CN111583732A - 基于头戴式显示设备的测评状态监测方法、装置和设备 - Google Patents
基于头戴式显示设备的测评状态监测方法、装置和设备 Download PDFInfo
- Publication number
- CN111583732A CN111583732A CN202010496355.XA CN202010496355A CN111583732A CN 111583732 A CN111583732 A CN 111583732A CN 202010496355 A CN202010496355 A CN 202010496355A CN 111583732 A CN111583732 A CN 111583732A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- image
- head
- mounted display
- scene 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 467
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 144
- 238000001514 detection method Methods 0.000 claims abstract description 113
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- 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
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Closed-Circuit Television Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及头戴式显示设备技术领域，提供了一种基于头戴式显示设备的测评状态监测方法、装置、电子设备和存储介质。本申请提供的方案通过在头戴式显示设备对测评场景图像进行分析，判断该测评场景图像中是否存在有运动对象，当测评场景图像中存在有运动对象时，将该测评场景图像发送给考试服务器对该图像进行再次分析，以检测该运动对象是否为预设对象从而得到对象检测结果，根据对象检测结果得到该测评对象的测评状态，通过对测评场景图像进行两层分析监测测评对象的测评状态，提高测评状态监测的准确性。
Description
技术领域
本申请涉及头戴式显示设备技术领域，特别是涉及一种基于头戴式显示设备的测评状态监测方法、装置、电子设备和存储介质。
背景技术
头戴式显示设备是一种安装于头部的显示设备，可以向眼睛发送光学信号，可以实现虚拟现实(VR，Virtual Reality)、增强现实(AR，Augmented Reality)和混合现实(MR，Mixed Reality)等不同效果。随着头戴式显示设备技术的发展，出现了基于头戴式显示设备对测评试题进行显示处理的技术，该技术可将测评试题通过头戴式显示设备进行显示，测评对象可基于头戴式显示设备对测评试题进行作答。
在测评过程中，需要对测评对象的测评状态进行监测，如监测该测评对象是否作弊等，具体可以监测是否有人向正在参加测评的考生传递答案。但目前的技术当中，测评试题从考试服务器下发到头戴式显示设备后，头戴式显示设备将测评试题进行显示，测评对象根据头戴式显示设备显示的测评试题进行作答，在整个测评过程中并没有相关技术来监测测评对象身边是否存在例如传递试题答案来帮助测评对象进行作弊等行为，存在无法准确监测测评对象的测评状态的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种基于头戴式显示设备的测评状态监测方法、装置、电子设备和存储介质。
一种基于头戴式显示设备的测评状态监测方法，应用于头戴式显示设备，所述方法包括：
显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
接收所述考试服务器发送的对象检测结果；
根据所述对象检测结果得到所述测评对象的测评状态。
一种基于头戴式显示设备的测评状态监测方法，应用于考试服务器，所述方法包括：
接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
一种基于头戴式显示设备的测评状态监测装置，应用于头戴式显示设备，包括：
图像采集模块，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
图像发送模块，用于若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
结果接收模块，用于接收所述考试服务器发送的对象检测结果；
状态得到模块，用于根据所述对象检测结果得到所述测评对象的测评状态。
一种基于头戴式显示设备的测评状态监测装置，应用于考试服务器，包括：
图像接收模块，用于接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
结果获取模块，用于基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
结果发送模块，用于将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；接收所述考试服务器发送的对象检测结果；根据所述对象检测结果得到所述测评对象的测评状态。
一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；接收所述考试服务器发送的对象检测结果；根据所述对象检测结果得到所述测评对象的测评状态。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
