CN113743901A - 一种云在线监考方法、系统、设备及存储介质 - Google Patents
一种云在线监考方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113743901A CN113743901A CN202111045575.1A CN202111045575A CN113743901A CN 113743901 A CN113743901 A CN 113743901A CN 202111045575 A CN202111045575 A CN 202111045575A CN 113743901 A CN113743901 A CN 113743901A
- Authority
- CN
- China
- Prior art keywords
- information
- examinee
- terminal
- answer
- question
- 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 74
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims abstract description 20
- 230000006854 communication Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 22
- 230000001815 facial effect Effects 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000013480 data collection Methods 0.000 abstract 1
- 230000002159 abnormal effect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000012795 verification Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000003128 head Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000007115 recruitment Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000004886 head movement Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种云在线监考方法、系统、设备及存储介质,涉及计算机技术领域。所述方法包括在该云在线监考方法中,通过与考生端和监考端的设备建立连接,并获取考生端上传的录屏信息、图像信息和语音信息,从而能够对考生的考试过程中的面部变化、声音信息以及考试答题界面进行数据采集;根据所述图像信息进行图像检测,分析考生是否存在作弊行为;将所述录屏信息和所述语音信息发送给监考端。本发明能够弥补传统的机考过程,需要监考人员到场才能对考生的考试状态进行监控的问题,从而为未来考生在家独自考试的在线监控拓展更多的解决方案。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种云在线监考方法、系统、设备及存储介质。
背景技术
随着互联网技术的普及和发展,计算机成为了人们生活工作中不可或缺的设备之一。随着计算机辅助评价在教育测量和学习评价过程中的广泛应用,引发了评价内容、方法和形式的深刻变革。开发、应用能够结合教育测评理论、方法和现代信息技术手段的网上测评系统。现在有相当一部分的考试,都已经采用机考代替传统的纸考,每个考生分配一台计算机,由考卷服务器向计算机传输考卷题目,考生在该计算机上浏览题目并作答。从而选择题这样的客观题就可以由计算机进行评卷,可以快速得到评卷结果,人工评卷只需要针对主观问答题进行。因此,上机考试形式就节约了大量人力。
然而,虽然考卷的传输、评卷都计算机自动化了,考场本身却仍然需要监考人员,为了防止考生作弊和指导考生入场,通常每个考场还需要配备适当数量的监考人员,在考场很多时,就需要大量的人力资源和人员费用。
此外,由于疫情影响,集中式的考试经常会因为突发原因无法进行,因此为了使得考生在家独自考试成为可能,需要针对性研发相应的监控功能,使得安排考生在家单独考试也能有效监测出可能存在的考试作弊行为。
发明内容
基于此,有必要针对没有现场监考人员监督的单独在线考试,解决考试过程中考生的考试状态难以被获取的问题,提出一种云在线监考方法、系统、设备及存储介质。
为实现上述目的,本发明实施例提供一种云在线监考方法,包括:
获取考生端上传的录屏信息、图像信息和语音信息;
根据所述图像信息进行图像检测,分析考生是否存在作弊行为;
将所述录屏信息和所述语音信息发送给监考端。
可选的,所述的云在线监考方法,还包括:
