器11,还用于执行根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
其中,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十中的步骤S301-S305的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过处理器11对考试环境的声音分贝信息的判断,对考生所在考试的环境进行了准确判断,以避免考生在较为嘈杂的环境中进行考试时,对考生是否发生作弊的情况产生误判或者错判的情况;若考试环境满足预设标准的话,但是在考试过程中因为检测到了声音分贝信息,因此,需要进一步对声音分贝信息的来源进行确认,以进一步确认考生是否发生作弊;提高了该设备的参考判断因素,进而提高了对考生是否发生作弊的判断的准确可靠性。
实施例四十三
在上述实施例四十二的基础上,继续参考附图17可知,本技术方案对于处理器11具体判断声音分贝信息来源的实现过程不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将处理器11,设置为具体用于执行:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十一中的步骤S3051-S3053的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例四十四
在上述实施例四十三的基础上,继续参考附图17可知,将处理器11,设置为还用于执行:
在获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与所述第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
提取考生对话信息中的关键字信息;
根据所述关键字信息确认考生是否作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十二中的步骤S3054-S3057的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
利用处理器11通过提取对话信息中的关键字信息来判断考生是否作弊的目的是防止对考生产生误判或者错判的情况,如声音来源为考生咳嗽、打喷嚏等人体正常的生理反应,那么可以准确地判断考生此时没有作弊;若声音来源为考生进行了有关考试的对话,那么可以准确地确认考生此时作弊;那么通过提取关键字信息可以准确地判断考生是否作弊,提高了该设备使用的稳定可靠性。
实施例四十五
在上述实施例四十四的基础上,继续参考附图17可知,本技术方案对于利用处理器11具体根据关键字信息确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将处理器,设置为具体用于执行:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十三中的步骤S30571-S30573的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过处理器11对对话信息中是否存在与关键字相匹配的考试相关信息的判断,进一步对考生是否发生作弊进行了准确判断,避免了对考生产生误判或者错判的情况,提高了该设备的实用性。
实施例四十六
在上述实施例的基础上,继续参考附图17可知,在考生进行考试的过程中,由于考试终端为考生自己所准备的设备,较为常见的为考生自己的笔记本电脑或者台式电脑等,一般情况下,该考试终端具有联网功能,因此,为了避免考生通过网络查询或者网络咨询的方式产生作弊的情况,将该设置设置为还可以具有以下功能,具体的:
所述数据采集装置10,还用于获取答题终端的上网数据;
所述处理器11,还用于执行:
提取上网数据中的关键字信息;
若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十四中的步骤S401-S405的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过处理器11对上网数据的进一步判断,避免了对考生通过网络查询或者网络咨询的形式进行作弊情况的产生错判或者误判;进一步保证了考生的公平、公正性,提高了该设备的防止考生作弊的稳定可靠性。
实施例四十七
在上述实施例的基础上,继续参考附图17可知,在考生进行网络测试的过程中,考生可以连接多个显示屏,并且可以把考试题目复制到另一个显示屏上,请求别人协同进行答复,为了避免考生采用上述方式进行作弊,将该设置为还可以具有以下功能,具体的:
所述数据采集装置10,还用于获取答题终端所连接的显示设备的数量信息;
所述处理器11,还用于执行:
若所述数量信息大于1,则获取所有显示设备的界面信息;
根据所有显示设备的界面信息,确认考生是否作弊。
其中,该数据采集装置10和处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十五中的步骤S501-S505的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过处理器11判断答题终端所连接的显示设备的数量信息,在显示设备的数目为多个时,则获取每个显示设备的界面信息,进一步根据界面信息判断考生是否作弊,提高了判断的准确可靠性,并且有效地避免了考生通过多个显示终端来进行作弊情况的产生,提高了考试的公平、公正性。
实施例四十八
在上述实施例四十七的基础上,继续参考附图17可知,本技术方案对于处理器11具体根据显示设备的界面信息,确认考生是否作弊的判断方法不做限定,本领域技术人员可以根据具体的设计需求进行设置,其中,较为优选的,将处理器,设置为具体用于执行:
提取每个显示设备的界面信息中的关键字信息;