上述基于头戴式显示设备的测评状态监测方法、装置、电子设备和存储介质，头戴式显示设备可以在显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若该测评场景图像中存在运动对象，则头戴式显示设备可以将测评场景图像发送至考试服务器，考试服务器基于该测评场景图像检测运动对象是否为预设对象，得到对象检测结果并发送至头戴式显示设备，头戴式显示设备根据考试服务器发送的对象检测结果，获取该测评对象的测评状态。该方案通过在头戴式显示设备对测评场景图像进行分析，判断该图像中是否存在有运动对象，当图像中存在有运动对象时，将该图像发送给考试服务器对该图像进行再次分析，以判断该运动对象是否为预设对象得到对象检测结果，通过对测评场景图像进行两层分析监测测评对象的测评状态，提高测评状态监测的准确性。
附图说明
图1为一个实施例中基于头戴式显示设备的测评状态监测方法的应用环境图；
图2为一个实施例中基于头戴式显示设备的测评状态监测方法的流程示意图；
图3为另一个实施例中基于头戴式显示设备的测评状态监测方法的流程示意图；
图4为又一个实施例中基于头戴式显示设备的测评状态监测方法的流程示意图；
图5为一个实施例中基于头戴式显示设备的测评状态监测装置的结构框图；
图6为另一个实施例中基于头戴式显示设备的测评状态监测装置的结构框图；
图7为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于头戴式显示设备的测评状态监测方法，可以应用于如图1所示的应用环境中，该应用环境可以包括头戴式显示设备110、考试服务器120和图像采集设备130，其中，头戴式显示设备110可以与图像采集设备130通信连接，头戴式显示设备110可以通过网络与考试服务器120进行通信。其中，头戴式显示设备110可以是VR眼镜，考试服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现，图像采集设备130可以是全景摄像头。
在统一测评考试的场景下，测评对象可提前例如半个月或者一个月去测评中心等官方授权机构领取头戴式显示设备110和与之配对的图像采集设备130，该头戴式显示设备110可以用于在测评考试过程中将测评试题在虚拟现实场景当中进行显示，图像采集设备130可以与头戴式显示设备110进行通信连接，用于采集佩戴该头戴式显示设备110的测评对象所在的测评场景的图像，传送给头戴式显示设备110进行分析处理。其中，该头戴式显示设备110与图像采集设备130可以具有唯一配对关系，即该图像采集设备130与头戴式显示设备110进行唯一配对，该配对关系在测评对象领取头戴式显示设备110和图像采集设备130时，进行身份登记后由考试服务器120为之建立，以使得除此以外的图像采集设备130无法与该头戴式显示设备110进行通信。其中，测评对象进行身份登记的过程，可以包括为其录入指纹、声纹、人脸图像和虹膜等生物特征信息，该生物特征信息主要用于在测评过程中对测评对象的身份进行识别。
测评对象做了相关登记后，可根据其测评考试信息将头戴式显示设备110以及图像采集设备130领取回家。测评对象在将图像采集设备130领取回家后，可以将该图像采集设备130安装在其所使用的测评场景中，例如安装在书房等场景中。此时，测评对象可以对图像采集设备130进行测试，以测试图像采集设备130是否能准确拍摄测评场景周围的图像，考生可以将头戴式显示设备110与图像采集设备130通信连接，头戴式显示设备110在测评开始前可以进入设备测试模式，在该模式下，头戴式显示设备110显示图像采集设备130拍摄的图像，如果测评对象在头戴式显示设备110中看到的图像与其所在的测评场景一致，则可以确认图像采集设备130的测试结果良好，头戴式显示设备110还可以在设备测试模式下远程连接考试服务器120，发送测试结果良好的确认信息至考试服务器120，考试服务器120记录该确认信息，测评对象在对图像采集设备130测试完成后可以等待考试开始时再使用头戴式显示设备110进行考试，对图像采集设备130进行前期测试，可以避免在测评过程中图像采集设备130无法准确采集测评场景的图像带来测评状态误判等问题。
在测评开始前如30分钟，测评对象可将头戴式显示设备110进行联网，与考试服务器120进行通信连接，并确认能够为头戴式显示设备110提供足够的电源，以及确认图像采集设备130与头戴式显示设备110建立通信连接，确认完毕后，头戴式显示设备110可检测各设备是否连接正常，电量是否充足等，检测完毕后，头戴式显示设备110可自动向考试服务器120发送设备正常的确认信息，然后考试服务器120将相关的考前信息(包括考试注意事项以及考生个人信息)发送给头戴式显示设备110，头戴式显示设备110接收考前信息，检测测评对象对该头戴式显示设备110的佩戴状态，在佩戴好头戴式显示设备110后，头戴式显示设备110可以通过头戴式显示设备110内安装的摄像头采集测评对象的虹膜，根据采集的虹膜与从考试服务器120接收到的虹膜进行比较以确认该测评对象的身份。在身份确认后，头戴式显示设备11将考试注意事项以及测评对象的个人信息进行展示，以供测评对象浏览并主动对个人信息进行确认，确认无误后可触发考生信息无误的确认信息，头戴式显示设备110在接收到该确认信息后，等待考试服务器120发送测评试题。在测评时间到来时，头戴式显示设备110将考试服务器120下发的测评试题进行显示。
在测评过程中，测评对象周围可能会有人向其传递试题答案以协助其作答以达到作弊的目的。本申请提供的基于头戴式显示设备的测评状态监测方法，头戴式显示设备110显示测评试题后，接收设于测评对象的测评场景中的图像采集设备130采集该测评对象的测评场景图像，若该测评场景图像中存在运动对象，则将该测评场景图像发送至考试服务器120，以使考试服务器120基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果；头戴式显示设备110从考试服务器120接收对象检测结果，根据该对象检测结果得到测评对象的测评状态。
下面结合实施例和附图对本申请的基于头戴式显示设备的测评状态监测方法进行说明。
