CN113784028A - 一种多场同步的考场秩序监督方法及系统 - Google Patents

一种多场同步的考场秩序监督方法及系统 Download PDF

Info

Publication number
CN113784028A
CN113784028A CN202111063986.3A CN202111063986A CN113784028A CN 113784028 A CN113784028 A CN 113784028A CN 202111063986 A CN202111063986 A CN 202111063986A CN 113784028 A CN113784028 A CN 113784028A
Authority
CN
China
Prior art keywords
test paper
examinee
answer
examination
monitoring
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
Application number
CN202111063986.3A
Other languages
English (en)
Other versions
CN113784028B (zh
Inventor
羊小俊
池维新
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.)
Hunan Wudou Information Technology Co.,Ltd.
Original Assignee
Shenzhen Xincheng Education Technology Development Co ltd
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 Shenzhen Xincheng Education Technology Development Co ltd filed Critical Shenzhen Xincheng Education Technology Development Co ltd
Priority to CN202111063986.3A priority Critical patent/CN113784028B/zh
Publication of CN113784028A publication Critical patent/CN113784028A/zh
Application granted granted Critical
Publication of CN113784028B publication Critical patent/CN113784028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/04—Synchronising
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种多场同步的考场秩序监督方法及系统。该方案包括同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；进行监测时间提取，获得当前时刻的监测数据作为多场同步信号存储；获取所述每位考生的答题试卷图，进行像素点提取，获得当前的试卷答题比率；获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。该方案通过对于多个考场的试卷数据的在线监测，获取答题比率和异常波动，实现对于考场信息的动态展示。

