CN107633470A - 一种基于视频识别的艺术考试评分系统及方法 - Google Patents

Abstract

本发明公开了一种基于视频识别技术的艺术考试评分系统及方法，包括移动端子系统和云服务平台子系统；移动端子系统安装在笔记本电脑上，供招生管理人员在艺术考试考场用于录制考生考试表演过程视频；云服务平台子系统供招生管理人员和评委使用，用于对考生的艺术考试表现进行评分；用该系统对艺术考试视频进行评分，提高评委的工作效率和公平性，将考试评分工作进行信息化、自动化，提高工作效率，避免人工处理所带来的高出错率。

Description

一种基于视频识别的艺术考试评分系统及方法

技术领域

本发明涉及考试评分系统，尤其涉及一种基于视频识别技术的艺术考试评分系统及方法。

背景技术

艺术（音乐、舞蹈、美术）类考生的招生录取是高等院校招生的重要组成部分，在艺术考生的招生录取过程中，考生考试的评分是一个十分重要环节。当前我国高等院校的艺术考生考试评分的一般过程是：考生先根据高校的招生计划报名，然后教育管理部门或招生学校根据考生报名情况设立考点并安排考场；考生在预定考试时间点到考场参加考试，考试前考生凭身份证、准考证等证件通过考试管理部门的身份核查后进入考场，考试时考生在考场中进行所报考科目的表演，招生管理人员用摄像机拍摄获得考生的表演过程视频；获得所有报名考生的考试过程视频后，教育管理部门或招生学校组织评委，通过评委现场逐个共同观看考试表演过程视频的方式，对每个考生进行打分；最后对每个评委的评分进行汇总，计算每个考生的成绩。

目前，这种艺术考试评分方式存在的主要问题在于，这种招生考试组织和评分过程基本采用手工处理方式，如考生身份核查一般采用人工审查身份证、准考证，录像是用摄像机手工录取，用纸记录录像的编号，后期再将编号跟考生的考号、姓名关联起来；评分时则是将评分教师集中在一个房间，通过在大屏幕电视或投影仪上集体观看表演视频来评分，手工记录分数，后期再录取电脑进行统分、排名等。以上这种艺术考试方式不仅效率低，而且手工操作过程经常引起错乱，需要后期进行额外的核查程序以避免错误，从而进一步降低了评分效率。

发明内容

本发明针对提高当前舞蹈、音乐类艺术考试招生过程中考试评分的准确性、工作效率和公平性的需要，提供一种综合应用信息技术手段的艺术考试评分系统，目的是将上述艺考考试评分工作进行信息化、自动化，提高工作效率，避免人工处理所带来的高出错率。

实现本发明目的的技术方案是：

一种基于视频识别技术的艺术考试评分系统，包括移动端子系统和云服务平台子系统；移动端子系统安装在笔记本电脑上，供招生管理人员在艺术考试考场用于录制考生考试表演过程视频；云服务平台子系统供招生管理人员和评委使用，用于对考生的艺术考试表现进行评分；

所述的移动端子系统，包括考生信息管理模块、录像模块、视频预处理模块、第一存储模块和数据上传模块；第一存储模块分别与生信息管理模块、录像模块、视频预处理模块、数据上传模块连接；考生信息管理模块、录像模块、视频预处理模块还依次连接；数据上传模块与云服务平台子系统连接；

所述的云服务平台子系统，包括依次连接的评委信息管理模块、评分任务分配模块、评分模块和统分模块，还包括分别与评委信息管理模块、评分任务分配模块、评分模块、统分模块连接的第二存储模块；第二存储模块与移动端子系统的数据上传模块连接。

所述的录像模块，包括相互连接的身份证识别器和摄像头，身份证识别器用于识别考生的身份证并获取身份证上的信息，根据身份证上的信息，从考生信息管理模块中查询该考生的报考科目；根据身份证识别和查询报考科目成功后，调用摄像头拍摄考生考试过程的表演视频，并以考生的身份证号码作为文件名将录取的视频保存到第一存储模块中。

