CN113706348A - 基于人脸识别的在线自动监考系统及方法 - Google Patents
基于人脸识别的在线自动监考系统及方法 Download PDFInfo
- Publication number
- CN113706348A CN113706348A CN202111015694.2A CN202111015694A CN113706348A CN 113706348 A CN113706348 A CN 113706348A CN 202111015694 A CN202111015694 A CN 202111015694A CN 113706348 A CN113706348 A CN 113706348A
- Authority
- CN
- China
- Prior art keywords
- examinee
- module
- face recognition
- reminding
- examination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000009471 action Effects 0.000 claims abstract description 122
- 230000006399 behavior Effects 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 36
- 230000001815 facial effect Effects 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 12
- 241000209202 Bromus secalinus Species 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 2
- 230000028838 turning behavior Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010000087 Abdominal pain upper Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及监考系统技术领域,公开了一种基于人脸识别的在线自动监考系统,包括处理器模块,以及分别与处理模块连接的人脸识别模块、动作采集模块、提醒模块;人脸识别模块,用来提取考生的面部信息特征得到特征集合,并将特征集合发送至处理器模块进行考生身份认证;动作采集模块采集考生在考试过程中的动作并发送至处理器模块进行作弊行为的认定,并得到判断结果,随后将判断结果发送至提醒模块;提醒模块根据判断结果,按照预设的提醒方式作出提醒。本发明通过人脸识别技术确认考生身份,同时考试过程中全程自动监考,具有防止考生作弊的有益效果。
Description
技术领域
本发明涉及监考系统技术领域,具体涉及一种基于人脸识别的在线自动监考系统及方法。
背景技术
随着科技的发展,越来越多的传统行业都与科技进行了完美结合,尤其是在教育行业中,由原来的线下面对面一对多教学,发展到现在利用计算机进行线上一对一教学,整个教学模式发生了非常大的变化。而在传统的考试中,为避免极个别考生作弊,为广大的考生营造一个公平的考试环境,往往需要老师在考试过程中全程人工监考,极大程度上浪费了人力资源且对监考老师来说,也是一个工作量极大的工作。所以,为了减少监考老师的额外工作,又能保证考试的公平性,对于在线自动监考系统的研究就显得十分必要。
现有技术中,有一种智慧监考反作弊系统,涉及监考系统技术领域。本发明包括监考系统,监考系统连接有监控摄像头,监考摄像头安装在考生正前方;监考系统包括考生信息确认模块、试卷管理模块、考生行为分析模块、采集模块,储存模块;考生信息确认模块包括人脸识别单元,采集模块用于采集考生作弊动作的图像和声音,监考系统连接有服务器。本发明通过人脸识别单元对考生身份信息进行确认,考生行为分析模块对考生的头部动作、声音、肢体动作进行捕捉分析,以判断该考生是否存在作弊行为,减少了监考人员的负担,有效避免了监考中作弊现象的发生。
虽然该系统能够实现智能监考的功能,但是其监考的过程太过复杂且准确率低,并且并不适用于所有考试,例如传统的纸质考试。故,现在急需一种适用于所有考试,且监考过程效率高、准确性高的在线监考系统。
发明内容
本发明意在提供基于人脸识别的在线自动监考系统,以解决现有监考系统适应度不够且效率低、准确率低的技术问题。
为达到上述目的,本发明采用如下技术方案:基于人脸识别的在线自动监考系统,包括处理器模块,以及分别与处理模块连接的人脸识别模块、动作采集模块和提醒模块;
人脸识别模块,用来提取考生的面部信息特征得到特征集合,并将特征集合发送至处理器模块进行考生身份认证;