Description

一种多场同步的考场秩序监督方法及系统
技术领域
本发明涉及培训考试技术领域，更具体地，涉及一种多场同步的考场秩序监督方法及系统。
背景技术
现有的高效与培训机构在对于学生学习状态评估方面，主要的手段就是通过考试，因为考试是能够公平体现每位学生的学习状态的，最终考试的分数也是目前学校录取和量化学习能力的重要手段。
但是，在本发明技术之前，现有的高效或培训机构进行考试过程中，大部分是通过监考老师进行人工的排查作弊情况和考试的异常状态。但是，实际中由于监考老师的视野范围有限，且每位学生的状态不同，经常难以有效的发现考场中的异常。
发明内容
鉴于上述问题，本发明提出了一种多场同步的考场秩序监督方法及系统，其可以实现通过对于多个考场的试卷数据的在线监测，获取答题比率和异常波动，实现对于考场信息的动态展示。
根据本发明实施例第一方面，提供一种多场同步的考场秩序监督方法。
在一个或多个实施例中，优选地，所述一种多场同步的考场秩序监督方法包括：
同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
在一个或多个实施例中，优选地，所述同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片，具体包括：
向多个考场中的监控摄像头同时发出采集命令，开始进行图像采集；
调整所有的监控摄像拍摄角度，实现对全部考试试卷的图像提取，生成监测图像；
对所述监测图像进行去抖，获得清晰监测图像；
对所述清晰监测图像进行角度修正，获得修正后的监测图像；
提取所有的监测图像中的试卷进行裁剪，保存为每位考生的答题试卷图。
在一个或多个实施例中，优选地，所述根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图，具体包括：
获取当前每位考生的试卷照片，并提取其中每个坐标点的像素色度值；
根据考试开始前预先拍摄的20张试卷的照片，进行每个像素点的色度值获取；
利用第一计算公式获得第一色度阈值；
利用第二计算公式获得第二色度阈值；
利用第三计算公式获得第三色度阈值；
利用第四计算公式判断当前获得的试卷中的各个像素点是否为有效像素点，并保存到有效像素点的指标；
根据所述有效像素点的指标利用第五计算公式获得进行图像处理，将原始的像素点转换为每位考生的答题试卷图；
所述第一计算公式为：
Figure BDA0003257488460000031
其中，R1(x，y)为横坐标x和纵坐标y位置对应的所述第一色度阈值，n为试卷照片的编号，Rn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的红色分量，
Figure BDA0003257488460000032
为试卷照片的红色分量平均值；
所述第二计算公式为：
Figure BDA0003257488460000033
其中，B1(x，y)为所述第二色度阈值，Bn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的蓝色分量，
Figure BDA0003257488460000034
为试卷照片的蓝色分量平均值；
所述第三计算公式为：
Figure BDA0003257488460000035
其中，G1(x，y)为所述第三色度阈值，Gn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的绿色分量，
Figure BDA0003257488460000036
为试卷照片的绿色分量平均值；
所述第四计算公式为：
A＝[R(x,y)＞R1(x,y)]&&[B(x,y)＞B1(x,y)]&&[G(x,y)＞G1(x,y)]
其中，A为所述有效像素点的指标，当A为1对应是有效像素点，当A为0对应无有效像素点；
所述第五计算公式为：
Figure BDA0003257488460000041
其中，(R,G,B)(x,y)编号为n的试卷照片在横坐标x和纵坐标y位置的红、绿、蓝三原色分量。
在一个或多个实施例中，优选地，所述对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名，具体包括：
获取每位考生的答题试卷图，提取图片获取时间；
将所述图片获取时间以考试开始时间为基础，转换为考试已经经历的时间数据，并作为所述多场同步信号存储；
将所述已经经历的时间数据作为所述答题试卷图的文件名称进行存储。
在一个或多个实施例中，优选地，所述获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率，具体包括：
获取每位考生的所述答题试卷图，对所述答题试卷图进行像素点获取；
计算空白试卷的有效像素点数量；
获得当前的有效像素点数量；
设置最大时间答题像素点数据；
利用第六计算公式计算当前的试卷答题比率；
所述第六计算公式为：
P＝(K1-K0)/(K2-K0)
其中，K0为所述空白试卷的有效像素点数量，K2为所述最大时间答题像素点数据，K1为所述当前的有效像素点数量。
在一个或多个实施例中，优选地，所述根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号，具体包括：
利用第七计算公式获得高斯核函数；
利用第八计算公式获得每个时刻的预测误差概率密度分布；
使用所述预测误差概率密度分布利用第九计算公式进行下一时刻的考场状态预测；
根据所述考场状态预测形成曲线与当前每位考生的答题比率进行做差，生成预测差值；
对所述预测差值进行对时间的积分获得每位考生的波动偏差；
当所述波动偏差超过预设值时，向监考老师发出异常信号；
所述第七计算公式为：
Figure BDA0003257488460000051
其中，K(u)为所述高斯核函数，u为考生的答题比率；
所述第八计算公式为：
Figure BDA0003257488460000052