在一个实施例中，如图2所示，提供了一种基于头戴式显示设备的测评状态监测方法，以该方法应用于图1中的头戴式显示设备110为例进行说明，包括以下步骤：
步骤S201，显示测评试题后，接收图像采集设备采集测评对象的测评场景图像。
本步骤中，头戴式显示设备110可以从考试服务器120接收测评试题，在测评开始时将该测评试题进行显示。头戴式显示设备110显示测评试题后，接收图像采集设备130采集的测评对象的测评场景图像。其中，图像采集设备130设于测评对象的测评场景当中，该测评场景可以是测评对象的书房、客厅等场景，该图像采集设备130与头戴式显示设备110配对连接，即图像采集设备130与头戴式显示设备110可具有一一配对关系，在其他图像采集设备没有与该头戴式显示设备110建立配对关系的情况下，测评对象无法利用该其他图像采集设备替换该图像采集设备130与该头戴式显示设备110建立连接，以确保头戴式显示设备110所接收的该测评对象的测评场景图像，是由图像采集设备130采集得到的，提高测评场景图像采集的可靠性。
步骤S202，若测评场景图像中存在运动对象，则将测评场景图像发送至考试服务器，以使考试服务器基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果；
本步骤中，头戴式显示设备110可对图像采集设备130采集的测评场景图像进行分析，判断该测评场景图像中是否存在有运动对象。其中，判断测评场景图像中是否存在运动对象，可以用于检测在该测评对象所处的测评场景当中，是否具有运动的物体。具体的，图像采集设备130可以实时采集测评场景的视频图像，头戴式显示设备110可以对视频图像中的连续多帧图像进行分析，判断其中是否包含有运动对象，其中，测评场景图像可以是该连续多帧图像中的其中一帧图像。若头戴式显示设备110检测到测评场景图像中存在运动对象，说明头戴式显示设备110判断该测评场景中存在运动物体，则头戴式显示设备110进一步将该测评场景图像发送至考试服务器120进行分析，考试服务器120基于该测评场景图像检测其中存在的运动对象是否为预设对象，得到对象检测结果。其中，预设对象可以是人，即考试服务器120可以进一步判断运动对象是否为人，得到该运动对象的对象检测结果。本步骤采用先由头戴式显示设备110检测图像是否含有运动对象，再由考试服务器120进一步检测运动对象是否为预设对象的方式，可以在减轻头戴式显示设备110的数据处理压力的基础上，确保图像检测的准确性。考试服务器120得到对象检测结果后，将该对象检测结果发送给头戴式显示设备110。
步骤S203，接收考试服务器发送的对象检测结果；
本步骤中，头戴式显示设备110接收考试服务器120发送的对象检测结果。
步骤S204，根据对象检测结果得到测评对象的测评状态。
本步骤中，头戴式显示设备110根据对象检测结果获取测评对象的测评状态。其中，对象检测结果可以包括该测评场景中是否包含有例如人等预设对象，如果该测评场景中包含有预设对象，则头戴式显示设备110所得到的测评状态可以是该测评对象的测评状态异常，例如其周围存在有可协助其作弊的人，此时可终止该测评对象的测评考试。如果该测评场景中不包含有预设对象，则头戴式显示设备110所得到的测评状态可以是该测评对象的测评状态正常。
上述基于头戴式显示设备的测评状态监测方法中，头戴式显示设备110可以在显示测评试题后，接收图像采集设备130采集的测评对象的测评场景图像，若该测评场景图像中存在运动对象，则头戴式显示设备110可以将测评场景图像发送至考试服务器120，考试服务器120基于该测评场景图像检测运动对象是否为预设对象，得到对象检测结果并发送至头戴式显示设备110，头戴式显示设备110根据考试服务器120发送的对象检测结果，获取该测评对象的测评状态。该方案通过在头戴式显示设备110对测评场景图像进行分析，判断该图像中是否存在有运动对象，当图像中存在有运动对象时，将该图像发送给考试服务器120对该图像进行再次分析，以判断该运动对象是否为预设对象得到对象检测结果，通过对测评场景图像进行两层分析监测测评对象的测评状态，提高测评状态监测的准确性。
在一个实施例中，还可以先通过如下步骤判断是否为测评对象显示测评试题，具体包括：
获取图像采集设备在测评场景测试阶段采集的测评场景对应的标准图像；在显示测评试题前，通过图像采集设备采集测评场景的当前图像；当当前图像与标准图像相同时，显示测评试题；当当前图像与标准图像不相同时，显示具有可疑区域标识的当前图像；该可疑区域标识用于标识当前图像中的与标准图像不相同的区域。
本实施例主要是在测评开始前，先检测测评对象所处的测评场景中是否存在可疑物，如果存在，可在测评开始前提示测评对象将可疑物移除后再显示测评试题。
具体的，测评对象在将图像采集设备130安装在测评场景后，头戴式显示设备110可进入测评场景测试阶段，控制图像采集设备130对该测评场景进行拍摄，将该拍摄得到的图像作为测评场景对应的标准图像，可存储在头戴式显示设备110和考试服务器120中。在测评开始前，头戴式显示设备110通过图像采集设备130采集该测评对象所处的测评场景的当前图像，将该当前图像与标准图像进行比对，如果当前图像与标准图像相同，则可在测评考试开始时显示测评试题；如果该当前图像与标准图像不同，则头戴式显示设备110可在当前图像上生成可疑区域标识，该可疑区域标识用于标识当前图像中的与标准图像不相同的区域，并将该具有可疑区域标识的当前图像进行显示，显示后可提示测评对象将可疑区域在测评场景中对应的可疑物移除，移除后可再次进行检测，直到该测评对象所处的测评场景的当前图像与标准图像相同后再显示测评试题，从而确保测评对象当前实际所处的测评场景与测评场景测试阶段对应的测评场景一致，降低测评对象作弊的风险。
在一个实施例中，步骤S202中的将测评场景图像发送至考试服务器，以使考试服务器基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果，包括：
根据测评场景图像的图像采集时间，从图像采集设备采集的视频图像中，获取与图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像；将测评场景图像和多帧关联图像发送至考试服务器，以使考试服务器基于测评场景图像和多帧关联图像获取对象检测结果。