动作采集模块,包括设置在考场内的若干高清摄像头,用来采集考生在考试过程中的动作并形成动作集合,随后将动作集合发送至处理器模块进行作弊行为的认定;
处理器模块,包括分析判断单元和数据存储单元;
分析判断单元,用来接收特征集合,并将特征集合与预存的考生面部特征进行比对,用来确认考生的身份;所述分析判断单元接收动作集合后,按照预设的判断方法对考生的动作进行判断,若满足预设的判断条件,则判断对应的考生存在作弊行为;反之则判断对应的考生无异常;
数据存储单元,用来存储人脸识别模块的数据、动作采集模块的数据、考生面部特征数据和判断方法数据;
处理器模块用来分析判断考生在考试过程中做出的动作集合,并得到判断结果,随后将判断结果发送至提醒模块;
提醒模块,包括显示屏和扬声器;所述提醒模块用来接收判断结果,并按照预设的提醒方式作出提醒。
本方案的原理及优点是:实际应用时,首先利用人脸识别技术对考生的身份进行确认,避免出现代考的作弊行为,进行初步防作弊,随后利用设置在考场内的若干摄像头,在考生考试过程中全程对所有考生的行为动作进行全方位监控,避免因摄像头设置不合理导致出现监控死角,从而给极个别考生作弊的机会,破坏考试的公平性。摄像头采集到考生的动作后,将动作形成动作集合并发送给处理器模块,按照在处理器模块中预设的判断方法对考生的动作进行判断,将采集的动作集合与预存的作弊行为对比;若对比度在阈值以上,则判定考生作弊;若对比度在阈值以下,则判定考生无异常,最后将判断结果发送给提醒模块作出相应提醒,尽可能地保证考试的公平公正,营造健康、正态的考试环境。
优选的,作为一种改进,预存的考生面部特征为,考试前采集并存储进所述数据存储单元的所有考生的面部特征。
考虑到人在成长过程中面部特征的变化,故在考试前对所有考生的面部特征进行采集并保存,以便在考试时提供身份对比原件,既能保证考试面部特征的实时性,又能保证在匹配过程中的对比速度,减少身份认证时间,避免出现拥堵现象以及考试开始后还有考生在认证身份,影响考试的进程。
优选的,作为一种改进,预设的判断方法为,将采集的动作集合与预存的作弊行为对比,若对比度大于阈值则判定考生作弊,若对比度小于阈值则判定考生无异常。
提前将作为对比的作弊行为预存进系统中,以便系统直接调取数据进行对比,同时考虑到作弊行为的差异性,设置一个对比度的阈值,提供了合理的误差误差范围,最大程度保证了对作弊行为判断的准确性。
优选的,作为一种改进,预存的作弊行为包括头部转向行为、上半身偏离行为、小抄行为和离开座位行为。
通过以往考试的经验以及大数据分析,将作弊行为分为头部转向行为、上半身偏离行为、小抄行为和离开座位这几类,使作弊行为包含面更广,保证了作弊行为判断的全面性,同时通过预存的作弊行为对比,加快了判断过程,保证了系统的工作效率以及出现作弊行为时,及时作出处理,保证考试的公平性。
本发明还提供了一种基于人脸识别的在线自动监考方法,包括以下步骤:
步骤S1,在距离考试开始预设时间段之前开启在线自动监考系统,在考生进入考场前人脸识别模块确认考生身份,当考生身份确认无误后提醒模块发出考生对应的考试座位号;
步骤S2,满足开始考试时间要求且考生开始动笔答题后,在线自动监考系统开始监考工作,动作采集模块实时采集考生在考试过程中做出的动作并形成动作集合,随后将动作集合发送至处理器模块;
步骤S3,处理器模块接收所述动作集合后,按照预设的判断方法对考生的动作进行判断,若满足预设的判断条件,采集到的动作集合与预存的作弊行为特征图片对比度在阈值以上,则判断对应的考生存在作弊行为;反之则判断对应的考生无异常;得到判断结果后,处理器模块将判断结果发送至提醒模块;
步骤S4,提醒模块接收判断结果后按照预设的提醒方式作出提醒。
本方法的优点在于,整体监考的方法简单且逻辑清晰,通过人脸识别技术核对考生身份后,在考试过程中利用动作采集模块的摄像头全程监控,并且将采集到的动作发送至处理器模块按照预设的判断方法对考生的动作进行判断,能够重点区分考生在考试过程中做出的动作是作弊行为还是其自身的习惯性行为,避免造成误判给考生带来心理压力影响考试成绩,同时也保证不遗漏任何作弊行为,确保考试的公平性。
优选的,作为一种改进,预设的提醒方式为,若判断考生存在作弊行为,则通过扬声器在该考场发出语音提醒;若判断考生无异常,则向后台发送备注提醒。
通过系统的判断,若认定考生存在作弊行为,则通过扬声器在该考场发出语音提醒,以达到制止作弊行为和警告的效果;若判断考生无异常,但是由于考生在考试过程中作出了其他动作行为,虽然没被系统认定为作弊行为,但是为了保险起见,通过后台向监考老师发送备注提醒,在后续的考试过程中对该考生重点关注,避免出现作弊的行为,保证考试的公平性。
优选的,作为一种改进,语音提醒为,播放包含提醒信息的语音;所述提醒信息为“请注意,你已有作弊行为”语句。