其中，Perr(I)为待监测考生范围I的预测误差概率密度分布，ns为考生总数，h为修正系数，h的取值范围为0.3至0.5之间，i为考生编号；
所述第九计算公式为：
P(I)＝Perr(I-pt)
其中，pt为已确定处于监测完成状态的考生，P(I)为待监测考生范围I的误差概率密度分布。
在一个或多个实施例中，优选地，所述根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示，具体包括：
将全部的考场和考生在一个显示屏幕上展示，其中，考场展示为一个蓝色矩形的块，考生展示为一个绿色的点；
当获取异常信号后，对所述异常信号对应的考场展示进行整体的背景颜色调整为红色；
当获得异常信号后，对所述异常信号对应的考生，调整为红色的点；
获取多个考场的所述多场同步信号，仅将最大的所述多场同步信号进行展示；
在所述显示屏幕中对考生下方标记该考生对应的当前试卷答题比率。
根据本发明实施例第二方面，提供一种多场同步的考场秩序监督系统。
在一个或多个实施例中，优选地，所述一种多场同步的考场秩序监督系统包括：
图像采集单元，用于同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
第一获取单元，用于根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
多场同步单元，用于对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
第二获取单元，用于获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
异常警报单元，用于根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
综合展示单元，用于根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的步骤。
本发明的实施例提供的技术方案可以包括以下有益效果：
1)本发明实施例中，通过对于考场考生的监视数据进行在线的数据处理获得当前的考生的试卷的图像数据。
2)本发明实施例中，通过对于考场考生的图像数据进行像素点运算，获得当前的答题比率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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例，对于本领域技术人员来讲，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是本发明一个实施例的一种多场同步的考场秩序监督方法的流程图。
图2是本发明一个实施例的一种多场同步的考场秩序监督方法中的同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片的流程图。
图3是本发明一个实施例的一种多场同步的考场秩序监督方法中的根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图的流程图。
图4是本发明一个实施例的一种多场同步的考场秩序监督方法中的对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名的流程图。
图5是本发明一个实施例的一种多场同步的考场秩序监督方法中的获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率的流程图。
图6是本发明一个实施例的一种多场同步的考场秩序监督方法中的根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号的流程图。
图7是本发明一个实施例的一种多场同步的考场秩序监督方法中的根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示的流程图。
图8是本发明一个实施例的一种多场同步的考场秩序监督系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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。
现有的高效与培训机构在对于学生学习状态评估方面，主要的手段就是通过考试，因为考试是能够公平体现每位学生的学习状态的，最终考试的分数也是目前学校录取和量化学习能力的重要手段。
但是，在本发明技术之前，现有的高效或培训机构进行考试过程中，大部分是通过监考老师进行人工的排查作弊情况和考试的异常状态。但是，实际中由于监考老师的视野范围有限，且每位学生的状态不同，经常难以有效的发现考场中的异常。
本发明实施例中，提供了一种多场同步的考场秩序监督方法及系统。该方案通过对于多个考场的试卷数据的在线监测，获取答题比率和异常波动，实现对于考场信息的动态展示。
根据本发明实施例第一方面，提供一种多场同步的考场秩序监督方法。
如图1所示，在一个或多个实施例中，优选地，所述一种多场同步的考场秩序监督方法包括：
S101、同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
S102、根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
S103、对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
S104、获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
S105、根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
S106、根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