本实施例中，头戴式显示设备110在检测到测评场景图像存在运动对象后，可根据该测评场景图像的图像采集时间，从图像采集设备130实时采集的视频图像中，获取与该图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像。具体的，设测评场景图像的图像采集时间为14时00分，则头戴式显示设备110在检测到该测评场景图像存在运动对象后，从图像采集设备130实时采集的视频图像中，获取13时59分至14时01分的多帧视频图像，该多帧视频图像与14时00分采集的测评场景图像具有较密切的时间关联性，因此可作为测评场景图像的多帧关联图像，为了进一步提高图像检测的准确性，头戴式显示设备110将测评场景图像及其多帧关联图像一并发送至考试服务器120，考试服务器120则基于该测评场景图像及其多帧关联图像判断运动对象是否为预设对象并获取相应的对象检测结果。
在一个实施例中，头戴式显示设备110还可以获取与测评场景图像对应的红外图像；上述实施例中的将测评场景图像和多帧关联图像发送至考试服务器，以使考试服务器基于测评场景图像和多帧关联图像获取对象检测结果，可以包括：将测评场景图像、多帧关联图像以及红外图像发送至考试服务器，以使考试服务器基于测评场景图像、多帧关联图像以及红外图像获取对象检测结果。
本实施例主要是头戴式显示设备110在检测到测评场景图像中包含有运动对象后，还获取该测评场景图像的红外图像。该红外图像可以是由图像采集设备130采集的。该红外图像以及测评场景图像和多帧关联图像，可以由头戴式显示设备110一并发送至考试服务器120进行分析以获取相应的对象检测结果，该红外图像可以用于考试服务器120进一步提高对运动对象是否为预设对象进行检测的准确性，例如该红外图像可以用以考试服务器120根据人的体温判断测评场景图像中存在的运动对象是真实的人或是人形物体等。
在一个实施例中，如图3所示，提供了一种基于头戴式显示设备的测评状态监测方法，图3为另一个实施例中基于头戴式显示设备的测评状态监测方法的流程示意图，该方法可以应用于头戴式显示设备110，包括：
步骤S301，头戴式显示设备110显示测评试题后，接收图像采集设备130采集测评对象的测评场景图像；
其中，图像采集设备130设于测评对象的测评场景中，与头戴式显示设备110配对连接。
步骤S302，若测评场景图像中存在运动对象，则头戴式显示设备110根据测评场景图像的图像采集时间，从图像采集设备130采集的视频图像中，获取与图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像；
步骤S303，头戴式显示设备110获取与测评场景图像对应的红外图像；
步骤S304，头戴式显示设备110将测评场景图像、多帧关联图像以及红外图像发送至考试服务器120，以使考试服务器120基于测评场景图像、多帧关联图像以及红外图像获取对象检测结果；
步骤S305，头戴式显示设备110接收考试服务器120发送的对象检测结果；
步骤S306，头戴式显示设备110根据对象检测结果得到测评对象的测评状态。
本实施例的技术方案，通过在头戴式显示设备110对测评场景图像进行分析，判断该测评场景图像中是否存在有运动对象，当测评场景图像中存在有运动对象时，将该测评场景图像发送给考试服务器120对该图像进行再次分析，以检测该运动对象是否为预设对象从而得到对象检测结果，根据对象检测结果得到该测评对象的测评状态，通过对测评场景图像进行两层分析监测测评对象的测评状态，提高测评状态监测的准确性。
在一个实施例中，如图4所示，提供了一种基于头戴式显示设备的测评状态监测方法，图4为又一个实施例中基于头戴式显示设备的测评状态监测方法的流程示意图，以该方法应用于图1中的考试服务器120为例进行说明，该方法包括：
步骤S401，接收头戴式显示设备发送的测评场景图像。
本步骤中，考试服务器120接收头戴式显示设备110发送的测评场景图像。其中，该头戴式显示设备110，用于显示测评试题后，接收图像采集设备130采集测评对象的测评场景图像，若测评场景图像中存在运动对象，则将测评场景图像发送至考试服务器120；其中，图像采集设备130设于该测评对象的测评场景中，与头戴式显示设备110配对连接；
步骤S402，基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果；
本步骤中，考试服务器120可对测评场景图像进行分析，判断其上的运动对象是否为预设对象得到对象检测结果。其中，考试服务器120可以利用预先训练的对象检测模型检测该测评场景图像上的运动对象是否为预设对象，得到对象检测结果。具体的，考试服务器120可以利用预先训练的人型检测模型判断该运动对象是否为人，若该运动对象为人，则对象检测结果可以是该测评场景图像中包含人，若否，则该对象检测结果可以该测评场景图像中不包含人。
步骤S403，将对象检测结果发送至头戴式显示设备，以使头戴式显示设备根据对象检测结果得到测评对象的测评状态。
本步骤中，考试服务器120将对象检测结果发送至头戴式显示设备110，头戴式显示设备110根据对象检测结果得到测评对象的测评状态。其中，对象检测结果可以包括该测评场景中是否包含有例如人等预设对象，如果该测评场景中包含有预设对象，则头戴式显示设备110所得到的测评状态可以是该测评对象的测评状态异常，例如其周围存在有可协助其作弊的人，此时可终止该测评对象的测评考试。如果该测评场景中不包含有预设对象，则头戴式显示设备110所得到的测评状态可以是该测评对象的测评状态正常。
在一个实施例中，考试服务器120还可以接收头戴式显示设备110发送的多帧关联图像。其中，头戴式显示设备110，还用于根据测评场景图像的图像采集时间，从图像采集设备采集的视频图像中，获取与图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像。