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,该处理器11所实现的上述步骤的实现过程以及实现效果与上述实施例十六中的步骤S5051-S5052的实现过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的网络测试防作弊的设备,通过处理器11获取答题终端所连接的显示设备的数量,并且存在大于1个显示设备的界面信息中包括考试相关信息时,则可以快速、准确的确认考生已经发生作弊,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例四十九
本实施例提供了一种存储介质,具体的,该存储介质内存储有程序代码,当所述程序代码运行时,会执行网络测试防作弊的方法,该方法具体包括:
实时获取考生的第一视频图像信息;
根据所述第一视频图像信息,确认考生是否作弊。
其中,对于存储介质的具体结构以及表现形式不做限定,本领域技术人员可以根据具体的设计需求进行设置,如可以将存储介质设置为U盘、硬盘、移动终端、CD光盘等等形式,只要能够实现上述功能效果即可,在此不再赘述;另外,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例一中的步骤S101-S102的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的存储介质,通过运行其内部存储的程序代码可以实现对获取的第一视频图像信息进行分析处理,并可以快速、准确的确认考生是否发生作弊,如考生发生回头、离开座位、替考等作弊情况,准确的判断出来,进而有效的保证了考试的公平、公正性,并有效提高了面试的效率。
实施例五十
在上述实施例四十九的基础上,在运行存储在存储介质中的程序代码时,还可以实现,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第二视频图像信息;
根据所述第二视频图像信息确认考生是否为本人参加考试。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例二中的步骤S001-S002的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的存储介质,通过运行程序代码可以实现对获取的第二视频图像信息确认考生是否为本人参加考试,可以快速、准确的确认考生是否发生替考作弊的行为,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
实施例五十一
在上述实施例五十的基础上,在运行存储在存储介质中的程序代码时,还可以实现,根据所述第二视频图像信息确认考生是否为本人参加考试,具体包括:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例三中的步骤S0021-S0023的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的存储介质,通过运行程序代码可以实现将每张图像信息与标准图像信息的匹配度与预设阈值进行比较,若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试,可以快速、准确的确认考生是否发生替考作弊的行为,保准了判断的速度和准确率,进而提高了该存储介质的实用性。
实施例五十二
在上述实施例的基础上,当运行存储介质中的程序代码时,还可以实现在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第一语音信息;
根据所述第一语音信息确认考生是否为本人参加考试。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例四中的步骤S0024-S0025的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例所提供的存储介质,通过运行程序代码可以实现增加获取考生的第一语音信息,并根据第一语音信息进一步确认考生是否为本人参加考试,由于增加了一个判断的因素,因此,使得对考生是否本人考生的判断更加准确、可靠,降低了误判断的概率,提高了该存储介质使用的准确可靠性。
实施例五十三
在上述实施例五十二的基础上,当运行存储介质中的程序代码时,还可以实现,根据所述第一语音信息确认考生是否为本人参加考试,具体包括:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例五中的步骤S0026-S0029的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储在存储介质中的程序代码可以实现对获取的具体的音色信息进行分析判断,由于不同的人具有不同的音色信息,因此,通过对音色信息的判断,可以很轻松、容易地对考生是否为本人参加考试进行判断,并且提高了判断的准确可靠性。
实施例五十四
在上述实施例的基础上,当继续运行存储介质中的程序代码时,还可以实现。在所述根据所述第一语音信息获取考生的音色信息之前,还包括:
若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例六中的步骤S0024的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例五十五
在上述实施例的基础上,当运行存储介质中的程序代码时,还可以实现根据所述第一视频图像信息,确认考生是否作弊,具体包括:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例七中的步骤S1011-S1014的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的存储介质,运行程序代码可以实现通过第一视频图像信息获取考生的耳廓形状信息,将耳廓形状信息与标准耳廓形状信息进行分析对比,若耳廓形状信息与标准耳廓形状信息不匹配,则说明考生的耳部带有通讯装置(如耳机、蓝牙耳机、无线耳机等)等异物,进而确认考生作弊,进而有效的克服了现在不能够准确判断考生是否存在借助通讯装置(如耳机、蓝牙耳机、无线耳机等)与外界进行通讯的作弊现象,保证了考试的公平、公正性,进一步提高了面试的效率。