通过语音“请注意,你已有作弊行为”制止该考生的作弊行为,同时也对其他考生起到警醒作用,打消其他考生的作弊想法,避免本次考试过程中再次出现作弊行为。
优选的,作为一种改进,作弊行为包括,
头部转向行为,考生头部左右转向角度超过座位中心线45度;
上半身偏离行为,考生上半身左右偏移角度超过座位中心线30度;
小抄行为,考生手部离开座位且头部下垂角度超过60度;
离开座位行为,考生身体离开当前考试座位。
通过实际的试验,测试出当头部左右转向角度超过作为中心线45度时、上半身左右偏移角度超过座位中心线30度时,能够看到旁边考生的试卷,从而实现作弊;同时根据小抄行为的特点,需要用手拿出小抄且低头看小抄,则设置考生手部离开座位且头部下垂角度超过60度就认定为作弊,最后若考生身体离开当前考试座位,不管什么情况,一律认定为作弊,通过以上细致的分类,杜绝所有可能出现的作弊行为,保证考试的公平性。
优选的,作为一种改进,步骤S3中,在动作采集时,在采集时间段内,高清摄像头拍摄到举手动作,则该采集时间段内的所有图像对应的拍摄动作均为合规动作。
考虑到考试过程中有突发情况,若在采集时间段内采集到考生提前举手示意的动作,经过允许后所作出的一系列动作不在作弊行为的考量范围内,既能体现考试规则的人性化,又能在规则内保证考试的公平性。
优选的,作为一种改进,提醒模块发出考生对应的考试座位号为,显示屏向通过身份认证的考生显示该考生的座位坐标以及从考生当前位置前往座位坐标位置的行走路线行走路线。
通过显示屏显示通过身份验证的考生的座位坐标,让考生提前了解,避免浪费时间去一个个找位置,同时在显示屏上还模拟显示出考生到座位的行走路线,使考生按部就班就位,既体现系统的智能化,又能减少考生作弊的机会,保证考试的公平性。
附图说明
图1为本发明基于人脸识别的在线自动监考系统及方法实施例一的系统示意图。
图2为本发明基于人脸识别的在线自动监考系统及方法实施例一的流程示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
说明书附图中的标记包括:人脸识别模块1、处理器模块2、动作采集模块3、提醒模块4、分析判断单元5、数据存储单元6、显示屏7、扬声器8。
实施例一:
本实施例基本如附图1所示:基于人脸识别的在线自动监考系统,包括处理器模块2,以及分别与处理模块连接的人脸识别模块1、动作采集模块3和提醒模块4;
人脸识别模块1,用来提取考生的面部信息特征得到特征集合,并将特征集合发送至处理器模块2进行考生身份认证;
动作采集模块3,包括设置在考场内的若干高清摄像头,用来采集考生在考试过程中的动作并形成动作集合,随后将动作集合发送至处理器模块2进行作弊行为的认定;
处理器模块2,包括分析判断单元5和数据存储单元6;
分析判断单元5,用来接收特征集合,并将特征集合与考试前采集并存储进数据存储单元6的所有考生的面部特征进行比对,用来确认考生的身份;分析判断单元5接收动作集合后,将采集的动作集合图片与预存的作弊行为图片对比,例如头部转向行为、上半身偏离行为、小抄行为和离开座位;若图片对比相似度在90%以上,则判定考生作弊;若图片对比相似度在90%以下,则判定考生无异常;
数据存储单元6,用来存储人脸识别模块1的数据、动作采集模块3的数据、考生面部特征数据和判断方法数据;
处理器模块2用来分析判断考生在考试过程中做出的动作集合,并得到判断结果,随后将判断结果发送至提醒模块4;
提醒模块4,包括显示屏7和扬声器;提醒模块4用来接收判断结果,并按照预设的提醒方式作出提醒。
基于人脸识别的在线自动监考方法,如附图2所示,包括以下步骤:
步骤S1,在距离考试开始预设时间段之前开启在线自动监考系统,在考生进入考场前人脸识别模块确认考生身份,当考生身份确认无误后提醒模块发出考生对应的考试座位号;
步骤S2,满足开始考试时间要求且考生开始动笔答题后,在线自动监考系统开始监考工作,动作采集模块实时采集考生在考试过程中做出的动作并形成动作集合,随后将动作集合发送至处理器模块;
步骤S3,,处理器模块接收所述动作集合后,按照预设的判断方法对考生的动作进行判断,若满足预设的判断条件,采集到的动作集合与预存的作弊行为特征图片对比度,即对比相似度在阈值以上,则判断对应的考生存在作弊行为;反之则判断对应的考生无异常;得到判断结果后,处理器模块将判断结果发送至提醒模块;
步骤S4,提醒模块接收所述判断结果后按照预设的提醒方式作出提醒。
利用人脸识别技术,对进入考场的考生进行身份识别,确保是考生本人参加考生,进行第一次防作弊;随后利用设置在考场内的若干摄像头,在考生考试过程中全程对所有考生的行为动作进行360度无死角监控,不给任何考生作弊的机会,保证考试的公平性。动作采集模块3的摄像头在考试过程中采集到考生的动作后,将动作形成动作集合并发送给处理器模块2,按照在处理器模块2中预设的判断方法对考生的动作进行分析判断,将采集的动作集合与预存的作弊行为对比;若对比度在阈值以上,则判定考生作弊;若对比度在阈值以下,则判定考生无异常,最后将判断结果发送给提醒模块4作出相应提醒,尽可能地保证考试的公平公正,营造健康、正态的考试环境,尊重每一位努力学习的考生的学习成果。