一种基于视频识别的艺术考试评分方法，具体包括如下步骤：

1）将考生的报名信息导入或录入考生信息管理模块中；

2）通过录像模块，识别考生并录制考生考试过程的表演视频，并将视频存储于第一存储模块中；

3）视频预处理模块对第一存储模块中的视频进行处理，是找出每个考生考试视频中考生持准考证的画面最后出现的帧数，并将帧数保持于第一存储模块中；

4）通过数据上传模块，将第一存储模块中的数据上传至云服务平台子系统的第二存储模块；

5）将评委的信息录入评委信息管理模块中，为每位评委设置登录评分模块的用户名和密码；

6）招生管理人员通过评分任务分配模块，将云服务平台第二存储模块中的考生信息按考生省份、报考科目等类别将考试视频分组分配至评委；

7）评委根据评委信息管理模块为每位评委设置登录评分模块的用户名和密码通过互联网浏览器访问评分模块，成功登录后，评分模块将列表显示出系统分配给该评委的考生信息，包括考生号、报考科目、表演项目、姓名等，评委用鼠标点击某个考试的考生号后，从第二存储模块中调出该考生的考试过程视频和视频中出现该考生考试时持准考证的最后帧数，系统自动从该帧开始播放考生的考试过程视频，而不允许评委从视频中看到考生的姓名、身份证号码等信息，评委观看视频的过程中或观看后，通过评分模块的评分窗口对考生的视频进行评分并保存至统分模块中；

8）招生管理人员根据评分模块上传至统分模块的所有评委的评分，选择某种评分规则，计算出每个考生的最终评分，并将最终评分结果保存至第二存储模块中。

步骤3）中，所述的视频处理，具体包括如下步骤：

步骤3-1，计算考生持准考证图像的相似度阈值；

步骤3-2，查找考生考试视频中最后出现的持准考证画面的帧数：

从每个视频的第一帧图像开始，计算每帧图像与步骤3-1中得到的准考证特征图像的相似度阈值，记录下视频中最后一帧图像与准考证特征图像的相似度不小于Similarity _min 且不大于Similarity _max 的帧数，该帧数即为该考生考试视频中最后出现持准考证画面的帧数；若通过以上方法计算得到的帧数等于考生考试视频的最后一帧，则将帧数设为0；

步骤3-3，将步骤3-2得到的每个考生考试视频最后出现的持准考证画面的帧数均增加1，然后保存于第一存储模块中。

步骤3-1，具体包括如下步骤：

a）随机选取一名考生的考试过程视频，从视频中提取一张清晰的考生持准考证的图像，并从该图像中切割出包含准考证的最小矩形图像块，作为准考证特征图像；

b）选取10~15名考生的考试过程视频，从每个视频中提取一张考生持准考证的图像；

c）计算准考证特征图像与步骤b）得到的每张图像Pi（10≤15）的相似度，计算方法为利用图像处理库OpenCV的cvMatchTemplate函数和cvMinMaxLoc函数；首先利用cvMatchTemplate函数计算准考证特征图像与图像Pi的相似度，然后用cvMinMaxLoc函数得到相似度的最大值Similarity _{max_i} 和最小值Similarity _{min_i} ；

d）从步骤c）中计算得到的每张图像的最大、最小相似度中，找到相似度的最大值，计为Similarity _{max_p} ；同理找到相似度的最小值，计为Similarity _{min_p} ；

e）令最大相似度阈值Similarity _max =Similarity _{max_p} Х β，最小相似度阈值Similarity _min =Similarity _{min_p} Х λ，其中β和λ均为控制参数，β的取值为1.1，λ的取值为0.9；

有益效果：（1）在艺术考试的过程中，在多个环节进行信息化、数字化管理，包括在核对考生身份时利用身份证识别器进行核对并自动查找考生的报考信息，在录取考生表演过程视频后自动以其身份证号码为文件名保存，在评分时利用网上评分和自动统分的功能，这些都有效地减少了原来采用手工操作所带来的出错率、提高了工作效率。

（2）通过视频识别技术，自动在考生考试视频中发现考生持准考证出现的最后画面，这样使得评委通过网上观看考生考试过程视频进行评分时，能自动屏蔽视频中的考生姓名、身份证号码等隐私信息，既有效地解决了现行艺术考试评分工作中需要集中现场观看视频评分所带来的人员流动负担，同时也提高了评分的公平性，有助于防止打招呼等不公正现象。

（3）我国高等院校大多数都是在全国范围内招生，对于艺术类考生，招生人员普遍需要分批到全国各地进行招生考试。本系统采用移动端子系统和云服务平台结合的系统结构框架，很适合于这种艺术考试招生录取方式。招生人员在笔记本电脑上安装移动端系统后，即可分赴各地进行考生考试过程的视频录取工作，然后再将录取的视频上传到云服务平台子系统，统一进行评分。