根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
可选的,所述的云在线监考方法,还包括:
将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
可选的,所述的云在线监考方法,还包括:
接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;
接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
可选的,所述的云在线监考方法,还包括:
获取语音信息的基音周期长度;
根据基音周期长度定位语音信息的每一个基音周期的位置;
在语音信息中的基音周期之间删除或插入基音周期,得到缩短或伸长的语音信号;
将缩短或伸长的语音信号线性伸长或压缩至与原始语音信号一致的长度,得到变声后的语音信息,并将变声后的语音信息发送给监考端。
可选的,所述的云在线监考方法,还包括:
获取语音信息,对所述语音信息流进行声学特征提取,以得到所述语音信息对应的源声学特征;
根据所述源声学特征,依次将采集的源语音数据流实时转换为具有目标声学特征的目标语音数据流,得到变声后的语音信息,并将变声后的语音信息发送给监考端;其中,所述目标声学特征与所述源声学特征包含相同的语音内容和不同的音色特征。
本发明实施例还提供一种云在线监考系统,包括:
考生端通讯模块,用于获取考生端上传的录屏信息、图像信息和语音信息;
行为检测模块,用于根据所述图像信息进行图像检测,分析考生是否存在作弊行为;
监考端通讯模块,用于将所述录屏信息和所述语音信息发送给监考端。
可选的,所述的云在线监考系统,还包括:
答题状态分析模块,用于根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
可选的,所述的云在线监考系统,还包括:
答题信息备注模块,用于将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
可选的,所述的云在线监考系统,还包括:
通讯建立模块,用于接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;所述通讯建立模块,还用于接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
本发明实施例还提供一种计算机终端设备,包括一个或多个处理器和存储器。存储器与所述处理器耦接,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一实施例所述的云在线监考方法。
本发明实施例还提供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如上述任一实施例所述的云在线监考方法。
与现有技术相比,本发明具有以下有益效果:
本发明各实施例提供的一种云在线监考方法及系统,在该云在线监考方法中,通过与考生端和监考端的设备建立连接,并获取考生端上传的录屏信息、图像信息和语音信息,从而能够对考生的考试过程中的面部变化、声音信息以及考试答题界面进行数据采集;根据所述图像信息进行图像检测,分析考生是否存在作弊行为;将所述录屏信息和所述语音信息发送给监考端。本发明能够弥补传统的机考过程,需要监考人员到场才能对考生的考试状态进行监控的问题,从而为未来考生在家独自考试的在线监控拓展更多的解决方案。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例适用的一种应用场景的示意图;
图2是本发明某一实施例提供的云在线监考方法的流程示意图;
图3是本发明另一实施例提供的云在线监考方法的流程示意图;
图4是本发明又一实施例提供的云在线监考方法的流程示意图;
图5是本发明又一实施例提供的云在线监考方法的流程示意图;
图6是本发明某一实施例提供的云在线监考装置的结构示意图;
图7是本发明另一实施例提供的云在线监考装置的结构示意图;
图8是本发明某一实施例提供的计算机终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1为本发明实施例适用的一种云在线监考方法的应用场景的示意图。
在该应用场景中包括至少两个终端设备(考生端01和监考端02)和一个服务器03。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能电视、智能穿戴式设备等,但并不局限于此。各个终端设备均可以与服务器03进行通信,例如通过有线或无线通信方式进行直接或间接地连接,本申请不做限制。终端设备中安装有各种应用程序对应的客户端,以供各个终端设备之间进行资源共享,服务器03为能够进行资源共享的应用程序提供后台服务的服务设备。其中,服务器03可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content DeliveryNetwork,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