在本发明实施例中，通过数据监测，图像处理，进而利用时间同步完成全部的试卷信息提取，进而利用提取到的试卷信息通过答题比率和概率评估，完成对于每位考生的状态评估并展示异常状态。
如图2所示，在一个或多个实施例中，优选地，所述同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片，具体包括：
S201、向多个考场中的监控摄像头同时发出采集命令，开始进行图像采集；
S202、调整所有的监控摄像拍摄角度，实现对全部考试试卷的图像提取，生成监测图像；
S203、对所述监测图像进行去抖，获得清晰监测图像；
S204、对所述清晰监测图像进行角度修正，获得修正后的监测图像；
S205、提取所有的监测图像中的试卷进行裁剪，保存为每位考生的答题试卷图。
在本发明实施例中，首先经过多个考场中的摄像头同时对于当前的信号进行采集，在采集之后直接将可能存在抖动的进行去抖，这个去抖工作主要的方式是对于当前的试卷运动方向进行判断，进而补偿试卷的运动，实现去抖工作。在进行去抖后，尚需要对监测图像进行角度的修正，修正后的监测图像能够显示。
如图3所示，在一个或多个实施例中，优选地，所述根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图，具体包括：
S301、获取当前每位考生的试卷照片，并提取其中每个坐标点的像素色度值；
S302、根据考试开始前预先拍摄的20张试卷的照片，进行每个像素点的色度值获取；
S303、利用第一计算公式获得第一色度阈值；
S304、利用第二计算公式获得第二色度阈值；
S305、利用第三计算公式获得第三色度阈值；
S306、利用第四计算公式判断当前获得的试卷中的各个像素点是否为有效像素点，并保存到有效像素点的指标；
S307、根据所述有效像素点的指标利用第五计算公式获得进行图像处理，将原始的像素点转换为每位考生的答题试卷图；
所述第一计算公式为：
Figure BDA0003257488460000111
其中，R1(x，y)为横坐标x和纵坐标y位置对应的所述第一色度阈值，n为试卷照片的编号，Rn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的红色分量，
Figure BDA0003257488460000112
为试卷照片的红色分量平均值；
所述第二计算公式为：
Figure BDA0003257488460000113
其中，B1(x，y)为所述第二色度阈值，Bn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的蓝色分量，
Figure BDA0003257488460000114
为试卷照片的蓝色分量平均值；
所述第三计算公式为：
Figure BDA0003257488460000115
其中，G1(x，y)为所述第三色度阈值，Gn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的绿色分量，
Figure BDA0003257488460000116
为试卷照片的绿色分量平均值；
所述第四计算公式为：
A＝[R(x,y)＞R1(x,y)]&&[B(x,y)＞B1(x,y)]&&[G(x,y)＞G1(x,y)]
其中，A为所述有效像素点的指标，当A为1对应是有效像素点，当A为0对应无有效像素点；
所述第五计算公式为：
Figure BDA0003257488460000121
其中，(R,G,B)(x,y)编号为n的试卷照片在横坐标x和纵坐标y位置的红、绿、蓝三原色分量。
在本发明实施例中，由于在正常的图像数据中存在很多的色彩，没办法进行统一的数据分析，此外，可能存在铅笔为验算数据，黑色笔记为答题数据等情况，因此在数据处理过程中，仅以三原色的方式进行数据的分析，对于每个试卷图进行综合的处理，实现三原色分量的单独像素分析。分析后保留的像素为主要的数据。
如图4所示，在一个或多个实施例中，优选地，所述对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名，具体包括：
S401、获取每位考生的答题试卷图，提取图片获取时间；
S402、将所述图片获取时间以考试开始时间为基础，转换为考试已经经历的时间数据，并作为所述多场同步信号存储；
S403、将所述已经经历的时间数据作为所述答题试卷图的文件名称进行存储。
在本发明实施例中，对于全部的考生数据，由于每次提取的时间不太，因此为能够以统一的标准对于当前的每位考生的答题进行综合分析，将全部的图像数据以时间为基础进行存储。
如图5所示，在一个或多个实施例中，优选地，所述获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率，具体包括：
S501、获取每位考生的所述答题试卷图，对所述答题试卷图进行像素点获取；
S502、计算空白试卷的有效像素点数量；
S503、获得当前的有效像素点数量；
S504、设置最大时间答题像素点数据；
S505、利用第六计算公式计算当前的试卷答题比率；
所述第六计算公式为：
P＝(K1-K0)/(K2-K0)
其中，K0为所述空白试卷的有效像素点数量，K2为所述最大时间答题像素点数据，K1为所述当前的有效像素点数量。
在本发明实施例中，当获得全部考生的答题数据后，进一步分析了当前数据中考生的实际的试卷的答题比率，这个比率的变换将会是进行考生监测的关键数据。因为，一般情况下，快速的答题和过慢答题都是存在风险的，快速答题可能是正在抄袭，需要重点关注一下，而过慢答题也许是在寻找和抄袭的准备阶段。因此，在本阶段进行了具体的考生答题的情况的在线监视。
如图6所示，在一个或多个实施例中，优选地，所述根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号，具体包括：
S601、利用第七计算公式获得高斯核函数；