本实施例的具体实施过程如下:
第一步,在距离考试开始前40分钟开启在线自动监考系统,在考生进入考场前人脸识别模块1通过高清摄像头采集考生的面部图像,利用人脸识别技术,提取考生的面部信息特征,与考试前采集并存储进数据存储单元6的所有考生的面部特征进行对比,从而确认考生的身份,当考生的身份确认无误后,提醒模块4通过扬声器发出考生对应的考试座位号的语音。
第二步,当满足开始考生时间要求后,扬声器发出开始答题指令,自动监考系统开始在线自动监考工作,动作采集模块3通过设置在考场内的若干高清摄像头实时采集考生在考试过程中做出的动作并形成动作集合,随后将动作集合发送至处理器模块2。
第三步,处理器模块2接收到动作集合后,按照预设的判断方法对考生的动作进行判断,将采集的动作集合图片与预存的作弊行为图片对比,例如头部转向行为,考生头部左右转向角度超过座位中心线45度;上半身偏离行为,考生上半身左右偏移角度超过座位中心线30度;小抄行为,考生手部离开座位且头部下垂角度超过60度;离开座位行为,考生身体离开当前考试座位;若图片对比相似度在90%以上,则判定考生作弊;若图片对比相似度在90%以下,则判定考生无异常;判断结束后得到判断结果,并将判断结果发送至提醒模块4。
第四步,提醒模块4接收判断结果后,若判断考生存在作弊行为,则通过扬声器在该考场发出“请注意,你已有作弊行为”的语音提醒;若判断考生无异常,则向后台发送“该考生涉嫌作弊”的提醒信息。
第五步,扬声器在时间到达考试结束时间后发出响铃提示,提醒所有考生立即停笔起立,并有序走出考场,放考场内的所有考生离场后,在线自动监考系统监停止运行。
实施例二:
本实施例与实施例一基本相同,区别在于:作弊行为图片对比相似度的阈值设置为80%。
将图片对比相似度的阈值降低为80%,考虑进因考生个体差异而对判断标准的影响,降低阈值后,能够囊括的动作面更广,加大对考生的监控力度,确保没有考生作弊的情况和作弊的时机,进一步保证本次考生的公平性。
本实施例的具体实施过程与实施例一相同,区别在于:
第三步,处理器模块2接收到动作集合后,按照预设的判断方法对考生的动作进行判断,将采集的动作集合图片与预存的作弊行为图片对比,例如头部转向行为,考生头部左右转向角度超过座位中心线45度;上半身偏离行为,考生上半身左右偏移角度超过座位中心线30度;小抄行为,考生手部离开座位且头部下垂角度超过60度;离开座位行为,考生身体离开当前考试座位;若图片对比相似度在80%以上,则判定考生作弊;若图片对比相似度在80%以下,则判定考生无异常;判断结束后得到判断结果,并将判断结果发送至提醒模块4。
实施例三:
本实施例与实施例一基本相同,区别在于:考试过程中,若出现突发意外情况,考生可举手示意请求作出动作,得到监考老师允许后,可进行请求的动作,系统判定该动作为合规动作。
结合现实考试情况,在考试过程中,难免对发生一些突发情况,例如试卷有问题、考生肚子痛和考生笔芯用完等意外情况,而此时考生只能举手求助,则对于考生举手示意并得到监考老师的允许后所作出的一系列动作,均视为合规的动作,不纳入作弊的判断范围内。通过此设置不仅体现了监考系统的智能化、人性化,而且也更适用于实际的考试场景,应用面更广。
本实施例的具体实施过程与实施例一相同,区别在于:
第三步,处理器模块2接收到动作集合后,按照预设的判断方法对考生的动作进行判断,将采集的动作集合图片与预存的作弊行为图片对比,例如头部转向行为,考生头部左右转向角度超过座位中心线45度;上半身偏离行为,考生上半身左右偏移角度超过座位中心线30度;小抄行为,考生手部离开座位且头部下垂角度超过60度;离开座位行为,考生身体离开当前考试座位;若图片对比相似度在90%以上,则判定考生作弊;若图片对比相似度在90%以下,则判定考生无异常;若在考试过程中遇到突发意外情况,考生可举手示意请求作出动作,高清摄像头拍摄到举手动作后的三分钟内,采集到的所有图像对应的拍摄动作均为合规动作;判断结束后得到判断结果,并将判断结果发送至提醒模块4。
实施例四:
本实施例与实施例一基本相同,区别在于:考生进入考场时,人脸识别通过后,显示屏7向通过身份认证的考生显示该考生的座位坐标以及从考生当前位置前往座位坐标位置的行走路线行走路线。
