CN112651858A - 一种在线学习监督辅助系统 - Google Patents

一种在线学习监督辅助系统 Download PDF

Info

Publication number
CN112651858A
CN112651858A CN202011013182.8A CN202011013182A CN112651858A CN 112651858 A CN112651858 A CN 112651858A CN 202011013182 A CN202011013182 A CN 202011013182A CN 112651858 A CN112651858 A CN 112651858A
Authority
CN
China
Prior art keywords
learning
learner
module
alarm
teaching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011013182.8A
Other languages
English (en)
Inventor
陈智文
程新丽
黄琴
张辉
涂玉芬
向隅
廖梦虎
苏雪
余辉
杨健
郝琼
黄智伟
邓玲
杨希玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Railway Vocational College of Technology
Original Assignee
Wuhan Railway Vocational College of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Railway Vocational College of Technology filed Critical Wuhan Railway Vocational College of Technology
Priority to CN202011013182.8A priority Critical patent/CN112651858A/zh
Publication of CN112651858A publication Critical patent/CN112651858A/zh
Pending legal-status Critical Current

Links

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
    • G06Q50/205—Education administration or guidance
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种在线学习监督辅助系统，包括：学习端，教学端，后台管理端；其中：学习端包括：人脸活体检测模块、页面检测模块、警报模块；人脸活体检测模块对学习者唯一性进行判断，将判断结果发送给警报模块；页面检测模块用于对学习者的学习页面统一性进行检测，将检测结果发送给警报模块；警报模块用于根据检测结果对学习者发出警报信息；教学端用于接收学习端发送的警报信息，并通过警报信息对学习者的异常行为进行统计分析。后台管理端用于储存并记录学习者的所有信息。本发明对于异常学习行为检测广泛，提出学习信用度概念，通过学习信用度自适应控制检测频率，节约网络资源；针对不管是理论课还是实际操作课程的线上课程，均能进行有效监督。