实施例五十六
在上述实施例的基础上,当运行存储在存储介质中的程序代码时,还可以实现,根据所述第一视频图像信息,确认考生是否作弊,还包括:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例八中的步骤S201-S202的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例五十七
在上述实施例五十六的基础上,当运行存储在存储介质中的程序代码时,还可以实现,对所述消失时间段进行分析,确认考生是否作弊,具体包括:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例九中的步骤S2021-S2023的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储在存储介质中的程序代码,可以实现对考生消失时间段的具体分析,确认了考生是否在该消失时间段内发生了作弊现象,若消失时间段较长,则确认考生发生作弊,若消失时间段较短,则通过对再次出现的考生进一步确认是否为本人继续参加考试进行判断,避免了中途出现替考的情况,提高了该存储介质的实用性,进一步保证了考试的公平、公正性。
实施例五十八
在上述实施例的基础上,当运行存储在存储介质中的程序代码时,还可以实现,实时获取考生在答题时的第二语音信息;
根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十中的步骤S301-S305的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储在存储介质中的程序代码,可以实现对考试环境的声音分贝信息的判断,对考生所在考试的环境进行了准确判断,以避免考生在较为嘈杂的环境中进行考试时,对考生是否发生作弊的情况产生误判或者错判的情况;若考试环境满足预设标准的话,但是在考试过程中因为检测到了声音分贝信息,因此,需要进一步对声音分贝信息的来源进行确认,以进一步确认考生是否发生作弊;进而提高了对考生是否发生作弊的判断的准确可靠性。
实施例五十九
在上述实施例五十八的基础上,当运行存在存储介质中的程序代码时,还可以实现,判断声音分贝信息的来源,具体包括:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十一中的步骤S3051-S3053的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
实施例六十
在上述实施例五十九的基础上,当运行存储在存储介质中的程序代码时,还可以实现:获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,还包括:
若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与所述第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
提取考生对话信息中的关键字信息;
根据所述关键字信息确认考生是否作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十二中的步骤S3054-S3057的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储在存储介质中的程序代码,可以实现提取对话信息中的关键字信息来判断考生是否作弊的目的是防止对考生产生误判或者错判的情况,如声音来源为考生咳嗽、打喷嚏等人体正常的生理反应,那么可以准确地判断考生此时没有作弊;若声音来源为考生进行了有关考试的对话,那么可以准确地确认考生此时作弊;那么通过提取关键字信息可以准确地判断考生是否作弊,提高了该存储介质使用的稳定可靠性。
实施例六十一
在上述实施例六十的基础上,当继续运行存储在存储介质中的程序代码时,可以实现:根据所述关键字信息确认考生是否作弊,具体包括:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十三中的步骤S30571-S30573的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储介质中的程序代码实现对对话信息中是否存在与关键字相匹配的考试相关信息的判断,进一步对考生是否发生作弊进行了准确判断,避免了对考生产生误判或者错判的情况,提高了该存储介质的实用性。
实施例六十二
在上述实施例的基础上,继续运行存储在存储介质中的程序代码,可以实现:
获取答题终端的上网数据;
提取上网数据中的关键字信息;
若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十四中的步骤S401-S405的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储在存储介质中的程序代码,实现对上网数据的进一步判断,避免了对考生通过网络查询或者网络咨询的形式进行作弊情况的产生错判或者误判;进一步保证了考生的公平、公正性,提高了该存储介质的防止考生作弊的稳定可靠性。
实施例六十三
在上述实施例的基础上,继续运行存储介质中的程序代码,可以实现:
获取答题终端所连接的显示设备的数量信息;
若所述数量信息大于1,则获取所有显示设备的界面信息;
根据所有显示设备的界面信息,确认考生是否作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十五中的步骤S501-S505的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
通过运行存储介质中的升序代码,实现判断答题终端所连接的显示设备的数量信息,在显示设备的数目为多个时,则获取每个显示设备的界面信息,进一步根据界面信息判断考生是否作弊,提高了判断的准确可靠性,并且有效地避免了考生通过多个显示终端来进行作弊情况的产生,提高了考试的公平、公正性。
