CN115146243A - 一种基于数据分析的线上vr考试考生信息核对管理系统 - Google Patents

一种基于数据分析的线上vr考试考生信息核对管理系统 Download PDF

Info

Publication number
CN115146243A
CN115146243A CN202210805844.8A CN202210805844A CN115146243A CN 115146243 A CN115146243 A CN 115146243A CN 202210805844 A CN202210805844 A CN 202210805844A CN 115146243 A CN115146243 A CN 115146243A
Authority
CN
China
Prior art keywords
examinee
examination
information
personal
target
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
CN202210805844.8A
Other languages
English (en)
Other versions
CN115146243B (zh
Inventor
张梦奇
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.)
Beijing Layout Future Technology Development Co ltd
Original Assignee
Wuhan Quanying Education Consulting 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 Wuhan Quanying Education Consulting Co ltd filed Critical Wuhan Quanying Education Consulting Co ltd
Priority to CN202210805844.8A priority Critical patent/CN115146243B/zh
Publication of CN115146243A publication Critical patent/CN115146243A/zh
Application granted granted Critical
Publication of CN115146243B publication Critical patent/CN115146243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • 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
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Educational Technology (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Mathematical Physics (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开提供的一种基于数据分析的线上VR考试考生信息核对管理系统。该基于数据分析的线上VR考试考生信息核对管理系统包括考生信息获取模块，考生身份信息筛选分析模块，考生人脸图像采集模块，考生面部信息筛选分析模块，考生身份综合分析模块，考试行为监控模块，数据库和预警终端；本发明通过对目标考试中各考生的身份信息和面部信息进行筛选分析，从而得到考生身份符合系数，一方面，有效的解决了当前对于考生信息核对仅仅通过各考生输入身份证号和准考证号码进行核对的问题，提高了考生身份核对的合理性和精准性，另一方面，保障了考生参与考试的公平公正性，维护了考试的公平秩序，从根本上杜绝了替考现象的出现。