Description

一种在线学习监督辅助系统
技术领域
本发明涉及的是在线教育技术领域，特别涉及一种在线学习监督辅助系统。
背景技术
随着在线学习资源的增多以及学习的便利性被越来越多的人认可，越来越多的学生开始采用在线学习的方式。对于ー些职业技能类课程,在线学习不但可以帮助工人提升职业技能，还可以充分利用工作的碎片时间检验对所学知识的掌握程度。虽然在线学习拥有较多的优点，但其与传统的教学方式相比，对于学习者自律性要求比较高，教学人员无法监督学习者异常学习行为，其中，异常学习行为包括：(1)其他人代上课，非活人上课(贴本人照片)，上课中途离开，睡觉；(2)理论课程直播过程中，学习端设备显示内容包含任何非教师讲授视频窗口；(3)计算机实际操作课程中(教师未开启课件窗口)，打开非教师允许使用的软件。因此，需要一种在线学习监督辅助系统对于学习者异常学习行为进行监督。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种在线学习监督辅助系统。
一种在线学习监督辅助系统，包括：学习端，教学端，后台管理端；其中：
学习端分别与教学端和后台管理端连接，学习端包括：人脸活体检测模块、页面检测模块、警报模块；人脸活体检测模块用于对学习者人脸进行检测、对学习端学习者唯一性进行判断，将判断结果发送给警报模块；页面检测模块用于对学习者的学习页面统一性进行检测，检测学习者学习页面是否包含任何非教师讲授视频窗口内容，将检测结果发送给警报模块；警报模块用于当学习者非唯一确定或学习页面和教学端不具有统一性时，对学习者发出警报信息，并将警报信息发送给教学端和后台管理端；
教学端分别与学习端和后台管理端连接，用于接收学习端发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析。
后台管理端分别与学习端和教学端连接，用于储存并记录学习者的所有信息。
进一步地，学习端还包括：信用度模块，用于给学习者设置初始信用度，并根据学习者学习累计时间和报警次数更新信用度。
进一步地，学习端还包括：应用程序识别模块，用于当学习者需要按教学端要求打开特定应用程序时，对学习者当前应用程序识别，判断当前学习者应用程序是否为教学端允许的特定应用程序，将判断结果发送给警报模块。
进一步地，学习端还包括：流量监测模块，用于对学习者使用的流量进行监测，对学习者使用流量和教学端设置的预设流量阈值进行比较，将比较结果发送给警报模块。
进一步地，教学端包括：应用程序控制模块和警报记录模块，其中，应用程序控制模块用于控制学习端学习者能被允许打开的应用程序；警报记录模块用于接收警报模块发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析。
进一步地，系统会根据学习者信用度自适应控制检测频率，具体为：学习者信用度越高系统采集信息频率越低，信用度越低系统采集频率越高。
进一步地，学习者信用度与学习累计时间和报警次数的具体关系为：信用度高低与学习累计时间长短正相关，与报警次数负相关。
进一步地，人脸活体检测模块工作流程为：
S101.在线获取学习者图像信息，对获取的图像信息进行人脸图像匹配；
S102.当人脸图像匹配成功后，通过一些活体信号对学习者进行活体检测，判断当前学习者是否为活体本人；当人脸图像匹配失败或当前学习者不为活体本人时，向警报模块发出警报提示并降低学习者信用度；当人脸图像匹配成功且当前学习者为活体本人时，增加信用度并降低系统检测频。
进一步地，页面检测模块工作流程为：
S201.实时获取教学端和学习端屏幕截图，并发送给页面检测模块；
S202.页面检测模块通过聚类分析算法对教学端和学习端屏幕截图进行分析，判断教学端和学习端屏幕截图是否一致，若教学端和学习端屏幕截图一致，增加学习者信用度，降低系统检测频率；若教学端和学习端屏幕截图不一致，降低学习者信用度，增加系统检测频率，并向警报模块发出警报提示。