因为考试在进入考场前需要一个个排队进行人脸识别,以核对考生的身份信息,而通过人脸识别确认身份无误后,考生需要快速找到自己的座位并坐好,防止在考场其他位置标记作弊内容。此时为了减少考生找座位的时间以及防止考生作弊,通过在显示屏7上模拟本考场的全部座位,并将当前考生的座位坐标突显出来,同时模拟显示出考生从考场入口处走到自己座位的最佳路线,指引考生走到自己的座位,不仅提高考生找到座位的效率,避免考场入口处出现拥堵现象,同时使考生的动作均在监控范围内,防止考生作弊,保证考试的公平性。
本实施例的具体实施过程与实施例一相同,区别在于:
第一步,在距离考试开始前40分钟开启在线自动监考系统,在考生进入考场前人脸识别模块1通过高清摄像头采集考生的面部图像,利用人脸识别技术,提取考生的面部信息特征,与考试前采集并存储进数据存储单元6的所有考生的面部特征进行对比,从而确认考生的身份,当考生的身份确认无误后,提醒模块4通过在显示屏7上模拟显示该考生的座位坐标以及行走路线,指引考生快速找到自己的考试座位。
实施例五:
本实施例与实施例四基本相同,区别在于:系统检测到同一考生已经受到两次作弊提醒时,通过扬声器通知该考生已被取消考试资格。
为保证考试的公平性以及避免因系统误判对考生进行了作弊行为的认定,当系统第一次判断出考生作弊时,只通过扬声器给予提醒警告;若在后面的考生过程中,该考生第二次被系统判定为作弊,则直接认定该考生作弊的事实,取消该考生的考试成绩,并责令其立即停笔,快速走出考场。最大程度做到不冤枉每一位考生,也不放过任何一个作弊的行为,保证考试的公平性。
本实施例的具体实施过程与实施例四相同,区别在于:
第四步,提醒模块4接收判断结果后,若判断考生存在作弊行为,则通过扬声器在该考场发出“请注意,你已有作弊行为”的语音提醒;若判断考生无异常,则向后台发送“该考生涉嫌作弊”的备注提醒;若同一考生受到两次作弊提醒时,通过扬声器通知该考生已被取消考试资格,并让该考生立即停止答题,迅速离开考场。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于人脸识别的在线自动监考系统,其特征在于:包括处理器模块,以及分别与处理模块连接的人脸识别模块、动作采集模块和提醒模块;
所述人脸识别模块,用来提取考生的面部信息特征得到特征集合,并将特征集合发送至处理器模块进行考生身份认证;
所述动作采集模块,包括设置在考场内的若干高清摄像头,用来采集考生在考试过程中的动作并形成动作集合,随后将动作集合发送至处理器模块进行作弊行为的认定;
所述处理器模块,包括分析判断单元和数据存储单元;
所述分析判断单元,用来接收特征集合,并将特征集合与预存的考生面部特征进行比对,用来确认考生的身份;所述分析判断单元接收动作集合后,按照预设的判断方法对考生的动作进行判断,若满足预设的判断条件,则判断对应的考生存在作弊行为;反之则判断对应的考生无异常;
所述数据存储单元,用来存储人脸识别模块的数据、动作采集模块的数据、考生面部特征数据和判断方法数据;
所述处理器模块用来分析判断考生在考试过程中做出的动作集合,并得到判断结果,随后将判断结果发送至提醒模块;
所述提醒模块,包括显示屏和扬声器;所述提醒模块用来接收判断结果,并按照预设的提醒方式作出提醒。
2.根据权利要求1所述的基于人脸识别的在线自动监考系统,其特征在于:所述预存的考生面部特征为,考试前采集并存储进所述数据存储单元的所有考生的面部特征。
3.根据权利要求1所述的基于人脸识别的在线自动监考系统,其特征在于:所述预设的判断方法为,将采集的动作集合与预存的作弊行为对比,若对比度大于阈值则判定考生作弊,若对比度小于阈值则判定考生无异常。
4.根据权利要求3所述的基于人脸识别的在线自动监考系统,其特征在于:所述预存的作弊行为包括头部转向行为、上半身偏离行为、小抄行为和离开座位行为。
5.基于人脸识别的在线自动监考方法,其特征在于,包括以下步骤:
步骤S1,在距离考试开始预设时间段之前开启在线自动监考系统,在考生进入考场前人脸识别模块确认考生身份,当考生身份确认无误后提醒模块发出考生对应的考试座位号;
步骤S2,满足开始考试时间要求且考生开始动笔答题后,在线自动监考系统开始监考工作,动作采集模块实时采集考生在考试过程中做出的动作并形成动作集合,随后将动作集合发送至处理器模块;
步骤S3,处理器模块接收所述动作集合后,按照预设的判断方法对考生的动作进行判断,若满足预设的判断条件,采集到的动作集合与预存的作弊行为特征图片对比度在阈值以上,则判断对应的考生存在作弊行为;反之则判断对应的考生无异常;得到判断结果后,处理器模块将判断结果发送至提醒模块;
步骤S4,提醒模块接收所述判断结果后按照预设的提醒方式作出提醒。
6.根据权利要求5所述的基于人脸识别的在线自动监考方法,其特征在于:所述预设的提醒方式为,若判断考生存在作弊行为,则通过扬声器在该考场发出语音提醒;若判断考生无异常,则向后台发送备注提醒。
7.根据权利要求6所述的基于人脸识别的在线自动监考方法,其特征在于:所述语音提醒为,播放包含提醒信息的语音;所述提醒信息为“请注意,你已有作弊行为”语句。