附图说明

图1为本发明的一种基于视频识别的艺术考试评分系统的结构框图。

具体实施方式

下面结合附图和实施例对本发明做进一步阐述，但不是对本发明的限定。

实施例：

如图1所示，一种基于视频识别技术的艺术考试评分系统，包括移动端子系统和云服务平台子系统；移动端子系统安装在笔记本电脑上，供招生管理人员在艺术考试考场用于录制考生考试表演过程视频；云服务平台子系统供招生管理人员和评委使用，用于对考生的艺术考试表现进行评分；

所述的移动端子系统，包括考生信息管理模块、录像模块、视频预处理模块、第一存储模块和数据上传模块；第一存储模块分别与生信息管理模块、录像模块、视频预处理模块、数据上传模块连接；考生信息管理模块、录像模块、视频预处理模块还依次连接；数据上传模块与云服务平台子系统连接；

所述的云服务平台子系统，包括依次连接的评委信息管理模块、评分任务分配模块、评分模块和统分模块，还包括分别与评委信息管理模块、评分任务分配模块、评分模块、统分模块连接的第二存储模块；第二存储模块与移动端子系统的数据上传模块连接。

所述的录像模块，包括相互连接的身份证识别器和摄像头，身份证识别器用于识别考生的身份证并获取身份证上的信息，根据身份证上的信息，从考生信息管理模块中查询该考生的报考科目；根据身份证识别和查询报考科目成功后，调用摄像头拍摄考生考试过程的表演视频，并以考生的身份证号码作为文件名将录取的视频保存的第一存储模块中。

一种基于视频识别的艺术考试评分方法，具体包括如下步骤：

1）将考生的报名信息导入或录入考生信息管理模块中；

2）通过录像模块，识别考生并录制考生考试过程的表演视频，并将视频存储于第一存储模块中；

3）视频预处理模块对第一存储模块中的视频进行处理，是找出每个考生考试视频中考生持准考证的画面最后出现的帧数，并将帧数保持于第一存储模块中；

4）通过数据上传模块，将第一存储模块中的数据上传至云服务平台子系统的第二存储模块；

5）将评委的信息录入评委信息管理模块中，为每位评委设置登录评分模块的用户名和密码；

6）招生管理人员通过评分任务分配模块，将云服务平台第二存储模块中的考生信息按考生省份、报考科目等类别将考试视频分组分配至评委，可以将同一组考生同时分配给多位评委；

7）评委根据评委信息管理模块为每位评委设置登录评分模块的用户名和密码通过互联网浏览器访问评分模块，成功登录后，评分模块将列表显示出系统分配给该评委的考生信息，包括考生号、报考科目、表演项目、姓名等，评委用鼠标点击某个考试的考生号后，从第二存储模块中调出该考生的考试过程视频和视频中出现该考生考试时持准考证的最后帧数，系统自动从该帧开始播放考生的考试过程视频，而不允许评委从视频中看到考生的姓名、身份证号码等信息，评委观看视频的过程中或观看后，通过评分模块的评分窗口对考生的视频进行评分并保存至统分模块中；

8）招生管理人员根据评分模块上传至统分模块的所有评委的评分，选择某种评分规则，计算出每个考生的最终评分，并将最终评分结果保存至第二存储模块中。

步骤3）中，所述的视频处理，具体包括如下步骤：

步骤3-1中，计算相似度阈值，包括如下步骤：

a）随机选取一名考生的考试过程视频，从视频中提取一张清晰的考生持准考证的图像，并从该图像中切割出包含准考证的最小矩形图像块，作为准考证特征图像；

b）选取10~15名考生的考试过程视频，从每个视频中提取一张考生持准考证的图像；

c）计算准考证特征图像与b步骤得到的每张图像Pi（10≤15）的相似度，计算方法为利用图像处理库OpenCV的cvMatchTemplate函数和cvMinMaxLoc函数；首先利用cvMatchTemplate函数计算准考证特征图像与图像Pi的相似度，然后用cvMinMaxLoc函数得到相似度的最大值Similarity _{max_i} 和最小值Similarity _{min_i} ；

d）从步骤c中计算得到的每张图像的最大、最小相似度中，找到相似度的最大值，计为Similarity _{max_p} ；同理找到相似度的最小值，计为Similarity _{min_p} ；

e）令最大相似度阈值Similarity _max =Similarity _{max_p} Х β，最小相似度阈值Similarity _min =Similarity _{min_p} Х λ，其中β和λ均为控制参数，β的取值为1.1，λ的取值为0.9；