进一步地，应用程序识别模块工作流程为：应用程序识别模块接收教学端设置学习端允许使用的应用程序，并且实时识别学习端当前使用的应用程序，判断学习端是否运行未被允许的应用程序，当学习端运行未被允许的应用程序时，降低学习者信用度，并向警报模块发出警报提示；当学习端没有运行未被允许的应用程序时，增加学习者信用度，并降低系统检测频率。
本发明实施例提供的上述技术方案的有益效果至少包括：
本系统提出学习信用度概念，信用度由学习者使用系统累计时长与学习者接收到的警报次数加权获得，将学生的学习自觉性进行量化，划分学生的信用等级。根据信用度等级自适应地控制系统检测频率，如对于自觉性强的学习者，可以降低监督频率，对于自觉性若的学习者，更针对性的监督。从而有效节省网络资源带宽，提升传输效率，减少存储空间。本系统针对的在线课程，不管是统一上的理论课还是实际操作课程，均能进行有效监督。针对理论课程，教学段与学习端页面必然保持一致，通过页面检测模块实现。针对实际操作课程，通过应用程序识别及流量检测模块实现。本系统对于异常学习行为检测广泛，不只是简单的课中签到，签到还可能不是本人，本系统监督检测贯穿于教师统一在线授课的全过程，学习者身份的确认，是否出现其它人或假人代替上课，学生是否睡觉、消失，在教师讲授课程中，学习端展示的页面是否跟教师保持一致，是否打开了其它窗口，是否关闭了教师课程展示的窗口，当教师允许学生自行操作PC端时，学生是否打开其它无关软件等。本系统对整个在线教学实行全过程监督，最大程度监控学生的学习行为。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例在线学习监督辅助系统结构图；
图2为本发明实施例在线学习监督辅助系统的的信用度与学习累计时间和警报次数关系图；
图3为本发明实施例在线学习监督辅助系统的警报弹窗图；
图4为本发明实施例在线学习监督辅助系统的教学端警示记录显示图；
图5为本发明实施例在线学习监督辅助系统的人脸活体识别流程图；
图6为本发明实施例在线学习监督辅助系统的页面检测流程图；
图7为本发明实施例在线学习监督辅助系统的应用程序识别流程图；
图8为本发明实施例在线学习监督辅助系统的主控电路图；
图9为本发明实施例在线学习监督辅助系统的摄像头传感器电路连接图；
图10为本发明实施例在线学习监督辅助系统的定位模块电路连接图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的教学人员无法监督学习者异常学习行为的问题，本发明实施例提供一种在线学习监督辅助系统。
实施例一
如图1所示，一种在线学习监督辅助系统，包括：学习端，教学端，后台管理端；其中：
学习端分别与教学端和后台管理端连接，学习端包括：人脸活体检测模块、页面检测模块、警报模块；人脸活体检测模块用于对学习者人脸进行检测、对学习端学习者唯一性进行判断，将判断结果发送给警报模块；页面检测模块用于对学习者的学习页面统一性进行检测，检测学习者学习页面是否包含任何非教师讲授视频窗口内容，将检测结果发送给警报模块；警报模块用于当学习者非唯一确定或学习页面和教学端不具有统一性时，对学习者发出警报信息，并将警报信息发送给教学端和后台管理端。
具体的，目前人脸识别技术已日趋成熟，应用广泛，在线教育行业主要应用于在线考试，如职教云考试模块、阿里培训考试模块、驾照考试等。人脸活体识别模块除了“识人”之外，还“识真”，也就是说在系统面前，不仅要确保这个人的脸是不是这个人的脸，还要确保这张脸是不是活体的人脸，而不是图片、视频、或者带着面具的人脸。“识真”可以通过眨眼、摇头、点头、低头等组合动作验证用户是否为真实活体本人，最大程度监督确保是学习者本人在进行学习。
具体地，学习端包括MCU、摄像头模块、警报模块、及定位模块，所述摄像头用于获取学习者人脸活体图像，所述摄像头、警报模块及所述定位模块均与所述MCU连接。
优选的方案，如图8至10所示，学习端还包括：所述MCU型号为STM32F405，所述摄像头模块包括芯片AL422B及芯片OV7670，所述芯片AL422B的DO7～DO0引脚分别与所述MCU的PA7～PA0引脚连接，所述芯片AL422B的WEN、OE/CS、RRST及RCLK引脚分别与PA13、PA12、PB4及PA14引脚连接；