实施例六十四
在上述实施例六十三的基础上,继续运行存储在存储介质中的程序代码,还可以实现,根据所有显示设备的界面信息,确认考生是否作弊,具体包括:
提取每个显示设备的界面信息中的关键字信息;
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
其中,对于存储介质中所存储的程序代码在运行时所能实现的方法的操作过程以及实现效果与上述实施例十五中的步骤S5051-S5052的操作过程以及实现效果相同,具体可参考上述陈述内容,在此不再赘述。
本实施例提供的存储介质,通过运行存储在存储介质中的程序代码,实现获取答题终端所连接的显示设备的数量,并且存在大于1个显示设备的界面信息中包括考试相关信息时,则可以快速、准确的确认考生已经发生作弊,进而有效的保证了考试的公平、公正性,并有效提高了网络面试的效率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (60)
1.一种网络测试防作弊的方法,其特征在于,包括:
实时获取考生的第一视频图像信息;
根据所述第一视频图像信息,确认考生是否作弊;
所述根据所述第一视频图像信息,确认考生是否作弊,具体包括:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生的耳部带有通讯装置,并进一步确认考生作弊。
2.根据权利要求1所述的网络测试防作弊的方法,其特征在于,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第二视频图像信息;
根据所述第二视频图像信息确认考生是否为本人参加考试。
3.根据权利要求2所述的网络测试防作弊的方法,其特征在于,所述根据所述第二视频图像信息确认考生是否为本人参加考试,具体包括:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
4.根据权利要求2所述的网络测试防作弊的方法,其特征在于,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第一语音信息;
根据所述第一语音信息确认考生是否为本人参加考试。
5.根据权利要求4所述的网络测试防作弊的方法,其特征在于,所述根据所述第一语音信息确认考生是否为本人参加考试,具体包括:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
6.根据权利要求5所述的网络测试防作弊的方法,其特征在于,在所述根据所述第一语音信息获取考生的音色信息之前,还包括:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
7.根据权利要求4所述的网络测试防作弊的方法,其特征在于,所述根据所述第一视频图像信息,确认考生是否作弊,还包括:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
8.根据权利要求7所述的网络测试防作弊的方法,其特征在于,所述对所述消失时间段进行分析,确认考生是否作弊,具体包括:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
9.根据权利要求1所述的网络测试防作弊的方法,其特征在于,所述方法还包括:
实时获取考生在答题时的第二语音信息;
根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
10.根据权利要求9所述的网络测试防作弊的方法,其特征在于,所述判断声音分贝信息的来源,具体包括:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
11.根据权利要求10所述的网络测试防作弊的方法,其特征在于,所述获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,还包括:
若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
提取考生对话信息中的关键字信息;
根据所述关键字信息确认考生是否作弊。
12.根据权利要求11所述的网络测试防作弊的方法,其特征在于,所述根据所述关键字信息确认考生是否作弊,具体包括:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
13.根据权利要求1-12中任意一项所述的网络测试防作弊的方法,其特征在于,所述方法还包括:
获取答题终端的上网数据;
提取上网数据中的关键字信息;
若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
14.根据权利要求1-12中任意一项所述的网络测试防作弊的方法,其特征在于,所述方法还包括:
获取答题终端所连接的显示设备的数量信息;
若所述数量信息大于1,则获取所有显示设备的界面信息;
根据所有显示设备的界面信息,确认考生是否作弊。
15.根据权利要求14所述的网络测试防作弊的方法,其特征在于,所述根据所有显示设备的界面信息,确认考生是否作弊,具体包括:
提取每个显示设备的界面信息中的关键字信息;
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
16.一种网络测试防作弊的系统,其特征在于,包括:
第一获取模块,用于实时获取考生的第一视频图像信息;
第一处理模块,用于根据所述第一视频图像信息,确认考生是否作弊;
所述第一处理模块,具体用于:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生的耳部带有通讯装置,并进一步确认考生作弊。
17.根据权利要求16所述的网络测试防作弊的系统,其特征在于,还包括:
第二获取模块,还用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第二视频图像信息;
第二处理模块,用于根据所述第二视频图像信息确认考生是否为本人参加考试。