S602、利用第八计算公式获得每个时刻的预测误差概率密度分布；
S603、使用所述预测误差概率密度分布利用第九计算公式进行下一时刻的考场状态预测；
S604、根据所述考场状态预测形成曲线与当前每位考生的答题比率进行做差，生成预测差值；
S605、对所述预测差值进行对时间的积分获得每位考生的波动偏差；
S606、当所述波动偏差超过预设值时，向监考老师发出异常信号；
所述第七计算公式为：
Figure BDA0003257488460000131
其中，K(u)为所述高斯核函数，u为考生的答题比率；
所述第八计算公式为：
Figure BDA0003257488460000141
其中，Perr(I)为待监测考生范围I的预测误差概率密度分布，ns为考生总数，h为修正系数，h的取值范围为0.3至0.5之间，i为考生编号；
所述第九计算公式为：
P(I)＝Perr(I-pt)
其中，pt为已确定处于监测完成状态的考生，P(I)为待监测考生范围I的误差概率密度分布。
在本发明实施例中，通过改了的校对分析了全部学生的在考试的下一个时刻的状态预测，通过具体的预测误差与实际进行的误差之间的区别作为数据基础，进行波动偏差的分析，分析是否需要向监考老师或后台发出异常信号。
如图7所示，在一个或多个实施例中，优选地，所述根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示，具体包括：
S701、将全部的考场和考生在一个显示屏幕上展示，其中，考场展示为一个蓝色矩形的块，考生展示为一个绿色的点；
S702、当获取异常信号后，对所述异常信号对应的考场展示进行整体的背景颜色调整为红色；
S703、当获得异常信号后，对所述异常信号对应的考生，调整为红色的点；
S704、获取多个考场的所述多场同步信号，仅将最大的所述多场同步信号进行展示；
S705、在所述显示屏幕中对考生下方标记该考生对应的当前试卷答题比率。
在本发明实施例中，根据当前的全部考场和学生的具体的情况，在一个屏幕上进行展示。但是，由于展示的过程中无法凸显出具体的异常信号，因此通过本实施例实现了对于当前的异常状态和答题比率的在线的数据展示。
根据本发明实施例第二方面，提供一种多场同步的考场秩序监督系统。
如图8所示，在一个或多个实施例中，优选地，所述一种多场同步的考场秩序监督系统包括：
图像采集单元801，用于同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
第一获取单元802，用于根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
多场同步单元803，用于对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
第二获取单元804，用于获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
异常警报单元805，用于根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
综合展示单元806，用于根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用考场秩序监督装置，其包括通用的计算机硬件结构，其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器901通过执行存储器902所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线903将上述多个组件连接在一起，同时将上述组件连接到显示控制器904和显示装置以及输入/输出(I/O)装置905。输入/输出(I/O)装置905可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置905通过输入/输出(I/O)控制器906与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果：
1)本发明实施例中，通过对于考场考生的监视数据进行在线的数据处理获得当前的考生的试卷的图像数据。
2)本发明实施例中，通过对于考场考生的图像数据进行像素点运算，获得当前的答题比率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多场同步的考场秩序监督方法，其特征在于，该方法包括：
同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
2.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片，具体包括：
向多个考场中的监控摄像头同时发出采集命令，开始进行图像采集；
调整所有的监控摄像拍摄角度，实现对全部考试试卷的图像提取，生成监测图像；
对所述监测图像进行去抖，获得清晰监测图像；
对所述清晰监测图像进行角度修正，获得修正后的监测图像；
提取所有的监测图像中的试卷进行裁剪，保存为每位考生的答题试卷图。
3.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图，具体包括：
获取当前每位考生的试卷照片，并提取其中每个坐标点的像素色度值；
根据考试开始前预先拍摄的20张试卷的照片，进行每个像素点的色度值获取；
利用第一计算公式获得第一色度阈值；
利用第二计算公式获得第二色度阈值；
利用第三计算公式获得第三色度阈值；
利用第四计算公式判断当前获得的试卷中的各个像素点是否为有效像素点，并保存到有效像素点的指标；
根据所述有效像素点的指标利用第五计算公式获得进行图像处理，将原始的像素点转换为每位考生的答题试卷图；
所述第一计算公式为：
Figure FDA0003257488450000021