所述芯片OV7670的SCL、SDA、HREF及VSYNC引脚分别与所述MCU的PB6、PB7、PB8及PB5引脚连接。通过双目摄像头对学习者的人脸进行实时拍摄，检测是否有对应的人脸出现，以及该对应的人脸是否为动态的，如果不是对应的人脸，则报警，如果是对应的人脸但是静止不动超过一定时间，则报警。
优选的方案，所述定位模块包括LCS8102芯片，所述LCS8102芯片的RXD引脚及TXD引脚分别与MCU的PA9及PA8引脚连接。定位模块用于实时定位上课期间学习者所处的位置，便于后台记录。
优选的方案，警报模块包括LED灯，所述LED灯与所述MCU的PB15或PB14引脚连接。如图8所示，LED1和LED2分别为显示摄像头画面静止的绿LED灯及用于显示没有人脸头像的红LED灯。
在一些优选实施例中，如图5所示，人脸活体检测模块工作流程为：
S101.先导入身份信息，在线获取学习者图像信息，对获取的图像信息进行人脸图像匹配；
S102.当人脸图像匹配成功后，通过一些活体信号对学习者进行活体检测，判断当前学习者是否为活体本人；当人脸图像匹配失败或当前学习者不为活体本人时，向警报模块发出警报提示并降低学习者信用度提高检测频率；当人脸图像匹配成功且当前学习者为活体本人时，增加信用度并降低系统检测频。
本系统通过摄像头会不定时通过学习端摄像头采集学习者图像，与原始登记照片进行匹配，使用人脸关键点定位和人脸追踪等技术“识人”、“识真”。当系统检测到面部识别的不匹配、无头像、非活人等情况，学习者端会发出弹出框进行相应的警报提醒。
目前的页面检测技术主要应用于在线考试防作弊机制，如图6所示，教师端屏幕截图以及学生端屏幕截图，然后进行聚类分析是否为异常点，若否，则信用度更新并降低检测频率；若是，则警报提示，信用度更新并提高检测频率。
使用固有频率截屏或者录屏，人为监控查看异常防止作弊，或者进行页面面跳出检测，当跳出当前页面的时候，会自动进行记录及提醒。而本系统的页面检测模块针对在线理论课程，教学端与学习端页面内容显示一致的情况，根据学习者信用度以自适应的频率对学习端设备进行截屏，使用聚类分析的算法，与教学端的页面进行匹配，发现异常点，提出警报。对于学习者最小化、关闭教师直播分享页面或者是浏览其它页面等与教师页面显示不一致的情况均能通过页面检测模块发现。
具体地，如图3所示，当学生在学习端出现异常学习行为时，系统能够自动检测，根据相应的异常学习行为，在学习设备上弹出对话框进行警示。与此同时，教学端在教学设备上也会有相应警报记录提示，并实时更新。当有学生出现多次警示记录时，教师可根据实际情况，进行点名提醒。如图4所示的教学端警示记录显示结果。如2020/7/28日，张三，所处班级电信1901，时间为13：55，非本人登录警示依次，本课程累计次数为5次。
在一些优选实施例中，页面检测模块工作流程为：
S201.实时获取教学端和学习端屏幕截图，并发送给页面检测模块；
S202.页面检测模块通过聚类分析算法对教学端和学习端屏幕截图进行分析，判断教学端和学习端屏幕截图是否一致，若教学端和学习端屏幕截图一致，增加学习者信用度，降低系统检测频率；若教学端和学习端屏幕截图不一致，降低学习者信用度，增加系统检测频率，并向警报模块发出警报提示。
在一些优选实施例中，如图7所示，学习端还包括：应用程序识别模块，用于当学习者需要按教学端要求打开特定应用程序时，对学习者当前应用程序识别，判断当前学习者应用程序是否为教学端允许的特定应用程序，或者学生端是否有异常流量使用情况，并将判断结果发送给警报模块，同时更新相应的信用度，若信用度提高，则降低检测频率，若信用度降低，则提高检测频率。
在一些优选实施例中，学习端还包括：信用度模块，用于给学习者设置初始信用度，并根据学习者学习累计时间和报警次数更新信用度。在本实施例中，学习者信用度与学习累计时间和报警次数的具体关系为：信用度高低与学习累计时间长短正相关，与报警次数负相关。具体的，如图2，信用度公式为：
信用度＝K1信用度1+K2信用度2
其中，K1和K2为正常数，信用度1大小和学习累计时间有关，信用度2大小和警报次数有关。