示例性的,考生端01和监考端02均为笔记本电脑,考生端01和监考端02与服务器03进行通信,以无线通信方式进行连接。基于此,服务器03能够对考生端和监考端作出区分,接收相应的操作指令和实时数据。
请参阅图2,图2为本发明某一实施例提供的云在线监考方法的流程示意图。在本实施例中,云在线监考方法包括以下步骤:
S110,获取考生端上传的录屏信息、图像信息和语音信息。
可以理解地,在线机考前的准备过程中,考生端会根据应用指令要求,开启摄像头权限、屏幕录制权限和麦克风权限等。进入考试状态后,开启摄像头功能、屏幕录制功能和麦克风功能。
S120,根据所述图像信息进行图像检测,分析考生是否存在作弊行为。
可以理解地,在线机考过程中的基本要求即需要实时获取考生的面部图像信息。作为示例说明,根据所述图像信息进行图像检测,分析考生是否存在作弊行为包括:根据所述图像信息提取考生的面部特征信息,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阙值,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,可以通过所述图像信息提取考生的多张连续帧的面部特征信息图片,通过多张连续帧的西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,则判定考生存在作弊行为。
S130,将所述录屏信息和所述语音信息发送给监考端。
可以理解地,考生端01的语音信息实时传输给监考端,能够使得考生在考试过程中出现任何问题,能够得监考人员的较快回应。录屏信息实时传输给监考端,目的也是为了监考人员能够第一时间了解考生的答题状态。
进一步地,为了防止出现可能的监考人员包庇的情况,所述语音信息将经过变声处理,改变原本语音信息中的音色。对语音信息的处理可以是服务器也可以是监考端,作为优选项,服务器在接受考生端上传的语音信息后,将对该语音信息进行音色修改,最后由服务器将变声后的语音信息,发送给监考端。
对该语音信息进行音色修改包括:获取语音信息的基音周期长度;根据基音周期长度定位整个语音信息的每一个基音周期的位置;在语音信息中的基音周期之间删除/插入基音周期,得到缩短/伸长的语音信号;将缩短/伸长的语音信号线性伸长/压缩至与原始语音信号一致的长度,得到变声后的语音信息。对该语音信息进行音色修改还可以是:获取语音信息,对所述语音信息流进行声学特征提取,以得到所述语音信息对应的源声学特征;根据所述源声学特征,依次将采集的源语音数据流实时转换为具有目标声学特征的目标语音数据流,得到变声后的语音信息;其中,所述目标声学特征与所述源声学特征包含相同的语音内容和不同的音色特征。
在一个实施例中,如图3所示,云在线监考方法,还包括步骤S121,根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
可以理解的是,一场考试,一般是一个监考人员对应多个考生,在本发明实施例中,也是一个服务器、一个监考端和若干个考生端。如果考生的答题状态完全由监考人员通过监考端查看录屏信息得到了解,这将是非常大的工作量。因此,为了减轻监考人员的工作任务,录屏信息将由服务器进行预处理。
作为示例,根据录屏信息中包含的信息,进行文字提取,分析当前时间节点考生正在做答的是哪个考题(题目编号)。并根据获取到的题目编号生成答题状态信息,以供监考端实时查阅。
在一个实施例中,如图4所示,云在线监考方法,还包括步骤S122,将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
可以理解地是,录屏信息可以作为考试备份信息进行存储,以便监考人员后续根据考试备份信息,回看考试过程,分析考生的考试状态。
作为示例,在互联网大厂招聘时,经常会要求求职者参与线上面试,同时还会进行线上考试。在某个具体场景中,面试官本次需要考察五个面试者,因此进行线上考试。面试官利用监考端,对面试者答题的考生端进行监控,实时查看面试者的答题情况。服务器根据考生端上传的录屏信息分析考生当前正在作答的题目编号,得到答题状态信息并发送给监考端,使得面试官能够了解到各个考生的答题速度。进一步地,将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。在后续面试官需要查阅某一考生在针对某道题的作答时间进行分析时,能够直接清晰根据时间节点与题目编号的映射关系,获取目标信息。
作为示例,考试过程中,答题形式包括选择题、填空题、判断题和主观题。其中选择题和判断题,可能存在考生并不具备答对的能力,而因为运气成分选择到了正确的答案。因此为了使得考试结果更加精准,排除考生因为运气选择到了正确选项的可能性,通过录频,获取屏幕当前显示的答题信息备注标签信息,所述标签信息包括时间节点与题目编号的映射关系。根据时间节点与题目编号的映射关系,得到每道题花费的时间信息,根据考生在每道题上花费的时间情况(判断所述时间信息是否超过预设范围),判断该题对该考生而言是否属于难以解决的问题。例如,某道判断题的题干信息超过400字,但是考生仅花费5秒即选择了最终答案,针对该题,预设的标准解答时间范围为1分钟-2分钟,显然5秒钟远远小于1分钟,判定该题答题异常,服务器将答题异常信息发送给监考端,由监考人员核验。另一种情况下,该题预设的标准解答时间范围为1分钟-2分钟,但是该题停留时间为10分钟,显然10分钟远远大于2分钟,判断该题答题异常,服务器将答题异常信息发送给监考端,由监考人员核验。