18.根据权利要求17所述的网络测试防作弊的系统,其特征在于,所述第二处理模块,具体用于:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
19.根据权利要求17所述的网络测试防作弊的系统,其特征在于,
所述第二获取模块,用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第一语音信息;
所述第二处理模块,用于根据所述第一语音信息确认考生是否为本人参加考试。
20.根据权利要求19所述的网络测试防作弊的系统,其特征在于,所述第二处理模块,具体用于:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
21.根据权利要求20所述的网络测试防作弊的系统,其特征在于,
所述第二处理模块,还用于在所述根据所述第一语音信息获取考生的音色信息之前,根据所述第二视频图像信息获取多张连续帧的图像信息;若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
22.根据权利要求19所述的网络测试防作弊的系统,其特征在于,所述第一处理模块,还用于:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
23.根据权利要求22所述的网络测试防作弊的系统,其特征在于,所述第一处理模块,具体用于:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
24.根据权利要求16所述的网络测试防作弊的系统,其特征在于,
所述第一获取模块,还用于实时获取考生在答题时的第二语音信息;
所述第一处理模块,还用于根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
25.根据权利要求24所述的网络测试防作弊的系统,其特征在于,所述第一处理模块,具体用于:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
26.根据权利要求25所述的网络测试防作弊的系统,其特征在于,
所述第一处理模块,还用于在获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
还包括:
提取模块,用于提取考生对话信息中的关键字信息;
所述第一处理模块,还用于根据所述关键字信息确认考生是否作弊。
27.根据权利要求26所述的网络测试防作弊的系统,其特征在于,所述第一处理模块,具体用于:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
28.根据权利要求16-27中任意一项所述的网络测试防作弊的系统,其特征在于,还包括:
第三获取模块,用于获取答题终端的上网数据;
提取模块,还用于提取上网数据中的关键字信息;
第三处理模块,用于若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
29.根据权利要求16-27中任意一项所述的网络测试防作弊的系统,其特征在于,还包括:
第四获取模块,用于获取答题终端所连接的显示设备的数量信息;
第四处理模块,用于若所述数量信息大于1,则获取所有显示设备的界面信息;
第四处理模块,还用于根据所有显示设备的界面信息,确认考生是否作弊。
30.根据权利要求29所述的网络测试防作弊的系统,其特征在于,
提取模块,还用于提取每个显示设备的界面信息中的关键字信息;
所述第四处理模块,具体用于:
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
31.一种网络测试防作弊的设备,其特征在于,包括:数据采集装置和处理器;
所述数据采集装置,用于实时获取考生的第一视频图像信息;
所述处理器,用于执行根据所述第一视频图像信息,确认考生是否作弊;
所述处理器,具体用于执行:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生的耳部带有通讯装置,并进一步确认考生作弊。
32.根据权利要求31所述的网络测试防作弊的设备,其特征在于,
所述数据采集装置,还用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第二视频图像信息;
所述处理器,还用于执行根据所述第二视频图像信息确认考生是否为本人参加考试。
33.根据权利要求32所述的网络测试防作弊的设备,其特征在于,所述处理器,具体用于执行:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
34.根据权利要求32所述的网络测试防作弊的设备,其特征在于,
所述数据采集装置,还用于在所述实时获取考生的第一视频图像信息之前,实时获取考生的第一语音信息;
所述处理器,还用于执行根据所述第一语音信息确认考生是否为本人参加考试。
35.根据权利要求34所述的网络测试防作弊的设备,其特征在于,所述处理器,具体用于执行:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
36.根据权利要求35所述的网络测试防作弊的设备,其特征在于,
所述处理器,还用于执行:
在所述根据所述第一语音信息获取考生的音色信息之前,根据所述第二视频图像信息获取多张连续帧的图像信息,若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
37.根据权利要求34所述的网络测试防作弊的设备,其特征在于,所述处理器,还用于执行:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
38.根据权利要求37所述的网络测试防作弊的设备,其特征在于,所述处理器,具体用于执行:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
39.根据权利要求31所述的网络测试防作弊的设备,其特征在于,
所述数据采集装置,还用于实时获取考生在答题时的第二语音信息;