Description

一种基于数据分析的线上VR考试考生信息核对管理系统
技术领域
本发明属于线上VR考试考生信息核对管理技术领域，涉及到一种基于数据分析的线上VR考试考生信息核对管理系统。
背景技术
随着经济的快速发展和科学技术水平的不断提高，线上VR考试因形式灵活、效率高被广泛推广，但是线上VR考试时无法保证学生是否有替考作弊行为，为了保障线上VR考试的良好公平环境，由此凸显了对于考生信息核对的重要性。
目前对于线上VR考试考生信息核对主要通过学生输入身份证号码和准考证号码进行核验，具有片面性，很显然，当前对于考生信息核对管理还存在以下几点不足：
1、当前对考生考试信息进行验证时，仅通过对考生的身份证和准考证进行验证的方式，无法保障考生信息的真实性，没有对考生当前对应的人脸图像进行结合分析，参考性不强，无法为信息核对提供正确可靠的依据，而且检查结果准确性不足，存在很大的误差；
2、当前在对线上VR考试的考生进行行为监测时，仅通过对学生考试界面的操作信息进行监测，如考试界面的缩放、切屏等进行行为进行采集，没有对考试界面外的状态进行监测，无法保障考生行为监测的全面性，也无法提高学生异常行为监测的及时性和预警的及时性，进而无法有效的维护考试结果的公平性和公正性，同时也无法体现考试的价值性。
发明内容
鉴于以上现有技术存在的问题，本发明提供一种基于数据分析的线上VR考试考生信息核对管理系统，用于解决据上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：
本发明提供了一种基于数据分析的线上VR考试考生信息核对管理系统，该系统包括：
考生信息获取模块，用于获取目标考试中各考生的个人信息，其中个人信息包括姓名、性别、身份证号码、准考证号码、电话号码和住址，并将目标考试中各考生按照预设顺序进行编号，依次标记为 1,2,...i,...m，并将采集的目标考试中各考生的个人信息发送至考生身份信息筛选模块；
考生身份信息比对分析模块，用于根据目标考试中各考生对应的个人信息，将个人信息划分为个人关键信息和个人非关键信息，由此对各考生对应的个人关键信息和个人非关键信息进行评判与分析，进而输出各考生对应的个人信息符合评估系数；
考生人脸图像采集模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生人脸图像采集，并将采集的各考生人脸图像发送至考生面部信息比对分析模块；
考生面部信息比对分析模块，用于将目标考试所在考场的各考生人脸图像信息分别与身份证人脸图像和准考证人脸图像进行比对，从中提取并分析人脸关键特征信息，进而输出各考生对应的面部信息符合评估系数；
考生身份综合分析模块，用于对各考生个人信息符合评估系数和考生面部信息符合评估系数进行分析，进而得到各考生对应的身份符合评估系数；
考试行为监控分析模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生考试行为监控，得到各考生在目标考试期间内对应的考试行为视频，由此对各考生在目标考试期间内对应的考试行为视频进行分析，得到各考生对应的考试异常行为评估系数；
数据库，用于存储目标考试中各考生对应的原始个人关键信息、原始个人非关键信息、身份证人脸图像、准考证人脸图像、考生许可手部异常行为特征数目和许可视线方向数目，还用于考生考试过程中存储各视线方向对应的许可占比；
预警终端，用于当目标考试中某考生的考试异常行为评估系数达到预警值时，发送预警指令至该考生对应的考试界面，进行预警。
作为本发明的进一步改进，所述目标考试中各考生对应的个人关键信息包括姓名、性别、身份证号码和准考证号码，个人非关键信息包括电话号码和住址。
作为本发明的进一步改进，所述对各考生对应的身份信息进行评判与分析，具体分析过程包括以下步骤：
A1、将各考生对应的个人关键信息与数据库存储的各考生对应的原始个人关键信息进行对比，若某考生中某个人关键信息与其在数据库中存储的原始个人关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，并发送预警指令至该考生对应的考试登录界面，若某考生对应的个人关键信息均与其在数据库中存储的原始个人关键信息匹配一致，则判定该考生对应的个人关键信息匹配成功，并发送身份验证通过指令至该考生对应的考试登录界面；
A2、将各考生对应的与数据库存储的各考生对应的原始个人非关键信息进行对比，若某考生中某个人非关键信息与其在数据库中存储的原始个人非关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，则发送更改指令至该考生对应的考试登录界面，若某考生对应的个人非关键信息均与其在数据库中存储的原始个人非关键信息匹配一致，则判定该考生对应的个人非关键信息匹配成功，并发送个人信息匹配成功弹窗至该考生对应的考试登录界面。
作为本发明的进一步改进，所述提取并分析人脸关键特征信息，其具体分析过程如下：
用于根据提取出的目标考试中各考生的人脸图像，从中提取出各考生的眼部轮廓、嘴部轮廓和鼻部轮廓；
以眉心为中心作中垂线，以眉峰的最高点作垂直于中垂线的线条，形成面部直角坐标系，根据眼部、嘴部、鼻部对应的中心点位置，得出各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标。
作为本发明的进一步改进，所述面部信息符合评估系数，其具体输出过程包括以下步骤：
B1、从数据库中提取各考生对应的身份证人脸图像，并从身份证人脸图像中提取各考生眼部中心点、嘴部中心点和鼻部中心点对应的位置，进而将其导入面部直角坐标系中，得到各考生身份证人脸图像中眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别记为第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标；
B2、按照各考生身份证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标的获取方式获取各考生准考证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标，并分别记为第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标；
B3、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标进行作差，得到眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差，并分别记为Δl0 i、Δl1 i、Δl2 i，通过计算公式
Figure BDA0003737484510000051
计算得出各考生对应的身份证人脸图像符合系数εi，其中，Δl′0、Δl′1、Δl′2分别表示为设定的考生对应的许可眼部、嘴部、鼻部对应的坐标差，f1、f2、f3分别表示为设定的眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差对应的影响权重，且f1+f2+f3＝1；
B4、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标进行作差，得到眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差，并分别记为Δl0″i、Δl1″i、Δl2″i，通过计算公式