在一个实施例中,如图5所示,云在线监考方法,还包括以下步骤:
S1231,接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;
S1232,接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
可以理解的是,云在线监考的考试过程,并不完全采用笔试对考生进行只是考察,还会由监考端发起问答,进行口头阐述答题。
作为示例,接前述具体场景中,面试官本次需要考察五个面试者,因此进行线上考试的情况,面试官根据考试进度,向某一考生和/或全部考生发起问答。这时服务器接收监考端发送的问答指令,问答指令中包括该问答指令是向哪个或哪些考生端发起的,然后根据所述问答指令向指定的考生端发送问答请求。经过考生端反馈接受问答指令后,为考生端和监考端之间建立即时通讯。进一步地,考生端和监考端的通讯过程将被录音。
基于同一发明构思,本申请实施例提供一种云在线监考方法,可以由终端设备执行。在本实施例中,云在线监考方法由终端设备(考生端)执行。包括:获取录屏信息、图像信息和语音信息,并将所述录屏信息、所述图像信息和所述语音信息发送给服务器;获取服务器发送的问答请求,反馈接受问答指令或拒绝问答指令。
其中,线上考试定时开启,考生需要提前于考试开始时间,登陆终端设备,并使得考生端进入等待考试阶段。例如,考试10:00开始,考生端在09:45分登陆进入考试,前期的准备工作包括:录屏功能检测确认、摄像头功能检测确认和麦克风功能检测确认。确认摄像头功能正常后,进入考生身份确认阶段,通过终端设备外接或自带的摄像头,获取图像信息,所述图像信息中包括考生的面部信息,并将考前采集的图像信息发送给服务器,由服务器将所述图像信息与预存的考生身份信息(包括面部信息)进行对照,判断考生身份是否异常。
进一步地,确认摄像头功能正常后,进入考生身份确认阶段,通过终端设备外接或自带的麦克风,获取语音信息并发送给服务器,由服务器将所述语音信息与预存的考生身份信息(包括音色信息)进行对照,判断考生身份是否异常。
基于同一发明构思,本申请实施例提供一种云在线监考方法,可以由终端设备执行。在本实施例中,云在线监考方法由终端设备(监考端)执行。包括:获取录屏信息和语音信息;向服务器发送问答指令,并在服务器接收到考生端发送的接受问答指令后,开启麦克风功能。
作为示例,在互联网大厂招聘时,经常会要求求职者参与线上面试,同时还会进行线上考试。在某个具体场景中,面试官本次需要考察五个面试者,因此进行线上考试。面试官利用监考端,对面试者答题的考生端进行监控,实时查看面试者的答题情况。服务器根据考生端上传的录屏信息分析考生当前正在作答的题目编号,得到答题状态信息并发送给监考端,使得面试官能够了解到各个考生的答题速度。进一步地,将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。在后续面试官需要查阅某一考生在针对某道题的作答时间进行分析时,能够直接清晰根据时间节点与题目编号的映射关系,获取目标信息。接前述具体场景中,面试官本次需要考察五个面试者,因此进行线上考试的情况,面试官根据考试进度,向某一考生和/或全部考生发起问答。这时服务器接收监考端发送的问答指令,问答指令中包括该问答指令是向哪个或哪些考生端发起的,然后根据所述问答指令向指定的考生端发送问答请求。经过考生端反馈接受问答指令后,为考生端和监考端之间建立即时通讯。进一步地,考生端和监考端的通讯过程将被录音。
为更好地理解本申请实施例提供的技术方案,下面对本申请实施例提供的技术方案适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施时,可以根据实际需要灵活地应用本申请实施例提供的技术方案。下面对本发明实施例中的云在线监考方法的部分技术进行进一步说明:考虑到考生的隐私信息,还有防止监考人员与考生在考试过程中的包庇行为,在考试过程中一般不展示图像信息给监考端。但是,由于在考试过程中,由服务器对图像信息进行图像检测,分析考生是否存在作弊行为。服务器将在图像检测过程中,对图像信息中的异常状态进行标注,然后需要由监考端对异常状态进行处理。
例如,图像检测过程中,根据所述图像信息提取考生的面部特征信息,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阙值,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,将人脸识别不通过信息发送给考生端,考生端根据人脸识别不通过信息可以向服务器反馈人工核验申请,服务器接收到考生端发送的人工核验申请后生成人工核验指令给监考端,监考端反馈核验通过指令或核验不通过指令。