所述处理器,还用于执行根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
40.根据权利要求39所述的网络测试防作弊的设备,其特征在于,所述处理器,具体用于执行:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
41.根据权利要求40所述的网络测试防作弊的设备,其特征在于,
所述处理器,还用于执行:
在获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
提取考生对话信息中的关键字信息;
根据所述关键字信息确认考生是否作弊。
42.根据权利要求41所述的网络测试防作弊的设备,其特征在于,所述处理器,具体用于执行:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
43.根据权利要求31-42中任意一项所述的网络测试防作弊的设备,其特征在于,
所述数据采集装置,还用于获取答题终端的上网数据;
所述处理器,还用于执行:
提取上网数据中的关键字信息;
若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
44.根据权利要求31-42中任意一项所述的网络测试防作弊的设备,其特征在于,
所述数据采集装置,还用于获取答题终端所连接的显示设备的数量信息;
所述处理器,还用于执行:
若所述数量信息大于1,则获取所有显示设备的界面信息;
根据所有显示设备的界面信息,确认考生是否作弊。
45.根据权利要求44所述的网络测试防作弊的设备,其特征在于,
所述处理器,具体用于执行:
提取每个显示设备的界面信息中的关键字信息;
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
46.一种存储介质,其特征在于,所述存储介质内存储有程序代码,当所述程序代码运行时,会执行网络测试防作弊的方法,该方法具体包括:
实时获取考生的第一视频图像信息;
根据所述第一视频图像信息,确认考生是否作弊;
所述根据所述第一视频图像信息,确认考生是否作弊,具体包括:
通过所述第一视频图像信息获取考生的耳廓形状信息;
若所述耳廓形状信息与预设的标准耳廓形状信息不匹配,则确认考生的耳部带有通讯装置,并进一步确认考生作弊。
47.根据权利要求46所述的存储介质,其特征在于,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第二视频图像信息;
根据所述第二视频图像信息确认考生是否为本人参加考试。
48.根据权利要求47所述的存储介质,其特征在于,所述根据所述第二视频图像信息确认考生是否为本人参加考试,具体包括:
根据所述第二视频图像信息获取多张连续帧的图像信息;
若每张图像信息与标准图像信息的匹配度均小于预设阈值,则确认考试为非考生本人考试。
49.根据权利要求47所述的存储介质,其特征在于,在所述实时获取考生的第一视频图像信息之前,所述方法还包括:
实时获取考生的第一语音信息;
根据所述第一语音信息确认考生是否为本人参加考试。
50.根据权利要求49所述的存储介质,其特征在于,所述根据所述第一语音信息确认考生是否为本人参加考试,具体包括:
根据所述第一语音信息获取考生的音色信息;
若所述音色信息与预设的第一标准音色信息相匹配,则确认考试为考生本人考试;或者,
若所述音色信息与所述第一标准音色信息不匹配,则确认考试为非考生本人考试。
51.根据权利要求50所述的存储介质,其特征在于,在所述根据第一语音信息获取考生的音色信息之前,还包括:
根据所述第二视频图像信息获取多张连续帧的图像信息,若每张图像信息与标准图像信息的匹配度均大于或等于预设阈值,则根据所述第一语音信息获取考生的音色信息。
52.根据权利要求49所述的存储介质,其特征在于,所述根据所述第一视频图像信息,确认考生是否作弊,还包括:
对所述第一视频图像信息进行图像识别,若所述第一视频图像信息中的人物图像消失,获取所述人物图像消失的消失时间段;
对所述消失时间段进行分析,确认考生是否作弊。
53.根据权利要求52所述的存储介质,其特征在于,所述对所述消失时间段进行分析,确认考生是否作弊,具体包括:
若所述消失时间段大于预设时间段,则确认考生作弊;或者,
若所述消失时间段小于或等于预设时间段,则重新获取考生的第二视频图像信息和第一语音信息,并通过重新获取的第二视频图像信息和第一语音信息再次确认考生是否为本人参加考试。
54.根据权利要求46所述的存储介质,其特征在于,所述方法还包括:
实时获取考生在答题时的第二语音信息;
根据所述第二语音信息获取考试环境的声音分贝信息;
若所述声音分贝信息大于预设的标准声音分贝信息,则确认考生作弊;或者,
若所述声音分贝信息小于或等于所述标准声音分贝信息,则判断声音分贝信息的来源,以确认考生是否作弊。
55.根据权利要求54所述的存储介质,其特征在于,所述判断声音分贝信息的来源,具体包括:
获取与所述声音分贝信息相对应的第二语音信息中的音色信息;
若所述音色信息与预设的第二标准音色信息相匹配,则确认考生作弊。
56.根据权利要求55所述的存储介质,其特征在于,所述获取与所述声音分贝信息相对应的第二语音信息中的音色信息之后,还包括:
若所述音色信息与所述第二标准音色信息不匹配,则将所述音色信息与第一标准音色信息进行分析对比,若所述音色信息与所述第一标准音色信息相匹配,则确认考生发生对话;
提取考生对话信息中的关键字信息;
根据所述关键字信息确认考生是否作弊。
57.根据权利要求56所述的存储介质,其特征在于,所述根据所述关键字信息确认考生是否作弊,具体包括:
若对话信息中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
58.根据权利要求46-47中任意一项所述的存储介质,其特征在于,所述方法还包括:
获取答题终端的上网数据;
提取上网数据中的关键字信息;
若上网数据中存在与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