Figure BDA0003737484510000061
计算得出各考生对应的准考证人脸图像符合系数φi，其中，g1、g2和g3分别表示为设定的眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差对应的影响权重，且g1+g2+g3＝1；
B5、根据各考生对应的身份证人脸图像符合系数和准考证人脸图像符合系数，利用计算公式
Figure BDA0003737484510000062
计算得出各考生对应的面部信息符合评估系数ηi，其中，h1和h2分别表示为设定的考生的身份证人脸图像符合度和准考证人脸图像符合度对应的权重因子，且 h1+h2＝1。
作为本发明的进一步改进，所述各考生对应的考生身份符合评估系数，具体分析公式如下：
若某考生个人关键信息与其在数据库中存储的原始个人关键信息均匹配一致，则将该考生对应的个人信息符合评估系数记为α，若某考生中某个人关键信息与其在数据库中存储的该原始个人关键信息匹配不一致，则将该考生对应的个人符合评估系数记为α′，以此得到各考生对应的个人信息符合评估系数βi，其中βi取值为α或α′，且α>α′；
根据各考生对应的面部信息符合评估系数和个人信息符合评估系数，通过分析公式
Figure BDA0003737484510000063
分析得到各考生对应的身份信息符合评估系数γi，其中，k1和k2分别表示为设定的各考生对应的面部信息符合度和个人信息符合度对应的影响权重，且k1+k2＝1。
作为本发明的进一步改进，所述对各考生在目标考试期间内对应的考试行为视频进行分析，具体分析过程如下：
将各考生在目标考试期间内对应的考试行为视频分割为各考试画面；
将各考生在目标考试期间对应的各考试画面聚焦在手部位置，得到各考生在目标考试期间对应的各手部行为特征，将各考生对应各手部行为特征与设定的考试异常特征进行匹配对比，若某考生在目标考试期间的某手部行为特征与考试异常特征匹配一致，则判定该各考生在目标考试期间该手部行为特征为异常特征，由此统计各考生在目标考试期间的手部异常特征数目；
根据各考生在目标考试期间的手部异常行为特征数目，通过计算公式
Figure BDA0003737484510000071
计算得出各考生在目标考试对应的手部异常评估系数λi，其中，U表示为考生许可手部异常行为特征数目，Ui为第i个考生在目标考试期间的手部异常行为特征数目；
将各考生在目标考试期间对应的各考试画面聚焦在眼部位置，得到各考生在目标考试期间对应各考试画面中的视线方向，由此分析得到各考生对应的视线异常评估系数。
作为本发明的进一步改进，所述各考生对应的眼神异常评估系数具体分析过程包括以下步骤：
将各考生在目标考试期间对应各考试画面中的视线方向进行相互对比，统计各考生在目标考试期间对应的视线方向数目和各视线方向对应的考试画面数目；
基于各考生在目标考试期间内各视线方向对应的考试画面数目，通过计算公式计算得出各考生在目标考试期间各视线方向对应的占比，并记为Rit，其中t表示为在目标考试期间内各视线方向对应的编号，t＝1,2,......s；
根据各考生在目标考试期间对应的视线方向数目以及各考生在目标考试期间各视线方向对应的占比，通过分析公式
Figure BDA0003737484510000081
分析得出各考生在目标考试对应的视线异常评估系数σi，其中，Pi表示为第i个考生在目标考试期间对应的视线方向数目，P′表示为目标考试中考生许可视线方向数目，R′t表示为第t个视线方向对应的许可占比，w1和w2分别表示为在目标考试期间对应的视线方向数目和各视线方向占比对应的影响权重，且 w1+w2＝1。
作为本发明的进一步改进，所述考试异常行为评估系数，其具体分析过程包括以下步骤：
根据各考生在目标考试对应的手部异常评估系数和视线异常评估系数，利用计算公式
Figure BDA0003737484510000082
计算得出目标考试中各考生的考试异常行为评估系数ψi，其中，d1和d2分别表示为设定的目标考试中考生对应的手部异常评估和视线异常行为评估对应的影响权重，且d1+d2＝1。
如上所述，本发明提供的一种基于数据分析的线上VR考试考生信息核对管理系统，至少具有以下有益效果：
(1)本发明提供的一种基于数据分析的线上VR考试考生信息核对管理系统，通过对目标考试中各考生的身份信息和面部信息进行筛选分析，从而得到考生身份符合系数，一方面，有效的解决了当前考生信息核对仅通过对各考生输入身份证号和准考证号码进行核对的问题，提高了考生身份核对的合理性和精准性，核对结果参考性强，为考生个人信息的核定评判提供了可靠的参考依据，保障了考生个人信息核对结果的准确性，另一方面，通过对考生个人关键信息、非关键信息、身份证图像和准考证图像等多个维度的核对分析，实现了考生信息的多方位核对，保障了考生参与考试的公平性以及公正性，从根本上杜绝了替考现象的出现。
(2)本发明通过在目标考试中各考生对应考试设备上的摄像头进行考生考试行为监控并分析，进而得到各考生对应的考试异常行为评估系数，一方面，通过智能化的分析方式对各考生的行为进行作弊评判，使得考试行为监测结果更加具有说服力，一方面，消除了人工监考的误差，确保了各考生考试结果的可靠性和平等性，规避了当前线上人工监考模式中存在的随机性强、主观性大的弊端，智能化和自动化水平高，另一方面，保障了考生行为监测的全面性，提高了学生异常行为监测的及时性和预警的及时性，进而有效的维护了考试的公平秩序，同时还体现了考试的价值性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的系统模块连接示意图。
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它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于数据分析的线上VR考试考生信息核对管理系统，包括考生信息获取模块，考生身份信息比对分析模块，考生人脸图像采集模块，考生面部信息比对分析模块，考生身份综合分析模块，考试行为监控分析模块，数据库和预警终端。
所述考生信息获取模块，用于获取目标考试中各考生的个人信息，其中个人信息包括姓名、性别、身份证号码、准考证号码、电话号码和住址，并将目标考试中各考生按照预设顺序进行编号，依次标记为 1,2,...i,...m，并将采集的目标考试中各考生的个人信息发送至考生身份信息筛选模块。
所述考生身份信息比对分析模块，用于根据目标考试中各考生对应的个人信息，将个人信息划分为个人关键信息和个人非关键信息，由此对各考生对应的个人关键信息和个人非关键信息进行评判与分析，进而输出各考生对应的个人信息符合评估系数。
上述提到的目标考试中各考生对应的个人关键信息包括姓名、性别、身份证号码和准考证号码，个人非关键信息包括电话号码和住址。
上述提到的对各考生对应的个人关键信息和个人非关键信息进行评判与分析，具体分析过程包括以下步骤：
A1、将各考生对应的个人关键信息与数据库存储的各考生对应的原始个人关键信息进行对比，若某考生中某个人关键信息与其在数据库中存储的原始个人关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，并发送预警指令至该考生对应的考试登录界面，若某考生对应的个人关键信息均与其在数据库中存储的原始个人关键信息匹配一致，则判定该考生对应的个人关键信息匹配成功，并发送身份验证通过指令至该考生对应的考试登录界面；