图像检测过程中,服务器不会在每次分析出考生存在作弊行为都发出报警。作为示例,服务器根据获取的图像信息,对考生的面部表情信息和眼球变化信息进行特征识别,还包括但不限于表情、头部动作、手部动作及眼部动作的特征向量,所述头部动作特征包括头部的左右转动特征和头部上下摆动特征,所述手部动作特征向量分别使用手部动作的坐标表示。对短时作弊检测,只考虑头部左右转动特征和/或手部动作特征,对于长时作弊检测需要考虑考生的表情、头部上下摆动特征以及手部动作特征。最终,服务器将图像信息中判定为行为异常的时间段进行存储,并将图像信息中被标记为异常的时间段,在考试结束后发送给监考端进行人工确认。
基于同一发明构思,本申请实施例提供一种云在线监考系统。请参阅图6,本发明实施例中云在线监考系统包括:
考生端通讯模块210,用于获取考生端上传的录屏信息、图像信息和语音信息。
可以理解地,在线机考前的准备过程中,考生端会根据应用指令要求,开启摄像头权限、屏幕录制权限和麦克风权限等。进入考试状态后,开启摄像头功能、屏幕录制功能和麦克风功能。
行为检测模块220,用于根据所述图像信息进行图像检测,分析考生是否存在作弊行为。
可以理解地,在线机考过程中的基本要求即需要实时获取考生的面部图像信息。作为示例说明,根据所述图像信息进行图像检测,分析考生是否存在作弊行为包括:根据所述图像信息提取考生的面部特征信息,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阙值,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,可以通过所述图像信息提取考生的多张连续帧的面部特征信息图片,通过多张连续帧的西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,则判定考生存在作弊行为。
监考端通讯模块230,用于将所述录屏信息和所述语音信息发送给监考端。
可以理解地,考生端01的语音信息实时传输给监考端,能够使得考生在考试过程中出现任何问题,能够得监考人员的较快回应。录屏信息实时传输给监考端,目的也是为了监考人员能够第一时间了解考生的答题状态。
进一步地,为了防止出现可能的监考人员包庇的情况,所述语音信息将经过变声处理,改变原本语音信息中的音色。对语音信息的处理可以是服务器也可以是监考端,作为优选项,服务器在接受考生端上传的语音信息后,将对该语音信息进行音色修改,最后由服务器将变声后的语音信息,发送给监考端。
对该语音信息进行音色修改包括:获取语音信息的基音周期长度;根据基音周期长度定位整个语音信息的每一个基音周期的位置;在语音信息中的基音周期之间删除/插入基音周期,得到缩短/伸长的语音信号;将缩短/伸长的语音信号线性伸长/压缩至与原始语音信号一致的长度,得到变声后的语音信息。对该语音信息进行音色修改还可以是:获取语音信息,对所述语音信息流进行声学特征提取,以得到所述语音信息对应的源声学特征;根据所述源声学特征,依次将采集的源语音数据流实时转换为具有目标声学特征的目标语音数据流,得到变声后的语音信息;其中,所述目标声学特征与所述源声学特征包含相同的语音内容和不同的音色特征。
请参阅图7,图7为本发明另一实施例提供的云在线监考系统的结构示意图。
本发明实施例提供的云在线监考系统,还包括:
答题状态分析模块221,用于根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
可以理解的是,一场考试,一般是一个监考人员对应多个考生,在本发明实施例中,也是一个服务器、一个监考端和若干个考生端。如果考生的答题状态完全由监考人员通过监考端查看录屏信息得到了解,这将是非常大的工作量。因此,为了减轻监考人员的工作任务,录屏信息将由服务器进行预处理。
作为示例,根据录屏信息中包含的信息,进行文字提取,分析当前时间节点考生正在做答的是哪个考题(题目编号)。并根据获取到的题目编号生成答题状态信息,以供监考端实时查阅。
本发明实施例提供的云在线监考系统,还包括:
答题信息备注模块222,用于将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
可以理解地是,录屏信息可以作为考试备份信息进行存储,以便监考人员后续根据考试备份信息,回看考试过程,分析考生的考试状态。
作为示例,在互联网大厂招聘时,经常会要求求职者参与线上面试,同时还会进行线上考试。在某个具体场景中,面试官本次需要考察五个面试者,因此进行线上考试。面试官利用监考端,对面试者答题的考生端进行监控,实时查看面试者的答题情况。服务器根据考生端上传的录屏信息分析考生当前正在作答的题目编号,得到答题状态信息并发送给监考端,使得面试官能够了解到各个考生的答题速度。进一步地,将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。在后续面试官需要查阅某一考生在针对某道题的作答时间进行分析时,能够直接清晰根据时间节点与题目编号的映射关系,获取目标信息。