59.根据权利要求46-57中任意一项所述的存储介质,其特征在于,所述方法还包括:
获取答题终端所连接的显示设备的数量信息;
若所述数量信息大于1,则获取所有显示设备的界面信息;
根据所有显示设备的界面信息,确认考生是否作弊。
60.根据权利要求59所述的存储介质,其特征在于,所述根据所有显示设备的界面信息,确认考生是否作弊,具体包括:
提取每个显示设备的界面信息中的关键字信息;
若存在数量大于1个的显示设备的界面信息中包括与所述关键字信息相匹配的考试相关信息,则确认考生作弊。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/076179 WO2017152425A1 (zh) | 2016-03-11 | 2016-03-11 | 存储介质、网络测试防作弊的方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107077796A CN107077796A (zh) | 2017-08-18 |
CN107077796B true CN107077796B (zh) | 2021-03-30 |
Family
ID=59624527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680002816.5A Expired - Fee Related CN107077796B (zh) | 2016-03-11 | 2016-03-11 | 存储介质、网络测试防作弊的方法、系统及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107077796B (zh) |
WO (1) | WO2017152425A1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335198A (zh) * | 2018-02-07 | 2018-07-27 | 平安科技(深圳)有限公司 | 客户风险测评方法、装置、设备及计算机可读存储介质 |
CN108766072B (zh) * | 2018-05-28 | 2021-01-05 | 安福县鑫杰科科技有限公司 | 一种基于投影映射的自动化互联网教育方法及其系统 |
CN110659542B (zh) * | 2018-06-29 | 2022-10-21 | 杭州海康威视数字技术股份有限公司 | 监控方法及装置 |
CN111241883B (zh) * | 2018-11-29 | 2023-08-25 | 百度在线网络技术(北京)有限公司 | 防止远程被测人员作弊的方法和装置 |
CN109784175A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情识别的异常行为人识别方法、设备和存储介质 |
CN109726663A (zh) * | 2018-12-24 | 2019-05-07 | 广东德诚科教有限公司 | 在线考试监控方法、装置、计算机设备及存储介质 |
CN109815819A (zh) * | 2018-12-25 | 2019-05-28 | 北京城市网邻信息技术有限公司 | 一种作弊检测方法、装置、终端设备及存储介质 |
CN110020690B (zh) * | 2019-04-11 | 2023-07-07 | 广州华多网络科技有限公司 | 一种作弊行为检测方法、装置及存储介质 |
CN110135282B (zh) * | 2019-04-25 | 2021-06-04 | 沈阳图为科技有限公司 | 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 |
CN113095968A (zh) * | 2019-12-23 | 2021-07-09 | 深圳云天励飞技术有限公司 | 一种作弊识别方法、装置及电子设备 |
CN111274956A (zh) * | 2020-01-20 | 2020-06-12 | 北京明略软件系统有限公司 | 一种监测驾考的方法及装置 |
CN113468488A (zh) * | 2020-03-30 | 2021-10-01 | 广东虚拟现实科技有限公司 | 远程考试系统、方法 |
CN111523500B (zh) * | 2020-04-27 | 2023-07-14 | 深圳市赛特雷德科技有限公司 | 机动车科目三道路指引作弊预警方法、装置及系统 |
CN111782795A (zh) * | 2020-06-10 | 2020-10-16 | 安徽卓智教育科技有限责任公司 | 一套跨平台在线考试防作弊方法 |
CN112215056A (zh) * | 2020-08-18 | 2021-01-12 | 五八到家有限公司 | 信息处理方法、设备、系统及存储介质 |
CN112532918B (zh) * | 2020-10-25 | 2021-11-05 | 北方至信人力资源评价(北京)有限公司 | 网课考试防作弊监控平台及方法 |
CN112613436B (zh) * | 2020-12-28 | 2023-08-04 | 中国联合网络通信集团有限公司 | 考试作弊检测方法和装置 |
CN112883814A (zh) * | 2021-01-26 | 2021-06-01 | 厦门大学 | 一种检测在线考试中考生双耳佩戴违禁物品的方法和存储设备 |
CN112883832A (zh) * | 2021-01-29 | 2021-06-01 | 北京市商汤科技开发有限公司 | 应试人员行为管理方法、装置、电子设备及存储介质 |
CN113033329A (zh) * | 2021-03-04 | 2021-06-25 | 深圳市鹰硕技术有限公司 | 在线教育中题目非正常作答的判定方法以及装置 |