A2、将各考生对应的与数据库存储的各考生对应的原始个人非关键信息进行对比，若某考生中某个人非关键信息与其在数据库中存储的原始个人非关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，则发送更改指令至该考生对应的考试登录界面，若某考生对应的个人非关键信息均与其在数据库中存储的原始个人非关键信息匹配一致，则判定该考生对应的个人非关键信息匹配成功，并发送个人信息匹配成功弹窗至该考生对应的考试登录界面。
所述考生人脸图像采集模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生人脸图像采集，并将采集的各考生人脸图像发送至考生面部信息比对分析模块。
所述考生面部信息比对分析模块，用于将目标考试所在考场的各考生人脸图像信息分别与身份证人脸图像和准考证人脸图像进行比对，从中提取并分析人脸关键特征信息，进而输出各考生对应的面部信息符合评估系数。
上述提到的提取并分析人脸关键特征信息，其具体分析过程如下：
用于根据提取出的目标考试中各考生的人脸图像，从中提取出各考生的眼部轮廓、嘴部轮廓和鼻部轮廓；
以眉心为中心作中垂线，以眉峰的最高点作垂直于中垂线的线条，形成面部直角坐标系，根据眼部、嘴部、鼻部对应的中心点位置，得出各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标。
上述提到的面部信息符合评估系数，其具体输出过程包括以下步骤：
B1、从数据库中提取各考生对应的身份证人脸图像，并从身份证人脸图像中提取各考生眼部中心点、嘴部中心点和鼻部中心点对应的位置，进而将其导入面部直角坐标系中，得到各考生身份证人脸图像中眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别记为第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标；
B2、按照各考生身份证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标的获取方式获取各考生准考证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标，并分别记为第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标；
B3、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标进行作差，得到眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差，并分别记为Δl0 i、Δl1 i、Δl2 i，通过计算公式
Figure BDA0003737484510000131
计算得出各考生对应的身份证人脸图像符合系数εi，其中，Δl′0、Δl′1、Δl′2分别表示为设定的考生对应的许可眼部、嘴部、鼻部对应的坐标差，f1、f2、f3分别表示为设定的眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差对应的影响权重，且f1+f2+f3＝1；
其中，
Figure BDA0003737484510000132
(x0 i,y0 i)、(x′0i,y′0i)分别表示为各考生对应的眼部中心点位置坐标、第一眼部参考位置坐标；
Figure BDA0003737484510000133
(x1 i,y1 i)、(x′1i,y′1i)分别表示为各考生对应的嘴部中心点位置坐标、第一嘴部参考位置坐标；
Figure BDA0003737484510000134
(x2 i,y2 i)、(x′2i,y′2i)分别表示为各考生对应的鼻部中心点位置坐标、第一鼻部参考位置坐标；
B4、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标进行作差，得到眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差，并分别记为Δl″0i、Δl″1i、Δl″2i，通过计算公式
Figure BDA0003737484510000141
计算得出各考生对应的准考证人脸图像符合系数φi，其中，g1、g2和g3分别表示为设定的眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差对应的影响权重，且g1+g2+g3＝1；
其中，眼部第二坐标差Δl″0i、嘴部第二坐标差Δl″1i和鼻部第二坐标差Δl″2i与眼部第一坐标差Δl′0i、嘴部第一坐标差Δl′1i和鼻部第一坐标差Δl′2i的计算方式相同；
B5、根据各考生对应的身份证人脸图像符合系数和准考证人脸图像符合系数，利用计算公式
Figure BDA0003737484510000142
计算得出各考生对应的面部信息符合评估系数ηi，其中，h1和h3分别表示为设定的考生的身份证人脸图像符合度和准考证人脸图像符合度对应的权重因子，且 h1+h2＝1。
所述考生身份综合分析模块，用于对各考生个人信息符合评估系数和考生面部信息符合评估系数进行分析，进而得到各考生对应的身份符合评估系数。
上述提到的各考生对应的考生身份符合评估系数，具体分析公式如下：
若某考生个人关键信息与其在数据库中存储的原始个人关键信息均匹配一致，则将该考生对应的个人信息符合评估系数记为α，若某考生中某个人关键信息与其在数据库中存储的该原始个人关键信息匹配不一致，则将该考生对应的个人符合评估系数记为α′，以此得到各考生对应的个人信息符合评估系数βi，其中βi取值为α或α′，且α>α′；
根据各考生对应的面部信息符合评估系数和个人信息符合评估系数，通过分析公式
Figure BDA0003737484510000151
分析得到各考生对应的身份信息符合评估系数γi，其中，k1和k2分别表示为设定的各考生对应的面部信息符合度和个人信息符合度对应的影响权重，且k1+k2＝1。
本发明提供的一种基于数据分析的线上VR考试考生信息核对管理系统，通过对目标考试中各考生的身份信息和面部信息进行筛选分析，从而得到考生身份符合系数，一方面，有效的解决了当前考生信息核对仅通过对各考生输入身份证号和准考证号码进行核对的问题，提高了考生身份核对的合理性和精准性，核对结果参考性强，为考生个人信息的核定评判提供了可靠的参考依据，保障了考生个人信息核对结果的准确性，另一方面，通过对考生个人关键信息、非关键信息、身份证图像和准考证图像等多个维度的核对分析，实现了考生信息的多方位核对，保障了考生参与考试的公平性以及公正性，从根本上杜绝了替考现象的出现。
所述考试行为监控分析模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生考试行为监控，得到各考生在目标考试期间内对应的考试行为视频，由此对各考生在目标考试期间内对应的考试行为视频进行分析，得到各考生对应的考试异常行为评估系数。
上述提到的对各考生在目标考试期间内对应的考试行为视频进行分析，具体分析过程如下：
将各考生在目标考试期间内对应的考试行为视频分割为各考试画面；