8.根据权利要求6所述的基于人脸识别的在线自动监考方法,其特征在于:所述作弊行为包括,
头部转向行为,考生头部左右转向角度超过座位中心线45度;
上半身偏离行为,考生上半身左右偏移角度超过座位中心线30度;
小抄行为,考生手部离开座位且头部下垂角度超过60度;
离开座位行为,考生身体离开当前考试座位。
9.根据权利要求5所述的基于人脸识别的在线自动监考方法,其特征在于:所述步骤S3中,在动作采集时,在采集时间段内,高清摄像头拍摄到举手动作,则该采集时间段内的所有图像对应的拍摄动作均为合规动作。
10.根据权利要求5所述的基于人脸识别的在线自动监考方法,其特征在于:所述提醒模块发出考生对应的考试座位号为,显示屏向通过身份认证的考生显示该考生的座位坐标以及从考生当前位置前往座位坐标位置的行走路线行走路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015694.2A CN113706348A (zh) | 2021-08-31 | 2021-08-31 | 基于人脸识别的在线自动监考系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015694.2A CN113706348A (zh) | 2021-08-31 | 2021-08-31 | 基于人脸识别的在线自动监考系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113706348A true CN113706348A (zh) | 2021-11-26 |
Family
ID=78658260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111015694.2A Pending CN113706348A (zh) | 2021-08-31 | 2021-08-31 | 基于人脸识别的在线自动监考系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706348A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273213A (zh) * | 2022-09-28 | 2022-11-01 | 深圳市卓帆技术有限公司 | 一种vr眼镜及其在线考试防作弊方法 |
CN117291773A (zh) * | 2023-11-21 | 2023-12-26 | 南通东华软件有限公司 | 一种基于深度学习技术的在线考试系统 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297786A (ja) * | 2001-03-30 | 2002-10-11 | Ricoh Co Ltd | 試験方法及び試験システム |
KR20100119914A (ko) * | 2009-05-04 | 2010-11-12 | 신중철 | 웹캠을 이용한 온라인평가 응시자의 진정성 확보 방법 및 시스템 |
TW201220105A (en) * | 2010-11-02 | 2012-05-16 | Inventec Appliances Corp | Mobile test system and testing method thereof |
CN103136510A (zh) * | 2013-01-17 | 2013-06-05 | 京东方科技集团股份有限公司 | 一种监考系统及方法 |
CN203179094U (zh) * | 2013-03-30 | 2013-09-04 | 南通纺织职业技术学院 | 一种考生身份验证装置 |
CN204759442U (zh) * | 2015-08-04 | 2015-11-11 | 金大陆展览装饰有限公司 | 一种影院导航系统 |
CN105791299A (zh) * | 2016-03-11 | 2016-07-20 | 南通职业大学 | 一种无人监考的智能化上机考试系统 |
CN107247980A (zh) * | 2017-07-05 | 2017-10-13 | 合肥思博特软件开发有限公司 | 一种智能考场管理系统 |
CN107945595A (zh) * | 2017-11-21 | 2018-04-20 | 国网河南省电力公司信息通信公司 | 考试系统与考试客户端 |
CN109961000A (zh) * | 2018-10-22 | 2019-07-02 | 大连艾米移动科技有限公司 | 一种智能考场防作弊系统 |