作为示例,考试过程中,答题形式包括选择题、填空题、判断题和主观题。其中选择题和判断题,可能存在考生并不具备答对的能力,而因为运气成分选择到了正确的答案。因此为了使得考试结果更加精准,排除考生因为运气选择到了正确选项的可能性,通过录频,获取屏幕当前显示的答题信息备注标签信息,所述标签信息包括时间节点与题目编号的映射关系。根据时间节点与题目编号的映射关系,得到每道题花费的时间信息,根据考生在每道题上花费的时间情况(判断所述时间信息是否超过预设范围),判断该题对该考生而言是否属于难以解决的问题。例如,某道判断题的题干信息超过400字,但是考生仅花费5秒即选择了最终答案,针对该题,预设的标准解答时间范围为1分钟-2分钟,显然5秒钟远远小于1分钟,判定该题答题异常,服务器将答题异常信息发送给监考端,由监考人员核验。另一种情况下,该题预设的标准解答时间范围为1分钟-2分钟,但是该题停留时间为10分钟,显然10分钟远远大于2分钟,判断该题答题异常,服务器将答题异常信息发送给监考端,由监考人员核验。
本发明实施例提供的云在线监考系统,还包括:
通讯建立模块223,用于接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;所述通讯建立模块223,还用于接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
可以理解的是,云在线监考的考试过程,并不完全采用笔试对考生进行只是考察,还会由监考端发起问答,进行口头阐述答题。
作为示例,接前述具体场景中,面试官本次需要考察五个面试者,因此进行线上考试的情况,面试官根据考试进度,向某一考生和/或全部考生发起问答。这时服务器接收监考端发送的问答指令,问答指令中包括该问答指令是向哪个或哪些考生端发起的,然后根据所述问答指令向指定的考生端发送问答请求。经过考生端反馈接受问答指令后,为考生端和监考端之间建立即时通讯。进一步地,考生端和监考端的通讯过程将被录音。
关于云在线监考系统的具体限定可以参见上文中对于云在线监考方法的限定,在此不再赘述。上述云在线监考系统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计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
请参阅图8,本发明实施例提供一种计算机终端设备,包括一个或多个处理器和存储器。存储器与所述处理器耦接,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任意一个实施例中的云在线监考方法。
处理器用于控制该计算机终端设备的整体操作,以完成上述的云在线监考方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作,这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在一示例性实施例中,计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit,简称AS1C) 、数字信号处理器(DigitalSignal Processor,简称DSP) 、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD) 、现场可编程门阵列(Field Programmable Gate Array ,简称FPGA) 、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的云在线监考方法,并达到如上述方法一致的技术效果。
在另一示例性实施例中,还提供了一种包括计算机程序的计算机可读存储介质,该计算机程序被处理器执行时实现上述任意一个实施例中的云在线监考方法的步骤。例如,该计算机可读存储介质可以为上述包括计算机程序的存储器,上述计算机程序可由计算机终端设备的处理器执行以完成上述的云在线监考方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (12)
1.一种云在线监考方法,其特征在于,包括:
获取考生端上传的录屏信息、图像信息和语音信息;
根据所述图像信息进行图像检测,分析考生是否存在作弊行为;
将所述录屏信息和所述语音信息发送给监考端。
2.根据权利要求1所述的云在线监考方法,其特征在于,还包括:
根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
3.根据权利要求1所述的云在线监考方法,其特征在于,还包括:
将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
4.根据权利要求1所述的云在线监考方法,其特征在于,还包括:
接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;