将各考生在目标考试期间对应的各考试画面聚焦在手部位置，得到各考生在目标考试期间对应的各手部行为特征，将各考生对应各手部行为特征与设定的考试异常特征进行匹配对比，若某考生在目标考试期间的某手部行为特征与考试异常特征匹配一致，则判定该各考生在目标考试期间该手部行为特征为异常特征，由此统计各考生在目标考试期间的手部异常特征数目；
根据各考生在目标考试期间的手部异常行为特征数目，通过计算公式
Figure BDA0003737484510000161
计算得出各考生在目标考试对应的手部异常评估系数λi，其中，U表示为考生许可手部异常行为特征数目，Ui为第i个考生在目标考试期间的手部异常行为特征数目；
将各考生在目标考试期间对应的各考试画面聚焦在眼部位置，得到各考生在目标考试期间对应各考试画面中的视线方向，由此分析得到各考生对应的视线异常评估系数。
上述提到的各考生对应的眼神异常评估系数具体分析过程包括以下步骤：
将各考生在目标考试期间对应各考试画面中的视线方向进行相互对比，统计各考生在目标考试期间对应的视线方向数目和各视线方向对应的考试画面数目；
基于各考生在目标考试期间内各视线方向对应的考试画面数目，通过计算公式计算得出各考生在目标考试期间各视线方向对应的占比，并记为Rit，其中t表示为在目标考试期间内各视线方向对应的编号，t＝1,2,......s；
根据各考生在目标考试期间对应的视线方向数目以及各考生在目标考试期间各视线方向对应的占比，通过分析公式
Figure BDA0003737484510000171
分析得出各考生在目标考试对应的视线异常评估系数σi，其中，Pi表示为第i个考生在目标考试期间对应的视线方向数目，P′表示为目标考试中考生许可视线方向数目，R′t表示为第t个视线方向对应的许可占比，w1和w2分别表示为在目标考试期间对应的视线方向数目和各视线方向占比对应的影响权重，且 w1+w2＝1。
上述提到的考试异常行为评估系数，其具体分析过程包括以下步骤：
根据各考生在目标考试对应的手部异常评估系数和视线异常评估系数，利用计算公式
Figure BDA0003737484510000172
计算得出目标考试中各考生的考试异常行为评估系数ψi，其中，d1和d2分别表示为设定的目标考试中考生对应的手部异常评估和视线异常行为评估对应的影响权重，且d1+d2＝1。
本发明实施例通过在目标考试中各考生对应考试设备上的摄像头进行考生考试行为监控并分析，进而得到各考生对应的考试异常行为评估系数，一方面，通过智能化的分析方式对各考生的行为进行作弊评判，使得考试行为监测结果更加具有说服力，一方面，消除了人工监考的误差，确保了各考生考试结果的可靠性和平等性，规避了当前线上人工监考模式中存在的随机性强、主观性大的弊端，智能化和自动化水平高，另一方面，保障了考生行为监测的全面性，提高了学生异常行为监测的及时性和预警的及时性，进而有效的维护了考试的公平秩序，同时还体现了考试的价值性。
所述数据库，用于存储目标考试中各考生对应的原始个人关键信息、原始个人非关键信息、身份证人脸图像、准考证人脸图像、考生许可手部异常行为特征数目和许可视线方向数目，还用于存储考生考试过程中各视线方向对应的许可占比。
所述预警终端，用于当目标考试中某考生的考试异常行为评估系数达到预警值时，发送预警指令至该考生对应的考试界面，进行预警。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：
考生信息获取模块，用于获取目标考试中各考生的个人信息，其中个人信息包括姓名、性别、身份证号码、准考证号码、电话号码和住址，并将目标考试中各考生按照预设顺序进行编号，依次标记为1,2,...i,...m，并将采集的目标考试中各考生的个人信息发送至考生身份信息筛选模块；
考生身份信息比对分析模块，用于根据目标考试中各考生对应的个人信息，将个人信息划分为个人关键信息和个人非关键信息，由此对各考生对应的个人关键信息和个人非关键信息进行评判与分析，进而输出各考生对应的个人信息符合评估系数；
考生人脸图像采集模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生人脸图像采集，并将采集的各考生人脸图像发送至考生面部信息比对分析模块；
考生面部信息比对分析模块，用于将目标考试所在考场的各考生人脸图像信息分别与身份证人脸图像和准考证人脸图像进行比对，从中提取并分析人脸关键特征信息，进而输出各考生对应的面部信息符合评估系数；
考生身份综合分析模块，用于对各考生个人信息符合评估系数和考生面部信息符合评估系数进行分析，进而得到各考生对应的身份符合评估系数；
考试行为监控分析模块，用于通过目标考试中各考生对应考试设备上的摄像头进行考生考试行为监控，得到各考生在目标考试期间内对应的考试行为视频，由此对各考生在目标考试期间内对应的考试行为视频进行分析，得到各考生对应的考试异常行为评估系数；
数据库，用于存储目标考试中各考生对应的原始个人关键信息、原始个人非关键信息、身份证人脸图像、准考证人脸图像、考生许可手部异常行为特征数目和许可视线方向数目，还用于存储考生考试过程中各视线方向对应的许可占比；
预警终端，用于当目标考试中某考生的考试异常行为评估系数达到预警值时，发送预警指令至该考生对应的考试界面，进行预警。
2.根据权利要求1所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述目标考试中各考生对应的个人关键信息包括姓名、性别、身份证号码和准考证号码，个人非关键信息包括电话号码和住址。
3.根据权利要求2所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述对各考生对应的个人关键信息和个人非关键信息进行评判与分析，具体分析过程包括以下步骤：
A1、将各考生对应的个人关键信息与数据库存储的各考生对应的原始个人关键信息进行对比，若某考生中某个人关键信息与其在数据库中存储的原始个人关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，并发送预警指令至该考生对应的考试登录界面，若某考生对应的个人关键信息均与其在数据库中存储的原始个人关键信息匹配一致，则判定该考生对应的个人关键信息匹配成功，并发送身份验证通过指令至该考生对应的考试登录界面；
A2、将各考生对应的与数据库存储的各考生对应的原始个人非关键信息进行对比，若某考生中某个人非关键信息与其在数据库中存储的原始个人非关键信息匹配不一致，则判定该考生对应的个人关键信息不匹配，则发送更改指令至该考生对应的考试登录界面，若某考生对应的个人非关键信息均与其在数据库中存储的原始个人非关键信息匹配一致，则判定该考生对应的个人非关键信息匹配成功，并发送个人信息匹配成功弹窗至该考生对应的考试登录界面。
4.根据权利要求3所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述提取并分析人脸关键特征信息，其具体分析过程如下：
用于根据提取出的目标考试中各考生的人脸图像，从中提取出各考生的眼部轮廓、嘴部轮廓和鼻部轮廓；
以眉心为中心作中垂线，以眉峰的最高点作垂直于中垂线的线条，形成面部直角坐标系，根据眼部、嘴部、鼻部对应的中心点位置，得出各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标。