本系统对学习者监督的频率、信息采集的频率会根据信用度的高低而变化。系统会根据学习者信用度自适应控制检测频率，具体为：学习者信用度越高系统采集信息频率越低，信用度越低系统采集频率越高。也就是说对于长时间使用本系统进行在线监督后，未检测到任何不良的学习行为这样信用度高的学习者，没有必要频繁进行检测，检测频率会从原始的5秒/次逐步降低为600秒每次，若后期检测到了了不良的学习行为，造成信用度降低，那么检测频率又会从600秒/次逐步上升，对于频繁检测到不良学习行为这样信用度低的学习者，检测频率可能一直会保持最高频率5S/次。
在一些优选实施例中，学习端还包括：应用程序识别模块，用于当学习者需要按教学端要求打开特定应用程序时，对学习者当前应用程序识别，判断当前学习者应用程序是否为教学端允许的特定应用程序，将判断结果发送给警报模块。
优选的，应用程序识别模块工作流程为：应用程序识别模块接收教学端设置学习端允许使用的应用程序，并且实时识别学习端当前使用的应用程序，判断学习端是否运行未被允许的应用程序，当学习端运行未被允许的应用程序时，降低学习者信用度，并向警报模块发出警报提示；当学习端没有运行未被允许的应用程序时，增加学习者信用度，并降低系统检测频率。
具体的，对于实际操作的课程，教师理论部分讲授完成后学习者需要使用PC端自己动手操作时，教学端与学习端页面显示内部不可能一直保持一致，已不适用于页面检测，故提出应用程序识别模块与流量检测模块。教师通过应用程序控制模块开放课程所需的一部分应用程序权限，如《C语言程序设计》课程开放VC++使用权限，《信息技术基础》课程开放Office使用权限等等。当学习端开启了非教学端允许的应用程序，则发出警报。考虑到有些课程需要用到浏览器查询资料，为了避免学习者通过浏览器在线观看视频等情况，故补充流量检测模块，对于流量使用异常情况也会发出警报并记录。
在一些优选实施例中，学习端还包括：流量监测模块，用于对学习者使用的流量进行监测，对学习者使用流量和教学端设置的预设流量阈值进行比较，将比较结果发送给警报模块。
教学端分别与学习端和后台管理端连接，用于接收学习端发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析。
在一些优选实施例中，教学端包括：应用程序控制模块和警报记录模块，其中，应用程序控制模块用于控制学习端学习者能被允许打开的应用程序；警报记录模块用于接收警报模块发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析。
后台管理端分别与学习端和教学端连接，用于储存并记录学习者的所有信息。在本实施例中，后台管理端会对学习日期、学生姓名、班级、时间、警报异常项、累计次数、截屏异常图像进行统计、存储、记录，方便教师对教学情况进行情况分析。
本实施例公开的一种在线学习监督辅助系统，提出学习信用度概念，信用度由学习者使用系统累计时长与学习者接收到的警报次数加权获得，将学生的学习自觉性进行量化，划分学生的信用等级。根据信用度等级自适应地控制系统检测频率，如对于自觉性强的学习者，可以降低监督频率，对于自觉性若的学习者，更针对性的监督。从而有效节省网络资源带宽，提升传输效率，减少存储空间。本系统针对的在线课程，不管是统一上的理论课还是实际操作课程，均能进行有效监督。针对理论课程，教学段与学习端页面必然保持一致，通过页面检测模块实现。针对实际操作课程，通过应用程序识别及流量检测模块实现。本系统对于异常学习行为检测广泛，不只是简单的课中签到，签到还可能不是本人，本系统监督检测贯穿于教师统一在线授课的全过程，学习者身份的确认，是否出现其它人或假人代替上课，学生是否睡觉、消失，在教师讲授课程中，学习端展示的页面是否跟教师保持一致，是否打开了其它窗口，是否关闭了教师课程展示的窗口，当教师允许学生自行操作PC端时，学生是否打开其它无关软件等。本系统对整个在线教学实行全过程监督，最大程度监控学生的学习行为。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (10)