CN109961037A (zh) * | 2019-03-20 | 2019-07-02 | 中共中央办公厅电子科技学院(北京电子科技学院) | 一种考场视频监控异常行为特征识别方法 |
CN110519700A (zh) * | 2019-07-03 | 2019-11-29 | 平安科技(深圳)有限公司 | 会议座位管理方法及服务器 |
CN209879599U (zh) * | 2019-07-09 | 2019-12-31 | 厦门日华科技股份有限公司 | 一种智慧校园监考系统 |
CN111815297A (zh) * | 2020-07-23 | 2020-10-23 | 詹晨 | 一种基于大数据的智能会议管理系统 |
CN112015510A (zh) * | 2020-08-31 | 2020-12-01 | 西安万像电子科技有限公司 | 考试系统的管理方法及考试系统 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
CN112085883A (zh) * | 2020-09-11 | 2020-12-15 | 安徽中屏科技有限公司 | 一种智慧监考反作弊系统 |
KR20210014336A (ko) * | 2019-07-30 | 2021-02-09 | 주식회사 도연시스템즈 | 전산 기반 시험 관리 시스템 및 시험 관리 프로그램 |
CN112581081A (zh) * | 2020-12-15 | 2021-03-30 | 中南民族大学 | 基于计算机考试信息化机房座位管理方法、装置及设备 |
CN112668398A (zh) * | 2020-12-07 | 2021-04-16 | 浙江大华技术股份有限公司 | 人员行为合规检测方法、装置和电子装置 |
CN113452959A (zh) * | 2021-04-08 | 2021-09-28 | 安徽工业经济职业技术学院 | 一种基于大数据的考点区域环境监控方法及系统 |
-
2021
- 2021-08-31 CN CN202111015694.2A patent/CN113706348A/zh active Pending
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297786A (ja) * | 2001-03-30 | 2002-10-11 | Ricoh Co Ltd | 試験方法及び試験システム |
KR20100119914A (ko) * | 2009-05-04 | 2010-11-12 | 신중철 | 웹캠을 이용한 온라인평가 응시자의 진정성 확보 방법 및 시스템 |
TW201220105A (en) * | 2010-11-02 | 2012-05-16 | Inventec Appliances Corp | Mobile test system and testing method thereof |
CN103136510A (zh) * | 2013-01-17 | 2013-06-05 | 京东方科技集团股份有限公司 | 一种监考系统及方法 |
CN203179094U (zh) * | 2013-03-30 | 2013-09-04 | 南通纺织职业技术学院 | 一种考生身份验证装置 |
CN204759442U (zh) * | 2015-08-04 | 2015-11-11 | 金大陆展览装饰有限公司 | 一种影院导航系统 |
CN105791299A (zh) * | 2016-03-11 | 2016-07-20 | 南通职业大学 | 一种无人监考的智能化上机考试系统 |
CN107247980A (zh) * | 2017-07-05 | 2017-10-13 | 合肥思博特软件开发有限公司 | 一种智能考场管理系统 |
CN107945595A (zh) * | 2017-11-21 | 2018-04-20 | 国网河南省电力公司信息通信公司 | 考试系统与考试客户端 |
CN109961000A (zh) * | 2018-10-22 | 2019-07-02 | 大连艾米移动科技有限公司 | 一种智能考场防作弊系统 |
CN109961037A (zh) * | 2019-03-20 | 2019-07-02 | 中共中央办公厅电子科技学院(北京电子科技学院) | 一种考场视频监控异常行为特征识别方法 |
CN110519700A (zh) * | 2019-07-03 | 2019-11-29 | 平安科技(深圳)有限公司 | 会议座位管理方法及服务器 |
CN209879599U (zh) * | 2019-07-09 | 2019-12-31 | 厦门日华科技股份有限公司 | 一种智慧校园监考系统 |