CN113784028B (zh) * | 2021-09-10 | 2023-06-06 | 深圳市鑫程教育科技发展有限公司 | 一种多场同步的考场秩序监督方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103546452A (zh) * | 2013-08-22 | 2014-01-29 | 国家电网公司 | 基于网络平台的分布式考试防作弊系统和防作弊方法 |
CN103997381A (zh) * | 2014-05-30 | 2014-08-20 | 成都佳发安泰科技股份有限公司 | 考场作弊信号智能识别与取证还原方法 |
CN104537588A (zh) * | 2014-12-18 | 2015-04-22 | 湖南科技学院 | 一种智能考试监控系统及监控方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763459A (zh) * | 2009-09-01 | 2010-06-30 | 周荣华 | 一种对个体实现远程监考的方法 |
CN203136051U (zh) * | 2012-12-12 | 2013-08-14 | 石家庄华燕交通科技有限公司 | 驾驶人远程考试系统 |
-
2016
- 2016-03-11 WO PCT/CN2016/076179 patent/WO2017152425A1/zh active Application Filing
- 2016-03-11 CN CN201680002816.5A patent/CN107077796B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103546452A (zh) * | 2013-08-22 | 2014-01-29 | 国家电网公司 | 基于网络平台的分布式考试防作弊系统和防作弊方法 |
CN103997381A (zh) * | 2014-05-30 | 2014-08-20 | 成都佳发安泰科技股份有限公司 | 考场作弊信号智能识别与取证还原方法 |
CN104537588A (zh) * | 2014-12-18 | 2015-04-22 | 湖南科技学院 | 一种智能考试监控系统及监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107077796A (zh) | 2017-08-18 |
WO2017152425A1 (zh) | 2017-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107077796B (zh) | 存储介质、网络测试防作弊的方法、系统及设备 | |
CN108159702B (zh) | 基于多人语音游戏处理方法和装置 | |
CN109769099B (zh) | 通话人物异常的检测方法和装置 | |
CN109040471B (zh) | 情绪提示方法、装置、移动终端以及存储介质 | |
US8897500B2 (en) | System and method for dynamic facial features for speaker recognition | |
US8537978B2 (en) | Method and system for using conversational biometrics and speaker identification/verification to filter voice streams | |
CN108566565A (zh) | 弹幕展示方法及装置 | |
US8521525B2 (en) | Communication control apparatus, communication control method, and non-transitory computer-readable medium storing a communication control program for converting sound data into text data | |
CN108197572A (zh) | 一种唇语识别方法和移动终端 | |
CN109462603A (zh) | 基于盲检测的声纹认证方法、设备、存储介质及装置 | |
EP1746807A1 (en) | Conversation assisting device and conversation assisting method | |
US11699043B2 (en) | Determination of transcription accuracy | |
CN109948438A (zh) | 自动面试评分方法、装置、系统、计算机设备及存储介质 | |
CN110473552A (zh) | 语音识别认证方法及系统 | |
CN109829691B (zh) | 基于位置和深度学习多重生物特征的c/s打卡方法和装置 | |
CN104965589A (zh) | 一种基于人脑智慧和人机交互的人体活体检测方法与装置 | |
CN108255943A (zh) | 人机对话质量评估方法、装置、计算机设备及存储介质 | |
CN110334497A (zh) | 显示界面的切换方法和穿戴式电子设备、存储介质 | |
CN107451185B (zh) | 录音方法、朗读系统、计算机可读存储介质和计算机装置 | |
CN110188364B (zh) | 基于智能眼镜的翻译方法、设备及计算机可读存储介质 | |
CN111739534A (zh) | 一种辅助语音识别的处理方法、装置、电子设备及存储介质 | |
CN108665901B (zh) | 一种音素/音节提取方法及装置 | |
CN110298150B (zh) | 一种基于语音识别的身份验证方法及系统 | |
CN105797375A (zh) | 一种跟随用户脸部表情改变角色模型表情的方法和终端 | |
CN108040185B (zh) | 一种识别骚扰电话的方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210330 |