1.一种在线学习监督辅助系统，其特征在于，包括：学习端，教学端，后台管理端；其中：
学习端分别与教学端和后台管理端连接，学习端包括：人脸活体检测模块、页面检测模块、警报模块；人脸活体检测模块用于对学习者人脸进行检测、对学习端学习者唯一性进行判断，将判断结果发送给警报模块；页面检测模块用于对学习者的学习页面统一性进行检测，检测学习者学习页面是否包含任何非教师讲授视频窗口内容，将检测结果发送给警报模块；警报模块用于当学习者非唯一确定或学习页面和教学端不具有统一性时，对学习者发出警报信息，并将警报信息发送给教学端和后台管理端；
教学端分别与学习端和后台管理端连接，用于接收学习端发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析；
后台管理端分别与学习端和教学端连接，用于储存并记录学习者的所有信息。
2.如权利要求1的一种在线学习监督辅助系统，其特征在于，学习端还包括：信用度模块，用于给学习者设置初始信用度，并根据学习者学习累计时间和报警次数更新信用度。
3.如权利要求1的一种在线学习监督辅助系统，其特征在于，学习端还包括：应用程序识别模块，用于当学习者需要按教学端要求打开特定应用程序时，对学习者当前应用程序识别，判断当前学习者应用程序是否为教学端允许的特定应用程序，将判断结果发送给警报模块。
4.如权利要求1的一种在线学习监督辅助系统，其特征在于，学习端还包括：流量监测模块，用于对学习者使用的流量进行监测，对学习者使用流量和教学端设置的预设流量阈值进行比较，将比较结果发送给警报模块。
5.如权利要求1的一种在线学习监督辅助系统，其特征在于，教学端包括：应用程序控制模块和警报记录模块，其中，应用程序控制模块用于控制学习端学习者能被允许打开的应用程序；警报记录模块用于接收警报模块发送的警报信息，并通过警报信息对学习者的异常行为进行统计、记录和分析。
6.如权利要求2的一种在线学习监督辅助系统，其特征在于，系统会根据学习者信用度自适应控制检测频率，具体为：学习者信用度越高系统采集信息频率越低，信用度越低系统采集频率越高。
7.如权利要求2的一种在线学习监督辅助系统，其特征在于，学习者信用度与学习累计时间和报警次数的具体关系为：信用度高低与学习累计时间长短正相关，与报警次数负相关。
8.如权利要求2的一种在线学习监督辅助系统，其特征在于，人脸活体检测模块工作流程为：
S101.在线获取学习者图像信息，对获取的图像信息进行人脸图像匹配；
S102.当人脸图像匹配成功后，通过一些活体信号对学习者进行活体检测，判断当前学习者是否为活体本人；当人脸图像匹配失败或当前学习者不为活体本人时，向警报模块发出警报提示并降低学习者信用度；当人脸图像匹配成功且当前学习者为活体本人时，增加信用度并降低系统检测频。
9.如权利要求2的一种在线学习监督辅助系统，其特征在于，页面检测模块工作流程为：
S201.实时获取教学端和学习端屏幕截图，并发送给页面检测模块；
S202.页面检测模块通过聚类分析算法对教学端和学习端屏幕截图进行分析，判断教学端和学习端屏幕截图是否一致，若教学端和学习端屏幕截图一致，增加学习者信用度，降低系统检测频率；若教学端和学习端屏幕截图不一致，降低学习者信用度，增加系统检测频率，并向警报模块发出警报提示。
10.如权利要求3的一种在线学习监督辅助系统，其特征在于，应用程序识别模块工作流程为：应用程序识别模块接收教学端设置学习端允许使用的应用程序，并且实时识别学习端当前使用的应用程序，判断学习端是否运行未被允许的应用程序，当学习端运行未被允许的应用程序时，降低学习者信用度，并向警报模块发出警报提示；当学习端没有运行未被允许的应用程序时，增加学习者信用度，并降低系统检测频率。
CN202011013182.8A 2020-09-23 2020-09-23 一种在线学习监督辅助系统 Pending CN112651858A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011013182.8A CN112651858A (zh) 2020-09-23 2020-09-23 一种在线学习监督辅助系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011013182.8A CN112651858A (zh) 2020-09-23 2020-09-23 一种在线学习监督辅助系统