上述步骤S402中的基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果，可以进一步包括：基于测评场景图像和多帧关联图像获取对象检测结果。
本实施例主要是考试服务器120除了从头戴式显示设备110接收测评场景图像以外，还接收其多帧关联图像。本实施例中，考试服务器120可以基于测评场景图像及其多帧关联图像采用例如帧间差分的方法判断该测评场景图像中是否存在运动对象。具体的，在头戴式显示设备110对测评场景图像进行运动对象检测时，由于头戴式显示设备110具有的运算资源有限，相较于考试服务器120，头戴式显示设备110对运动对象的检测结果准确性较低，为了防止误判，考试服务器120可根据头戴式显示设备110提供的测评场景图像及其多帧关联图像重新判断该测评场景图像中是否存在运动对象，若存在，则进一步利用如人型检测模型判断该测评场景图像中的运动对象是否为例如人等预设对象；如果不存在，则其对象检测结果可以是测评场景图像中不包含运动对象。本实施例可由考试服务器120在头戴式显示设备110对图像中运动对象进行初步检测的基础上对运动对象进行再次检测，以进一步提高对测评状态监测的准确性，而如果将头戴式显示设备110从图像采集设备130接收的所有视频图像都交由考试服务器120进行判断，一方面会导致传输数据需要较大的带宽，另一方面也会使得考试服务器120处理压力过大，本实施例通过头戴式显示设备110先进行粗分析后由考试服务器120进行精细分析的方式，可以在节约运算、传输资源的前提下，对测评对象周围是否有人进行准确判别。
在一个实施例中，考试服务器120还可以接收头戴式显示设备110发送的与测评场景图像对应的红外图像。其中，该红外图像可以由图像采集设备130采集发送至头戴式显示设备110，再由头戴式显示设备110发送至考试服务器120。上述实施例中的基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果，可以进一步包括：基于测评场景图像、多帧关联图像以及红外图像获取对象检测结果。
本实施例主要是考试服务器120可以进一步结合红外图像以提高对对象进行检测的准确性。具体的，考试服务器120可以先根据测评场景图像和多帧关联图像判断该测评场景图像中是否存在运动对象，如果存在，则考试服务器120可以进一步利用预先训练的对象检测模型判断该运动对象是否为预设对象，例如利用人型检测模型判断该运动对象是否为人，如果该运动对象初步判断为预设对象，则考试服务器120可以在测评场景图像中确定出该运动对象所在的图像区域，该考试服务器120还可以获取预设对象对应的体温度范围，并在红外图像中获取与前述测评场景图像中运动对象所在的图像区域对应的红外图像区域，通过判断该红外图像区域对应的温度是否与前述体温度范围匹配，若是，则考试服务器120可进一步判断该运动对象为预设对象；若否，则考试服务器120可判断测评场景图像中不具有预设对象。以人为例，考试服务器120可在测评场景图像中确定出疑似为人的图像区域，考试服务器120获取人的体温度范围，并获取红外图像中与前述疑似为人的图像区域对应的红外图像区域，将该红外图像区域对应的温度与人的体温范围进行比对，如果温度在人的体温范围之内，则考试服务器120进一步判断出测评场景图像中存在真实的人的图像，若否，则考试服务器120可判断测评场景图像中不存在有真实的人的图像，由此可进一步提高对测评场景图像进行预设对象检测的准确性，有利于进一步提高对测评状态监测的准确性。
应该理解的是，虽然图2至4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，图5为一个实施例中基于头戴式显示设备的测评状态监测装置的结构框图，提供了一种头戴式显示设备的测评状态监测装置500，该装置500可以应用于头戴式显示设备110，包括：
图像采集模块501，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；图像采集设备设于测评对象的测评场景中，与头戴式显示设备配对连接；
图像发送模块502，用于若测评场景图像中存在运动对象，则将测评场景图像发送至考试服务器，以使考试服务器基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果；
结果接收模块503，用于接收考试服务器发送的对象检测结果；
状态得到模块504，用于根据对象检测结果得到测评对象的测评状态。
在一个实施例中，图像发送模块502，进一步用于根据测评场景图像的图像采集时间，从图像采集设备采集的视频图像中，获取与图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像；将测评场景图像和多帧关联图像发送至考试服务器，以使考试服务器基于测评场景图像和多帧关联图像获取对象检测结果。
在一个实施例中，还包括：
红外图像获取单元，用于获取与测评场景图像对应的红外图像；
图像发送模块502，进一步用于将测评场景图像、多帧关联图像以及红外图像发送至考试服务器，以使考试服务器基于测评场景图像、多帧关联图像以及红外图像获取对象检测结果。
在一个实施例中，还包括：
场景配对模块，用于获取图像采集设备在测评场景测试阶段采集的测评场景对应的标准图像；在显示测评试题前，通过图像采集设备采集测评场景的当前图像；当当前图像与标准图像相同时，显示测评试题；当当前图像与标准图像不相同时，显示具有可疑区域标识的当前图像；可疑区域标识用于标识当前图像中的与标准图像不相同的区域。
在一个实施例中，如图6所示，图6为另一个实施例中基于头戴式显示设备的测评状态监测装置的结构框图，提供了一种头戴式显示设备的测评状态监测装置600，该装置600可以应用于考试服务器120，包括：
图像接收模块601，用于接收头戴式显示设备发送的测评场景图像；其中，头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若测评场景图像中存在运动对象，则将测评场景图像发送至考试服务器；图像采集设备设于测评对象的测评场景中，与头戴式显示设备配对连接；