5.根据权利要求4所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述面部信息符合评估系数，其具体输出过程包括以下步骤：
B1、从数据库中提取各考生对应的身份证人脸图像，并从身份证人脸图像中提取各考生眼部中心点、嘴部中心点和鼻部中心点对应的位置，进而将其导入面部直角坐标系中，得到各考生身份证人脸图像中眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别记为第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标；
B2、按照各考生身份证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标的获取方式获取各考生准考证人脸图像中眼部中心点、嘴部中心点和鼻部中心点对应的位置坐标，并分别记为第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标；
B3、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第一眼部参考位置坐标、第一嘴部参考位置坐标和第一鼻部参考位置坐标进行作差，得到眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差，并分别记为Δl0 i、Δl1 i、Δl2 i，通过计算公式
Figure FDA0003737484500000041
计算得出各考生对应的身份证人脸图像符合系数εi，其中，Δl′0、Δl′1、Δl′2分别表示为设定的考生对应的许可眼部、嘴部、鼻部对应的坐标差，f1、f2、f3分别表示为设定的眼部第一坐标差、嘴部第一坐标差和鼻部第一坐标差对应的影响权重，且f1+f2+f3＝1；
B4、将各考生眼部中心点、嘴部中心点、鼻部中心点对应的位置坐标，分别与其对应的第二眼部参考位置坐标、第二嘴部参考位置坐标和第二鼻部参考位置坐标进行作差，得到眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差，并分别记为Δl″0i、Δl″1i、Δl″2i，通过计算公式
Figure FDA0003737484500000051
计算得出各考生对应的准考证人脸图像符合系数φi，其中，g1、g2和g3分别表示为设定的眼部第二坐标差、嘴部第二坐标差和鼻部第二坐标差对应的影响权重，且g1+g2+g3＝1；
B5、根据各考生对应的身份证人脸图像符合系数和准考证人脸图像符合系数，利用计算公式
Figure FDA0003737484500000052
计算得出各考生对应的面部信息符合评估系数ηi，其中，h1和h3分别表示为设定的考生的身份证人脸图像符合度和准考证人脸图像符合度对应的权重因子，且h1+h2＝1。
6.根据权利要求5所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述各考生对应的考生身份符合评估系数，具体分析公式如下：
若某考生个人关键信息与其在数据库中存储的原始个人关键信息均匹配一致，则将该考生对应的个人信息符合评估系数记为α，若某考生中某个人关键信息与其在数据库中存储的该原始个人关键信息匹配不一致，则将该考生对应的个人符合评估系数记为α′，以此得到各考生对应的个人信息符合评估系数βi，其中βi取值为α或α′，且α>α′；
根据各考生对应的面部信息符合评估系数和个人信息符合评估系数，通过分析公式
Figure FDA0003737484500000053
分析得到各考生对应的身份信息符合评估系数γi，其中，k1和k2分别表示为设定的各考生对应的面部信息符合度和个人信息符合度对应的影响权重，且k1+k2＝1。
7.根据权利要求1所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述对各考生在目标考试期间内对应的考试行为视频进行分析，具体分析过程如下：
将各考生在目标考试期间内对应的考试行为视频分割为各考试画面；
将各考生在目标考试期间对应的各考试画面聚焦在手部位置，得到各考生在目标考试期间对应的各手部行为特征，将各考生对应各手部行为特征与设定的考试异常特征进行匹配对比，若某考生在目标考试期间的某手部行为特征与考试异常特征匹配一致，则判定该各考生在目标考试期间该手部行为特征为异常特征，由此统计各考生在目标考试期间的手部异常行为特征数目；
根据各考生在目标考试期间的手部异常行为特征数目，通过计算公式
Figure FDA0003737484500000061
计算得出各考生在目标考试对应的手部异常评估系数λi，其中，U表示为考生许可手部异常行为特征数目，Ui为第i个考生在目标考试期间的手部异常行为特征数目；
将各考生在目标考试期间对应的各考试画面聚焦在眼部位置，得到各考生在目标考试期间对应各考试画面中的视线方向，由此分析得到各考生对应的视线异常评估系数。
8.根据权利要求7所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述各考生对应的眼神异常评估系数具体分析过程包括以下步骤：
将各考生在目标考试期间对应各考试画面中的视线方向进行相互对比，统计各考生在目标考试期间对应的视线方向数目和各视线方向对应的考试画面数目；
基于各考生在目标考试期间内各视线方向对应的考试画面数目，通过计算公式计算得出各考生在目标考试期间各视线方向对应的占比，并记为Rit，其中t表示为在目标考试期间内各视线方向对应的编号，t＝1,2,......s；
根据各考生在目标考试期间对应的视线方向数目以及各考生在目标考试期间各视线方向对应的占比，通过分析公式
Figure FDA0003737484500000071
分析得出各考生在目标考试对应的视线异常评估系数σi，其中，Pi表示为第i个考生在目标考试期间对应的视线方向数目，P′表示为目标考试中考生许可视线方向数目，R′t表示为第t个视线方向对应的许可占比，w1和w2分别表示为在目标考试期间对应的视线方向数目和各视线方向占比对应的影响权重，且w1+w2＝1。
9.根据权利要求8所述的一种基于数据分析的线上VR考试考生信息核对管理系统，其特征在于：所述考试异常行为评估系数，其具体分析过程包括以下步骤：
根据各考生在目标考试对应的手部异常评估系数和视线异常评估系数，利用计算公式
Figure FDA0003737484500000072
计算得出目标考试中各考生的考试异常行为评估系数ψi，其中，d1和d2分别表示为设定的目标考试中考生对应的手部异常评估和视线异常行为评估对应的影响权重，且d1+d2＝1。
CN202210805844.8A 2022-07-08 2022-07-08 一种基于数据分析的线上vr考试考生信息核对管理系统 Active CN115146243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210805844.8A CN115146243B (zh) 2022-07-08 2022-07-08 一种基于数据分析的线上vr考试考生信息核对管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210805844.8A CN115146243B (zh) 2022-07-08 2022-07-08 一种基于数据分析的线上vr考试考生信息核对管理系统