步骤3-2，查找考生考试视频中最后出现的持准考证画面的帧数：

从每个视频的第一帧图像开始，计算每帧图像与准考证特征图像的相似度阈值，记录下视频中最后一帧图像与准考证特征图像的相似度不小于Similarity _min 且不大于Similarity _max 的帧数，该帧数即为该考生考试视频中最后出现持准考证画面的帧数；若通过以上方法计算得到的帧数等于考生考试视频的最后一帧，则将帧数设为0；

步骤3-3，将步骤3-2得到的每个考生考试视频最后出现的持准考证画面的帧数均增加1，然后保存于第一存储模块中。

应用本发明进行艺术考试评分的过程具体过程如下：

准备必要的硬件环境，其中移动端子系统安装在笔记本电脑上，同时配备USB接口的身份证识别器和摄像头；云服务平台子系统安装在与互联网连接的服务器上。

招生管理人员携带安装了移动端子系统的笔记本电脑，在考场进行必要的设备安装（包括连接身份证识别器和摄像头）后，首先导入该考点的所有考生的报考信息，然后即可逐个考生开始考试过程录像。

每个考生考试过程视频的录取过程是：考生出示其身份证并放到身份证识别器的指定识别区，系统将识别出该考生的身份证号码，并检查系统的数据库中是否有该考生的报考信息，若存在，则显示其报考科目、表演项目等信息，然后考试管理人员指示考生手持其准考证在摄像头前指定区域面对摄像头站立，此后即可使用录像模块上的“开始录像”功能开始录像，并在3-5秒后告知考生可以进行其报考的艺术表演项目的表演了，此时摄像头维持录像状态。考生表演结束后，考试管理人员利用录像模块上的“停止录像”功能停止摄像头的录像工作。此时系统将自动将所录取的该考生的表演过程视频以其身份证号码为文件名进行保存。

一个考点的所有考生的考试过程视频全部录取后，利用系统的视频预处理模块，自动找到每个考生考试过程视频中最后出现考生持准考证画面的帧数，并记录到第一存储模块中。

完成以上操作后，利用数据上传模块，通过互联网将移动端子系统中的第一存储模块中的所有数据上传到云服务平台子系统的第二存储模块中。

待所有考点的数据都上传完成后，利用云服务平台子系统按如下步骤进行最终的考试评分操作：

招生管理人员利用评委信息管理模块，录入拟参与评分的评委信息，并为每位评委分配一个登录账号和登录密码。

招生管理人员利用评分任务分配模块，以考生省份、报考科目、表演项目等为单位或组合对考生进行分组，每组分配多名评委，然后通知评委登录系统进行评分。

评委根据招生管理人员分配的登录账户和密码，通过互联网浏览器登录评分模块，系统将列表显示分配给该评委的所有考生信息。评委可以在浏览器上观看考生的考试过程视频，观看视频后录入分数并保存到第二存储模块中。

招生管理人员采用统分模块，统计每位考生的最终成绩，并记录在第二存储模块中。

Claims (5)

1.一种基于视频识别技术的艺术考试评分系统，其特征在于，包括移动端子系统和云服务平台子系统；移动端子系统安装在笔记本电脑上，供招生管理人员在艺术考试考场用于录制考生考试表演过程视频；云服务平台子系统供招生管理人员和评委使用，用于对考生的艺术考试表现进行评分；

所述的移动端子系统，包括考生信息管理模块、录像模块、视频预处理模块、第一存储模块和数据上传模块；第一存储模块分别与生信息管理模块、录像模块、视频预处理模块、数据上传模块连接；考生信息管理模块、录像模块、视频预处理模块还依次连接；数据上传模块与云服务平台子系统连接；

所述的云服务平台子系统，包括依次连接的评委信息管理模块、评分任务分配模块、评分模块和统分模块，还包括分别与评委信息管理模块、评分任务分配模块、评分模块、统分模块连接的第二存储模块；第二存储模块与移动端子系统的数据上传模块连接。