结果获取模块602，用于基于测评场景图像检测运动对象是否为预设对象，得到对象检测结果；
结果发送模块603，用于将对象检测结果发送至头戴式显示设备，以使头戴式显示设备根据对象检测结果得到测评对象的测评状态。
在一个实施例中，还包括：关联图像接收单元，用于接收头戴式显示设备发送的多帧关联图像；其中，头戴式显示设备，用于根据测评场景图像的图像采集时间，从图像采集设备采集的视频图像中，获取与图像采集时间相对应的一时间段内的多帧视频图像，得到测评场景图像的多帧关联图像；
结果获取模块602，进一步用于基于测评场景图像和多帧关联图像获取对象检测结果。
在一个实施例中，还包括：红外图像接收单元，用于接收头戴式显示设备发送的与测评场景图像对应的红外图像；
结果获取模块602，进一步用于基于测评场景图像、多帧关联图像以及红外图像获取对象检测结果。
关于头戴式显示设备的测评状态监测装置的具体限定可以参见上文中对于头戴式显示设备的测评状态监测方法的限定，在此不再赘述。上述头戴式显示设备的测评状态监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种电子设备，该电子设备可以是头戴式显示设备，也可以是服务器，其内部结构图可以如图7所示，图7为一个实施例中电子设备的内部结构图。该电子设备包括通过系统总线连接的处理器、存储器、通信接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的设备进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于头戴式显示设备的测评状态监测方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于头戴式显示设备的测评状态监测方法，其特征在于，应用于头戴式显示设备，所述方法包括：
显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
接收所述考试服务器发送的对象检测结果；
根据所述对象检测结果得到所述测评对象的测评状态。
2.根据权利要求1所述的方法，其特征在于，所述将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果，包括：
根据所述测评场景图像的图像采集时间，从所述图像采集设备采集的视频图像中，获取与所述图像采集时间相对应的一时间段内的多帧视频图像，得到所述测评场景图像的多帧关联图像；
将所述测评场景图像和多帧关联图像发送至所述考试服务器，以使所述考试服务器基于所述测评场景图像和多帧关联图像获取所述对象检测结果。
3.根据权利要求2所述的方法，其特征在于，
所述方法还包括：
获取与所述测评场景图像对应的红外图像；
所述将所述测评场景图像和多帧关联图像发送至所述考试服务器，以使所述考试服务器基于所述测评场景图像和多帧关联图像获取所述对象检测结果，包括：
将所述测评场景图像、多帧关联图像以及红外图像发送至所述考试服务器，以使所述考试服务器基于所述测评场景图像、多帧关联图像以及红外图像获取所述对象检测结果。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述图像采集设备在测评场景测试阶段采集的所述测评场景对应的标准图像；
在显示所述测评试题前，通过所述图像采集设备采集所述测评场景的当前图像；
当所述当前图像与所述标准图像相同时，显示所述测评试题；
当所述当前图像与所述标准图像不相同时，显示具有可疑区域标识的所述当前图像；所述可疑区域标识用于标识所述当前图像中的与所述标准图像不相同的区域。
5.一种基于头戴式显示设备的测评状态监测方法，其特征在于，应用于考试服务器，所述方法包括：
接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
6.根据权利要求5所述的方法，其特征在于，
所述方法还包括：
接收所述头戴式显示设备发送的多帧关联图像；其中，所述头戴式显示设备，用于根据所述测评场景图像的图像采集时间，从所述图像采集设备采集的视频图像中，获取与所述图像采集时间相对应的一时间段内的多帧视频图像，得到所述测评场景图像的所述多帧关联图像；
所述基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果，包括：
基于所述测评场景图像和多帧关联图像获取所述对象检测结果。
7.根据权利要求6所述的方法，其特征在于，
所述方法还包括：
接收所述头戴式显示设备发送的与所述测评场景图像对应的红外图像；
所述基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果，包括：
基于所述测评场景图像、多帧关联图像以及红外图像获取所述对象检测结果。
8.一种基于头戴式显示设备的测评状态监测装置，其特征在于，应用于头戴式显示设备，包括：
图像采集模块，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
图像发送模块，用于若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至考试服务器，以使所述考试服务器基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
结果接收模块，用于接收所述考试服务器发送的对象检测结果；
状态得到模块，用于根据所述对象检测结果得到所述测评对象的测评状态。
9.一种基于头戴式显示设备的测评状态监测装置，其特征在于，应用于考试服务器，包括：
图像接收模块，用于接收头戴式显示设备发送的测评场景图像；其中，所述头戴式显示设备，用于显示测评试题后，接收图像采集设备采集测评对象的测评场景图像，若所述测评场景图像中存在运动对象，则将所述测评场景图像发送至所述考试服务器；所述图像采集设备设于所述测评对象的测评场景中，与所述头戴式显示设备配对连接；