接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
5.根据权利要求1所述的云在线监考方法,其特征在于,还包括:
获取语音信息的基音周期长度;
根据基音周期长度定位语音信息的每一个基音周期的位置;
在语音信息中的基音周期之间删除或插入基音周期,得到缩短或伸长的语音信号;
将缩短或伸长的语音信号线性伸长或压缩至与原始语音信号一致的长度,得到变声后的语音信息,并将变声后的语音信息发送给监考端。
6.根据权利要求1所述的云在线监考方法,其特征在于,还包括:
获取语音信息,对所述语音信息流进行声学特征提取,以得到所述语音信息对应的源声学特征;
根据所述源声学特征,依次将采集的源语音数据流实时转换为具有目标声学特征的目标语音数据流,得到变声后的语音信息,并将变声后的语音信息发送给监考端;其中,所述目标声学特征与所述源声学特征包含相同的语音内容和不同的音色特征。
7.一种云在线监考系统,其特征在于,包括:
考生端通讯模块,用于获取考生端上传的录屏信息、图像信息和语音信息;
行为检测模块,用于根据所述图像信息进行图像检测,分析考生是否存在作弊行为;
监考端通讯模块,用于将所述录屏信息和所述语音信息发送给监考端。
8.根据权利要求7所述的云在线监考系统,其特征在于,还包括:
答题状态分析模块,用于根据所述录屏信息分析考生当前正在作答的题目编号,得到答题状态信息。
9.根据权利要求7所述的云在线监考系统,其特征在于,还包括:
答题信息备注模块,用于将所述录屏信息按照答题信息备注标签信息;其中,所述答题信息包括录屏信息中考生正在作答的题目编号,所述标签信息包括时间节点与题目编号的映射关系。
10.根据权利要求7所述的云在线监考系统,其特征在于,还包括:
通讯建立模块,用于接收监考端发送的问答指令,根据所述问答指令向指定的考生端发送问答请求;所述通讯建立模块,还用于接收考生端发送的接受问答指令,为考生端和监考端之间建立即时通讯。
11.一种计算机终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6任一项所述的云在线监考方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的云在线监考方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111045575.1A CN113743901A (zh) | 2021-09-07 | 2021-09-07 | 一种云在线监考方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111045575.1A CN113743901A (zh) | 2021-09-07 | 2021-09-07 | 一种云在线监考方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113743901A true CN113743901A (zh) | 2021-12-03 |
Family
ID=78736826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111045575.1A Pending CN113743901A (zh) | 2021-09-07 | 2021-09-07 | 一种云在线监考方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743901A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114584740A (zh) * | 2022-01-17 | 2022-06-03 | 长春艺术实验中学 | 美术远程考试实时监测系统、方法、存储介质及电子设备 |
CN115146243A (zh) * | 2022-07-08 | 2022-10-04 | 武汉全英教育咨询有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1567428A (zh) * | 2003-06-19 | 2005-01-19 | 北京中科信利技术有限公司 | 一种基于数字信号处理的语音变声方法 |
CN108510415A (zh) * | 2018-03-23 | 2018-09-07 | 广州杰赛科技股份有限公司 | 基于教学软件的考试方法、设备、系统及存储介质 |
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 |
CN110097890A (zh) * | 2019-04-16 | 2019-08-06 | 北京搜狗科技发展有限公司 | 一种语音处理方法、装置和用于语音处理的装置 |
-
2021