Publications (1)

Publication Number Publication Date
CN112651858A true CN112651858A (zh) 2021-04-13

Family

ID=75346418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011013182.8A Pending CN112651858A (zh) 2020-09-23 2020-09-23 一种在线学习监督辅助系统

Country Status (1)

Country Link
CN (1) CN112651858A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860698A (zh) * 2023-02-23 2023-03-28 广东开放大学（广东理工职业学院） 一种基于区块链及云计算技术的学分银行管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164993A (zh) * 2013-02-22 2013-06-19 福建华映显示科技有限公司 数字教学系统及其屏幕监控方法
CN104575140A (zh) * 2015-01-19 2015-04-29 深圳市时尚德源文化传播有限公司 一种智能终端机网络教学方法
CN108460709A (zh) * 2018-03-22 2018-08-28 浙江大学 一种智能管理系统
CN108810638A (zh) * 2018-07-06 2018-11-13 合肥明高软件技术有限公司 一种在线学习监督系统
CN110298295A (zh) * 2019-06-26 2019-10-01 中国海洋大学 基于人脸识别的移动端在线学习监督方法
CN110598754A (zh) * 2019-08-16 2019-12-20 泰致德科技发展(深圳)有限公司 基于图像检测的在线监督方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164993A (zh) * 2013-02-22 2013-06-19 福建华映显示科技有限公司 数字教学系统及其屏幕监控方法
CN104575140A (zh) * 2015-01-19 2015-04-29 深圳市时尚德源文化传播有限公司 一种智能终端机网络教学方法
WO2016115866A1 (zh) * 2015-01-19 2016-07-28 深圳市时尚德源文化传播有限公司 一种智能终端机网络教学方法
CN108460709A (zh) * 2018-03-22 2018-08-28 浙江大学 一种智能管理系统
CN108810638A (zh) * 2018-07-06 2018-11-13 合肥明高软件技术有限公司 一种在线学习监督系统
CN110298295A (zh) * 2019-06-26 2019-10-01 中国海洋大学 基于人脸识别的移动端在线学习监督方法
CN110598754A (zh) * 2019-08-16 2019-12-20 泰致德科技发展(深圳)有限公司 基于图像检测的在线监督方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘毅;: "网络教学质量监测系统设计", 科技创新与应用, no. 23, pages 84 - 85 *
张烁;: "在线教育，治理须"在线"", 云南教育(视界综合版), no. 11, pages 124 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860698A (zh) * 2023-02-23 2023-03-28 广东开放大学（广东理工职业学院） 一种基于区块链及云计算技术的学分银行管理系统
CN115860698B (zh) * 2023-02-23 2023-04-28 广东开放大学（广东理工职业学院） 一种基于区块链及云计算技术的学分银行管理系统

Similar Documents

Publication Publication Date Title
CN207965910U (zh) 基于人脸识别的教学管理系统
CN106228629B (zh) 一种基于人脸识别的课堂签到系统
CN114419736B (zh) 一种实验评分方法、系统、设备及可读存储介质
CN110945522A (zh) 一种学习状态的判断方法、装置及智能机器人
CN109858809B (zh) 基于课堂学生行为分析的学习质量评估方法和系统
CN111126366B (zh) 一种活体人脸的判别方法、装置、设备及存储介质
CN115205764B (zh) 基于机器视觉的在线学习专注度监测方法、系统及介质
CN113139885A (zh) 教学管理系统及其管理方法
CN106023516A (zh) 一种考试监控方法、系统及考场监控器
CN112926412A (zh) 自适应教学课堂监控方法及系统
CN111523445A (zh) 一种基于改进的Openpose模型和面部微表情的考试行为检测方法
CN113536893A (zh) 一种在线教学学习专注度识别方法、装置、系统及介质
CN111522877B (zh) 教育课程在线同步处理系统
CN111178263B (zh) 一种实时表情分析方法及其装置
CN112651858A (zh) 一种在线学习监督辅助系统
KR102648772B1 (ko) 메타버스로 구현된 부정행위 예방 및 대응 온라인 시험 플랫폼
CN113628724B (zh) 基于虚拟现实技术对暴力恐惧心理的评估干预方法
CN117542249A (zh) 一种人工智能自适应飞行模拟训练系统及训练方法
CN113192602A (zh) 一种用于学生心理健康检测的测试系统
CN112380896A (zh) 一种课堂学情分析方法、装置及设备
CN111199378A (zh) 学员管理方法、装置、电子设备及存储介质
CN109087694A (zh) 一种帮助学生锻炼身体的方法及家教设备
CN113888944B (zh) 一种心肺复苏模拟训练系统及方法
CN114819523A (zh) 教学活动数字化系统
CN114549253A (zh) 一种实时评估听课状态的线上教学系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210413

RJ01 Rejection of invention patent application after publication