结果获取模块，用于基于所述测评场景图像检测所述运动对象是否为预设对象，得到对象检测结果；
结果发送模块，用于将所述对象检测结果发送至所述头戴式显示设备，以使所述头戴式显示设备根据所述对象检测结果得到所述测评对象的测评状态。
10.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010496355.XA CN111583732B (zh) | 2020-06-03 | 2020-06-03 | 基于头戴式显示设备的测评状态监测方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010496355.XA CN111583732B (zh) | 2020-06-03 | 2020-06-03 | 基于头戴式显示设备的测评状态监测方法、装置和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111583732A true CN111583732A (zh) | 2020-08-25 |
| CN111583732B CN111583732B (zh) | 2021-09-03 |
Family
ID=72127435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010496355.XA Active CN111583732B (zh) | 2020-06-03 | 2020-06-03 | 基于头戴式显示设备的测评状态监测方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111583732B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113177867A (zh) * | 2021-04-22 | 2021-07-27 | 行云新能科技（深圳）有限公司 | 底盘线控系统的教学方法、装置及可读存储介质 |
| GB2611161A (en) * | 2021-09-20 | 2023-03-29 | Amir Homayoun Javadi | Behavioural monitoring system |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202634598U (zh) * | 2012-03-07 | 2012-12-26 | 周荣华 | 一种对个体实现远程监考的系统 |
| CN103108163A (zh) * | 2013-01-31 | 2013-05-15 | 桂林电子科技大学 | 网络课程学习与考试防作弊的监控系统及装置 |
| CN106210663A (zh) * | 2016-08-30 | 2016-12-07 | 湖南强视信息科技有限公司 | 一种面向无人监考的防止他人协助方法 |
| CN205827428U (zh) * | 2016-05-30 | 2016-12-21 | 上海铁路局合肥机务段 | 自助式考试系统 |
| CN106662746A (zh) * | 2014-08-22 | 2017-05-10 | 国际智能技术公司 | 安全考试设备、系统和方法 |
| JP2017156410A (ja) * | 2016-02-29 | 2017-09-07 | 京セラドキュメントソリューションズ株式会社 | 試験システム |
| US20170263142A1 (en) * | 2016-03-08 | 2017-09-14 | Gholam Hossein Zereshkian | Anti-cheating device for online examination |
| CN108897423A (zh) * | 2018-06-27 | 2018-11-27 | 武汉华工智云科技有限公司 | 一种vr眼镜及其在线考试防作弊方法 |
| CN109711292A (zh) * | 2018-12-13 | 2019-05-03 | 深圳市赛特雷德科技有限公司 | 一种智能监考方法及装置 |
| 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 |
| CN110807090A (zh) * | 2019-10-30 | 2020-02-18 | 福建工程学院 | 一种面向在线考试的无人监考方法 |
| US20200118456A1 (en) * | 2014-08-22 | 2020-04-16 | Intelligent Technologies International, Inc. | Secure Testing Device With Combiner |
-
2020
- 2020-06-03 CN CN202010496355.XA patent/CN111583732B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202634598U (zh) * | 2012-03-07 | 2012-12-26 | 周荣华 | 一种对个体实现远程监考的系统 |
| CN103108163A (zh) * | 2013-01-31 | 2013-05-15 | 桂林电子科技大学 | 网络课程学习与考试防作弊的监控系统及装置 |
| CN106662746A (zh) * | 2014-08-22 | 2017-05-10 | 国际智能技术公司 | 安全考试设备、系统和方法 |
| US20200118456A1 (en) * | 2014-08-22 | 2020-04-16 | Intelligent Technologies International, Inc. | Secure Testing Device With Combiner |
| JP2017156410A (ja) * | 2016-02-29 | 2017-09-07 | 京セラドキュメントソリューションズ株式会社 | 試験システム |