- 2021-09-07 CN CN202111045575.1A patent/CN113743901A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1567428A (zh) * | 2003-06-19 | 2005-01-19 | 北京中科信利技术有限公司 | 一种基于数字信号处理的语音变声方法 |
CN108510415A (zh) * | 2018-03-23 | 2018-09-07 | 广州杰赛科技股份有限公司 | 基于教学软件的考试方法、设备、系统及存储介质 |
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 |
CN110097890A (zh) * | 2019-04-16 | 2019-08-06 | 北京搜狗科技发展有限公司 | 一种语音处理方法、装置和用于语音处理的装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114584740A (zh) * | 2022-01-17 | 2022-06-03 | 长春艺术实验中学 | 美术远程考试实时监测系统、方法、存储介质及电子设备 |
CN115146243A (zh) * | 2022-07-08 | 2022-10-04 | 武汉全英教育咨询有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
CN115146243B (zh) * | 2022-07-08 | 2023-09-15 | 北京布局未来教育科技有限公司 | 一种基于数据分析的线上vr考试考生信息核对管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108470485B (zh) | 场景式培训方法、装置、计算机设备和存储介质 | |
CN109726663A (zh) | 在线考试监控方法、装置、计算机设备及存储介质 | |
CN113743901A (zh) | 一种云在线监考方法、系统、设备及存储介质 | |
US11151385B2 (en) | System and method for detecting deception in an audio-video response of a user | |
KR20200008838A (ko) | 가상 면접 제공 방법 및 이를 이용하는 장치 | |
CN113163153A (zh) | 视频会议中违规信息的处理方法、装置、介质及电子设备 | |
CN109389028A (zh) | 基于动作分析的人脸识别方法、装置、设备及存储介质 | |
CN113435362A (zh) | 异常行为检测方法、装置、计算机设备及存储介质 | |
CN112398931A (zh) | 音视频数据处理方法、装置、计算机设备及存储介质 | |
CN112087603A (zh) | 智慧考场监管方法 | |
CN114220148A (zh) | 线上考试监考的处理方法、装置、终端设备及存储介质 | |
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 | |
CN113536893A (zh) | 一种在线教学学习专注度识别方法、装置、系统及介质 | |
WO2019227633A1 (zh) | 建立用户画像和建立状态信息分析模型的方法和装置 | |
US11611554B2 (en) | System and method for assessing authenticity of a communication | |
CN113630309A (zh) | 机器人会话系统、方法、装置、计算机设备和存储介质 | |
CN112637613A (zh) | 直播音频处理方法、装置、计算机设备和存储介质 | |
CN111951135A (zh) | 一种用于在线双机位考生的监考方法及系统 | |
CN115132228B (zh) | 一种语言能力分级方法及系统 | |
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 | |
CN115659078A (zh) | 基于人工智能的网络信息安全监控方法及系统 | |
CN107730422A (zh) | 一种基于面部识别在线考试分析系统 | |
KR20220009287A (ko) | 딥러닝 기반 영상처리를 활용한 온라인 시험 부정행위 방지 시스템 및 방법 | |
CN113468488A (zh) | 远程考试系统、方法 | |
CN111178248A (zh) | 在线实验考核方法、装置、计算机设备和存储介质 |
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: 20211203 |
|
RJ01 | Rejection of invention patent application after publication |