KR20210014336A (ko) * | 2019-07-30 | 2021-02-09 | 주식회사 도연시스템즈 | 전산 기반 시험 관리 시스템 및 시험 관리 프로그램 |
CN111815297A (zh) * | 2020-07-23 | 2020-10-23 | 詹晨 | 一种基于大数据的智能会议管理系统 |
CN112015510A (zh) * | 2020-08-31 | 2020-12-01 | 西安万像电子科技有限公司 | 考试系统的管理方法及考试系统 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
CN112085883A (zh) * | 2020-09-11 | 2020-12-15 | 安徽中屏科技有限公司 | 一种智慧监考反作弊系统 |
CN112668398A (zh) * | 2020-12-07 | 2021-04-16 | 浙江大华技术股份有限公司 | 人员行为合规检测方法、装置和电子装置 |
CN112581081A (zh) * | 2020-12-15 | 2021-03-30 | 中南民族大学 | 基于计算机考试信息化机房座位管理方法、装置及设备 |
CN113452959A (zh) * | 2021-04-08 | 2021-09-28 | 安徽工业经济职业技术学院 | 一种基于大数据的考点区域环境监控方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273213A (zh) * | 2022-09-28 | 2022-11-01 | 深圳市卓帆技术有限公司 | 一种vr眼镜及其在线考试防作弊方法 |
CN117291773A (zh) * | 2023-11-21 | 2023-12-26 | 南通东华软件有限公司 | 一种基于深度学习技术的在线考试系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105791299B (zh) | 一种无人监考的智能化上机考试系统 | |
Carlson et al. | Lineup composition, suspect position, and the sequential lineup advantage. | |
CN106228629B (zh) | 一种基于人脸识别的课堂签到系统 | |
CN107958351A (zh) | 教学质量评估云服务平台 | |
CN113706348A (zh) | 基于人脸识别的在线自动监考系统及方法 | |
CN107154202A (zh) | 智能教室系统 | |
CN109784878A (zh) | 一种无纸化网络考试系统及方法 | |
CN109766859A (zh) | 基于微表情的校园监控方法、装置、设备及存储介质 | |
CN112257591A (zh) | 一种基于机器视觉的远程视频教学质量评定方法与系统 | |
CN110909722A (zh) | 基于目标动作检测的防作弊摄像头 | |
CN111523444B (zh) | 基于改进的Openpose模型和面部微表情的课堂行为检测的方法 | |
CN106023516A (zh) | 一种考试监控方法、系统及考场监控器 | |
CN113393347B (zh) | 一种在线考试防作弊的方法和装置 | |
CN106952359B (zh) | 一种全面防作弊考务系统 | |
CN112926412A (zh) | 自适应教学课堂监控方法及系统 | |
CN109242412A (zh) | 考务管理系统 | |
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 | |
KR100998617B1 (ko) | 중앙 통제 방식의 cbt 시스템 및 그 방법 | |
CN112085883A (zh) | 一种智慧监考反作弊系统 | |
CN112633189A (zh) | 防止考试作弊的方法、装置、电子设备及计算机可读介质 | |
CN113313168A (zh) | 无人监考的智能防作弊自助考试系统 | |
CN107818707B (zh) | 一种自动出题的考试系统 | |
CN116132637A (zh) | 在线考试监控系统及方法、电子设备和存储介质 | |
KR20230017454A (ko) | 비대면 평가에서의 부정행위 방지 방법, 장치 및 프로그램 | |
CN113160442A (zh) | 一种用于现场教育的管理方法及系统 |
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 |