| US20170263142A1 (en) * | 2016-03-08 | 2017-09-14 | Gholam Hossein Zereshkian | Anti-cheating device for online examination |
| CN205827428U (zh) * | 2016-05-30 | 2016-12-21 | 上海铁路局合肥机务段 | 自助式考试系统 |
| CN106210663A (zh) * | 2016-08-30 | 2016-12-07 | 湖南强视信息科技有限公司 | 一种面向无人监考的防止他人协助方法 |
| CN108897423A (zh) * | 2018-06-27 | 2018-11-27 | 武汉华工智云科技有限公司 | 一种vr眼镜及其在线考试防作弊方法 |
| CN109711292A (zh) * | 2018-12-13 | 2019-05-03 | 深圳市赛特雷德科技有限公司 | 一种智能监考方法及装置 |
| 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 |
| CN110807090A (zh) * | 2019-10-30 | 2020-02-18 | 福建工程学院 | 一种面向在线考试的无人监考方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113177867A (zh) * | 2021-04-22 | 2021-07-27 | 行云新能科技（深圳）有限公司 | 底盘线控系统的教学方法、装置及可读存储介质 |
| GB2611161A (en) * | 2021-09-20 | 2023-03-29 | Amir Homayoun Javadi | Behavioural monitoring system |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111583732B (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109726663A (zh) | 在线考试监控方法、装置、计算机设备及存储介质 | |
| CN111583732B (zh) | 基于头戴式显示设备的测评状态监测方法、装置和设备 | |
| CN105791299A (zh) | 一种无人监考的智能化上机考试系统 | |
| CN110807090A (zh) | 一种面向在线考试的无人监考方法 | |
| CN111611865A (zh) | 考试作弊行为识别方法、电子设备及存储介质 | |
| CN111539313A (zh) | 考试作弊行为检测方法及系统 | |
| KR101499769B1 (ko) | 웹캠을 이용한 온라인평가 응시자의 진정성 확보 방법 및 시스템 | |
| CN113596411B (zh) | 一种基于大数据的考点区域环境监控方法及系统 | |
| CN112669498A (zh) | 通行状态管理方法、装置和系统 | |
| CN108449571A (zh) | 一种车内监控方法及设备 | |
| CN112767585A (zh) | 通行检测方法及装置、电子设备及计算机可读存储介质 | |
| CN113642507A (zh) | 基于多摄像头同人检测的考试监控方法、系统、设备及介质 | |
| CN112595730A (zh) | 电缆破损识别方法、装置和计算机设备 | |
| CN115511329A (zh) | 一种电力作业合规监测系统及方法 | |
| CN112087603A (zh) | 智慧考场监管方法 | |
| CN111581436A (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
| CN111665939B (zh) | 基于头戴式显示设备的试题处理方法、装置和电子设备 | |
| CN111695445A (zh) | 一种人脸识别的方法、装置、设备及计算机可读存储介质 | |
| JP2020095651A (ja) | 生産性評価システム、生産性評価装置、生産性評価方法、及びプログラム | |
| CN110175522A (zh) | 考勤方法、系统及相关产品 | |
| CN111402454A (zh) | 智能锁与环境参数关联的方法及装置 | |
| CN113743901A (zh) | 一种云在线监考方法、系统、设备及存储介质 | |
| CN112419638B (zh) | 一种告警视频的获取方法及装置 | |
| CN114550064A (zh) | 标准化考场视频监控数据分析系统 | |
| CN113836563A (zh) | 一种加密考试技术或者离线加密考试系统 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 511400 No.5, jinshangu creative 10th Street, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Patentee after: Wangcai Technology (Guangzhou) Group Co.,Ltd. Country or region after: China Address before: 511400 No.5, jinshangu creative 10th Street, Donghuan street, Panyu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU NANFANG HUMAN RESOURCES EVALUATION CENTER Co.,Ltd. Country or region before: China |