2.根据权利要求1所述的一种基于视频识别技术的艺术考试评分系统，其特征在于，所述的录像模块，包括相互连接的身份证识别器和摄像头，身份证识别器用于识别考生的身份证并获取身份证上的信息，根据身份证上的信息，从考生信息管理模块中查询该考生的报考科目；根据身份证识别和查询报考科目成功后，调用摄像头拍摄考生考试过程的表演视频，并以考生的身份证号码作为文件名将录取的视频保存到第一存储模块中。

3.一种基于视频识别的艺术考试评分方法，其特征在于，具体包括如下步骤：

1）将考生的报名信息导入或录入考生信息管理模块中；

2）通过录像模块，识别考生并录制考生考试过程的表演视频，并将视频存储于第一存储模块中；

3）视频预处理模块对第一存储模块中的视频进行处理，是找出每个考生考试视频中考生持准考证的画面最后出现的帧数，并将帧数保持于第一存储模块中；

4）通过数据上传模块，将第一存储模块中的数据上传至云服务平台子系统的第二存储模块；

5）将评委的信息录入评委信息管理模块中，为每位评委设置登录评分模块的用户名和密码；

6）招生管理人员通过评分任务分配模块，将云服务平台第二存储模块中的考生信息按考生省份、报考科目等类别将考试视频分组分配至评委；

7）评委根据评委信息管理模块为每位评委设置登录评分模块的用户名和密码通过互联网浏览器访问评分模块，成功登录后，评分模块将列表显示出系统分配给该评委的考生信息，包括考生号、报考科目、表演项目、姓名等，评委用鼠标点击某个考试的考生号后，从第二存储模块中调出该考生的考试过程视频和视频中出现该考生考试时持准考证的最后帧数，系统自动从该帧开始播放考生的考试过程视频，而不允许评委从视频中看到考生的姓名、身份证号码等信息，评委观看视频的过程中或观看后，通过评分模块的评分窗口对考生的视频进行评分并保存至统分模块中；

8）招生管理人员根据评分模块上传至统分模块的所有评委的评分，选择某种评分规则，计算出每个考生的最终评分，并将最终评分结果保存至第二存储模块中。

4.根据权利要求3所述的一种基于视频识别的艺术考试评分方法，其特征在于，步骤3）中，所述的视频处理，具体包括如下步骤：

步骤3-1，计算考生持准考证图像的相似度阈值；

步骤3-2，查找考生考试视频中最后出现的持准考证画面的帧数：

从每个视频的第一帧图像开始，计算每帧图像与准考证特征图像的相似度阈值，记录下视频中最后一帧图像与准考证特征图像的相似度不小于Similarity _min 且不大于Similarity _max 的帧数，该帧数即为该考生考试视频中最后出现持准考证画面的帧数；若通过以上方法计算得到的帧数等于考生考试视频的最后一帧，则将帧数设为0；

步骤3-3，将步骤3-2得到的每个考生考试视频最后出现的持准考证画面的帧数均增加1，然后保存于第一存储模块中。

5.根据权利要求4所述的一种基于视频识别的艺术考试评分方法，其特征在于，步骤3-1中，具体包括如下步骤：

a）随机选取一名考生的考试过程视频，从视频中提取一张清晰的考生持准考证的图像，并从该图像中切割出包含准考证的最小矩形图像块，作为准考证特征图像；

b）选取10~15名考生的考试过程视频，从每个视频中提取一张考生持准考证的图像；

c）计算准考证特征图像与b步骤得到的每张图像Pi（10≤15）的相似度，计算方法为利用图像处理库OpenCV的cvMatchTemplate函数和cvMinMaxLoc函数；首先利用cvMatchTemplate函数计算准考证特征图像与图像Pi的相似度，然后用cvMinMaxLoc函数得到相似度的最大值Similarity _{max_i} 和最小值Similarity _{min_i} ；

d）从步骤c中计算得到的每张图像的最大、最小相似度中，找到相似度的最大值，计为Similarity _{max_p} ；同理找到相似度的最小值，计为Similarity _{min_p} ；

e）令最大相似度阈值Similarity _max =Similarity _{max_p} Х β，最小相似度阈值Similarity _min =Similarity _{min_p} Х λ，其中β和λ均为控制参数，β的取值为1.1，λ的取值为0.9。