其中，R1(x，y)为横坐标x和纵坐标y位置对应的所述第一色度阈值，n为试卷照片的编号，Rn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的红色分量，
Figure FDA0003257488450000022
为试卷照片的红色分量平均值；
所述第二计算公式为：
Figure FDA0003257488450000023
其中，B1(x，y)为所述第二色度阈值，Bn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的蓝色分量，
Figure FDA0003257488450000024
为试卷照片的蓝色分量平均值；
所述第三计算公式为：
Figure FDA0003257488450000025
其中，G1(x，y)为所述第三色度阈值，Gn(x，y)为编号为n的试卷照片在横坐标x和纵坐标y位置的绿色分量，
Figure FDA0003257488450000031
为试卷照片的绿色分量平均值；
所述第四计算公式为：
A＝[R(x,y)＞R1(x,y)]&&[B(x,y)＞B1(x,y)]&&[G(x,y)＞G1(x,y)]
其中，A为所述有效像素点的指标，当A为1对应是有效像素点，当A为0对应无有效像素点；
所述第五计算公式为：
Figure FDA0003257488450000032
其中，(R,G,B)(x,y)编号为n的试卷照片在横坐标x和纵坐标y位置的红、绿、蓝三原色分量。
4.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名，具体包括：
获取每位考生的答题试卷图，提取图片获取时间；
将所述图片获取时间以考试开始时间为基础，转换为考试已经经历的时间数据，并作为所述多场同步信号存储；
将所述已经经历的时间数据作为所述答题试卷图的文件名称进行存储。
5.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率，具体包括：
获取每位考生的所述答题试卷图，对所述答题试卷图进行像素点获取；
计算空白试卷的有效像素点数量；
获得当前的有效像素点数量；
设置最大时间答题像素点数据；
利用第六计算公式计算当前的试卷答题比率；
所述第六计算公式为：
P＝(K1-K0)/(K2-K0)
其中，K0为所述空白试卷的有效像素点数量，K2为所述最大时间答题像素点数据，K1为所述当前的有效像素点数量。
6.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号，具体包括：
利用第七计算公式获得高斯核函数；
利用第八计算公式获得每个时刻的预测误差概率密度分布；
使用所述预测误差概率密度分布利用第九计算公式进行下一时刻的考场状态预测；
根据所述考场状态预测形成曲线与当前每位考生的答题比率进行做差，生成预测差值；
对所述预测差值进行对时间的积分获得每位考生的波动偏差；
当所述波动偏差超过预设值时，向监考老师发出异常信号；
所述第七计算公式为：
Figure FDA0003257488450000041
其中，K(u)为所述高斯核函数，u为考生的答题比率；
所述第八计算公式为：
Figure FDA0003257488450000042
其中，Perr(I)为待监测考生范围I的预测误差概率密度分布，ns为考生总数，h为修正系数，h的取值范围为0.3至0.5之间，i为考生编号；
所述第九计算公式为：
P(I)＝Perr(I-pt)
其中，pt为已确定处于监测完成状态的考生，P(I)为待监测考生范围I的误差概率密度分布。
7.如权利要求1所述的一种多场同步的考场秩序监督方法，其特征在于，所述根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示，具体包括：
将全部的考场和考生在一个显示屏幕上展示，其中，考场展示为一个蓝色矩形的块，考生展示为一个绿色的点；
当获取异常信号后，对所述异常信号对应的考场展示进行整体的背景颜色调整为红色；
当获得异常信号后，对所述异常信号对应的考生，调整为红色的点；
获取多个考场的所述多场同步信号，仅将最大的所述多场同步信号进行展示；
在所述显示屏幕中对考生下方标记该考生对应的当前试卷答题比率。
8.一种多场同步的考场秩序监督系统，其特征在于，该系统包括：
图像采集单元，用于同时运行多个考试的监控摄像头，根据摄像头与试卷之间的角度进行图像修正和去抖，生成每位考生的试卷照片；
第一获取单元，用于根据当前每位考生的试卷照片，提取其中每个坐标点的像素色度值，获取每位考生的答题试卷图；
多场同步单元，用于对每位考生的所述答题试卷图进行监测时间提取，获得当前时刻的监测数据，作为多场同步信号存储为所述答题试卷图的文件名；
第二获取单元，用于获取所述每位考生的所述答题试卷图，进行像素点提取，获得当前的试卷答题比率；
异常警报单元，用于根据每位考生的试卷答题比率进行概率评估，获得每位考生的波动偏差，并在波动偏差超过预设值时发出异常信号；
综合展示单元，用于根据所述异常信号、所述多场同步信号和所有考生的当前试卷答题比率，进行在线展示。
9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的步骤。
CN202111063986.3A 2021-09-10 2021-09-10 一种多场同步的考场秩序监督方法及系统 Active CN113784028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111063986.3A CN113784028B (zh) 2021-09-10 2021-09-10 一种多场同步的考场秩序监督方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111063986.3A CN113784028B (zh) 2021-09-10 2021-09-10 一种多场同步的考场秩序监督方法及系统