Publications (2)

Publication Number Publication Date
CN115146243A true CN115146243A (zh) 2022-10-04
CN115146243B CN115146243B (zh) 2023-09-15

Family

ID=83413055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210805844.8A Active CN115146243B (zh) 2022-07-08 2022-07-08 一种基于数据分析的线上vr考试考生信息核对管理系统

Country Status (1)

Country Link
CN (1) CN115146243B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140240507A1 (en) * 2013-02-25 2014-08-28 Board Of Trustees Of Michigan State University Online Examination Proctoring System
US20150037781A1 (en) * 2013-08-02 2015-02-05 David S. Breed Monitoring device and system for remote test taking
CN109522881A (zh) * 2018-12-25 2019-03-26 华南理工大学 一种基于人脸识别的考生信息核对方法
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
CN111738688A (zh) * 2020-06-23 2020-10-02 李玉伟 一种用于远程监控考试的管理系统
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
CN112073390A (zh) * 2020-08-25 2020-12-11 山东理工职业学院 一种用于考场智能监控系统
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
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
CN112633189A (zh) * 2020-12-28 2021-04-09 北京弘远博学科技有限公司 防止考试作弊的方法、装置、电子设备及计算机可读介质
CN113011278A (zh) * 2021-02-25 2021-06-22 深圳市讯方技术股份有限公司 一种在线考试防作弊方法、装置和电子设备
CN113010868A (zh) * 2021-04-14 2021-06-22 苏州智行众维智能科技有限公司 一种在线测试认证考试管理系统
CN113542668A (zh) * 2020-04-21 2021-10-22 上海复客云众创空间管理有限公司 一种基于3d摄像头的监控系统及方法
CN113657300A (zh) * 2021-08-20 2021-11-16 青软创新科技集团股份有限公司 一种基于ai人脸识别技术的在线考试防作弊实现方法
CN113743901A (zh) * 2021-09-07 2021-12-03 广州网才信息技术有限公司 一种云在线监考方法、系统、设备及存储介质
CN113794759A (zh) * 2021-09-03 2021-12-14 广州网才信息技术有限公司 一种基于区块链的考试云平台系统
CN114220148A (zh) * 2021-12-07 2022-03-22 中信银行股份有限公司 线上考试监考的处理方法、装置、终端设备及存储介质
CN114463828A (zh) * 2022-04-13 2022-05-10 武汉博晟安全技术股份有限公司 基于人证统一的监考方法及系统、电子设备和存储介质
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