Publications (2)

Publication Number Publication Date
CN113784028A true CN113784028A (zh) 2021-12-10
CN113784028B CN113784028B (zh) 2023-06-06

Family

ID=78842673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111063986.3A Active CN113784028B (zh) 2021-09-10 2021-09-10 一种多场同步的考场秩序监督方法及系统

Country Status (1)

Country Link
CN (1) CN113784028B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102890747A (zh) * 2012-06-15 2013-01-23 北京理工大学 在线考试智能监控方法
WO2017152425A1 (zh) * 2016-03-11 2017-09-14 深圳市大疆创新科技有限公司 存储介质、网络测试防作弊的方法、系统及设备
CN112036299A (zh) * 2020-08-31 2020-12-04 山东科技大学 标准考场环境下的考试作弊行为检测方法及系统
CN112182504A (zh) * 2020-09-09 2021-01-05 远光软件股份有限公司 一种基于考试系统的作弊判断方法、装置及电子设备
CN112700414A (zh) * 2020-12-30 2021-04-23 广东德诚大数据科技有限公司 一种用于考试阅卷的空白作答检测方法及系统
CN113079329A (zh) * 2021-03-29 2021-07-06 湖南快乐阳光互动娱乐传媒有限公司 抠图方法、相关装置及抠图系统
CN113313168A (zh) * 2021-05-28 2021-08-27 上海大学 无人监考的智能防作弊自助考试系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102890747A (zh) * 2012-06-15 2013-01-23 北京理工大学 在线考试智能监控方法
WO2017152425A1 (zh) * 2016-03-11 2017-09-14 深圳市大疆创新科技有限公司 存储介质、网络测试防作弊的方法、系统及设备
CN112036299A (zh) * 2020-08-31 2020-12-04 山东科技大学 标准考场环境下的考试作弊行为检测方法及系统
CN112182504A (zh) * 2020-09-09 2021-01-05 远光软件股份有限公司 一种基于考试系统的作弊判断方法、装置及电子设备
CN112700414A (zh) * 2020-12-30 2021-04-23 广东德诚大数据科技有限公司 一种用于考试阅卷的空白作答检测方法及系统
CN113079329A (zh) * 2021-03-29 2021-07-06 湖南快乐阳光互动娱乐传媒有限公司 抠图方法、相关装置及抠图系统
CN113313168A (zh) * 2021-05-28 2021-08-27 上海大学 无人监考的智能防作弊自助考试系统

Also Published As

Publication number Publication date
CN113784028B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
CN107886920B (zh) 一种获得正确Mura补偿数据的方法及系统
CN109242412B (zh) 考务管理系统
CN102783131A (zh) 数据生成装置、数据生成方法、数据生成程序及记录介质
EP3573327A1 (en) Method and device for displaying target object
JP2017058732A (ja) 情報処理装置及びプログラム
CN205177198U (zh) 线下转线上的阅卷系统
CN110795055A (zh) 基于互动课堂的信息处理方法及课堂平板
CN113822907A (zh) 图像处理方法及装置
CN113784028B (zh) 一种多场同步的考场秩序监督方法及系统
CN201654789U (zh) 一种评卷机
WO2023236757A1 (zh) 视频图像噪声评估方法及装置
CN111277724A (zh) 异常运行应用的检测方法、装置、电子设备及存储介质
CN111489596A (zh) 一种直播教学过程中进行信息反馈的方法及装置
CN116363575A (zh) 一种基于智慧校园的教室监控管理系统
CN115829234A (zh) 基于课堂检测的自动化督导系统及其工作方法
CN106846302A (zh) 一种工具正确取件的检测方法及基于此方法的考核台
CN111723288B (zh) 智适应学习检测系统及方法
Dickson et al. Automatic capture of significant points in a computer based presentation
CN112270264A (zh) 一种多方互动教学系统
CN113411543A (zh) 一种多路监控视频融合显示方法及系统
CN115641234B (zh) 一种基于大数据的远程教育系统
CN117830044B (zh) 一种基于云计算的互动教学数据管理系统及方法
US20230401847A1 (en) System and Method to Create Configurable, Context Sensitive Functions in AR Experiences
CN112732381B (zh) 一种在线课堂的桌面数据采集方法及系统
US20230091007A1 (en) Information processing device, information processing method, and recording medium

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231007

Address after: Building A, No. 1-47 Daxianping, Yanfeng District, Hengyang City, Hunan Province, 421001

Patentee after: Hunan Wudou Information Technology Co.,Ltd.

Address before: 518000 Zhongli Chuangye community 301, district 71, Xingdong community, Xin'an street, Bao'an District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Xincheng Education Technology Development Co.,Ltd.