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140240507A1 (en) * 2013-02-25 2014-08-28 Board Of Trustees Of Michigan State University Online Examination Proctoring System
US20150037781A1 (en) * 2013-08-02 2015-02-05 David S. Breed Monitoring device and system for remote test taking
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
CN109522881A (zh) * 2018-12-25 2019-03-26 华南理工大学 一种基于人脸识别的考生信息核对方法
CN113542668A (zh) * 2020-04-21 2021-10-22 上海复客云众创空间管理有限公司 一种基于3d摄像头的监控系统及方法
CN111738688A (zh) * 2020-06-23 2020-10-02 李玉伟 一种用于远程监控考试的管理系统
CN112073390A (zh) * 2020-08-25 2020-12-11 山东理工职业学院 一种用于考场智能监控系统
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
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
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
CN112633189A (zh) * 2020-12-28 2021-04-09 北京弘远博学科技有限公司 防止考试作弊的方法、装置、电子设备及计算机可读介质
CN113011278A (zh) * 2021-02-25 2021-06-22 深圳市讯方技术股份有限公司 一种在线考试防作弊方法、装置和电子设备
CN113010868A (zh) * 2021-04-14 2021-06-22 苏州智行众维智能科技有限公司 一种在线测试认证考试管理系统
CN113657300A (zh) * 2021-08-20 2021-11-16 青软创新科技集团股份有限公司 一种基于ai人脸识别技术的在线考试防作弊实现方法
CN113794759A (zh) * 2021-09-03 2021-12-14 广州网才信息技术有限公司 一种基于区块链的考试云平台系统
CN113743901A (zh) * 2021-09-07 2021-12-03 广州网才信息技术有限公司 一种云在线监考方法、系统、设备及存储介质
CN114220148A (zh) * 2021-12-07 2022-03-22 中信银行股份有限公司 线上考试监考的处理方法、装置、终端设备及存储介质
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
CN114463828A (zh) * 2022-04-13 2022-05-10 武汉博晟安全技术股份有限公司 基于人证统一的监考方法及系统、电子设备和存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张成功;: "自动人脸识别在网上考试系统中的应用", 山西大同大学学报(自然科学版), vol. 25, no. 03, pages 70 - 72 *
李川: "智能无人监考考试系统设计与研究", 《电脑知识与技术》 *
李川: "智能无人监考考试系统设计与研究", 《电脑知识与技术》, vol. 14, no. 30, 25 October 2018 (2018-10-25), pages 193 - 195 *
范子健 等: "基于多维度体感信息的在线考试异常行为监测", 《计算机工程与科学》 *
范子健 等: "基于多维度体感信息的在线考试异常行为监测", 《计算机工程与科学》, vol. 40, no. 02, 15 February 2018 (2018-02-15), pages 320 - 325 *

Also Published As

Publication number Publication date
CN115146243B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN110390229B (zh) 一种人脸图片筛选方法、装置、电子设备及存储介质
CN113160023A (zh) 一种土地利用核查系统
CN114463828B (zh) 基于人证统一的监考方法及系统、电子设备和存储介质
CN113590906A (zh) 一种土地利用变更举证的核查系统
CN110503099A (zh) 基于深度学习的信息识别方法及相关设备
CN117745494A (zh) 一种多端融合的3d视频数字化osce考站系统
CN111553189A (zh) 基于视频信息的数据验证方法、装置及存储介质
CN112884304A (zh) 一种基于大数据的在线远程教育系统
CN113850183A (zh) 一种基于人工智能技术判断视频中行为的方法
CN113794759B (zh) 一种基于区块链的考试云平台系统
CN112766095B (zh) 一种参会人员投入度评价系统及其评价方法
CN110544041B (zh) 一种用于财务咨询公司的员工数据管理系统
CN116896452B (zh) 基于数据处理的计算机网络信息安全管理方法及系统
CN115146243A (zh) 一种基于数据分析的线上vr考试考生信息核对管理系统
CN117218680A (zh) 一种景区异常监控数据的确认方法及系统
CN112465410A (zh) 一种多维度智能监督管理系统
CN115132228B (zh) 一种语言能力分级方法及系统
CN115937971A (zh) 一种举手投票识别方法及装置
CN110175522A (zh) 考勤方法、系统及相关产品
Ryan Escaping the Fingerprint Crisis: A Blueprint for Essential Research
CN114360680A (zh) 基于区块链和云服务的健康大数据管理系统
CN114520059A (zh) 一种基于大数据的中医诊断学数据平台
CN115829910B (zh) 一种肌肤的感官评价装置以及肌肤的评价方法
CN113542668A (zh) 一种基于3d摄像头的监控系统及方法
CN117671774B (zh) 一种人脸情绪智能识别分析设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230814

Address after: Room 806, 8th Floor, No. 6, Haidian Middle Street, Haidian District, Beijing 100080

Applicant after: Beijing layout Future Education Technology Co.,Ltd.

Address before: 430070 Luoyu Road, Hongshan District, Wuhan City, Hubei Province

Applicant before: Wuhan Quanying Education Consulting Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 806, 8th Floor, No. 6, Haidian Middle Street, Haidian District, Beijing 100080

Patentee after: Beijing Layout Future Technology Development Co.,Ltd.

Address before: Room 806, 8th Floor, No. 6, Haidian Middle Street, Haidian District, Beijing 100080

Patentee before: Beijing layout Future Education Technology Co.,Ltd.