CN115293938B - 一种基于vr技术的考试方法和系统 - Google Patents

一种基于vr技术的考试方法和系统 Download PDF

Info

Publication number
CN115293938B
CN115293938B CN202211188309.9A CN202211188309A CN115293938B CN 115293938 B CN115293938 B CN 115293938B CN 202211188309 A CN202211188309 A CN 202211188309A CN 115293938 B CN115293938 B CN 115293938B
Authority
CN
China
Prior art keywords
examinee
head
equipment
obtaining
input device
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.)
Active
Application number
CN202211188309.9A
Other languages
English (en)
Other versions
CN115293938A (zh
Inventor
祁长生
夏胜俊
吴平价
谢国技
张中锋
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.)
Shenzhen Zhuofan Technology Co ltd
Original Assignee
Shenzhen Zhuofan Technology 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 Zhuofan Technology Co ltd filed Critical Shenzhen Zhuofan Technology Co ltd
Priority to CN202211188309.9A priority Critical patent/CN115293938B/zh
Publication of CN115293938A publication Critical patent/CN115293938A/zh
Application granted granted Critical
Publication of CN115293938B publication Critical patent/CN115293938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/017—Head mounted
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/017—Head mounted
    • G02B27/0172—Head mounted characterised by optical features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/0101—Head-up displays characterised by optical features
    • G02B2027/0138—Head-up displays characterised by optical features comprising image capture systems, e.g. camera
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Optics & Photonics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Educational Technology (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于VR技术的考试方法和系统。该基于VR技术的考试方法和系统，属于电数字数据处理领域，包括以下方法，获得携带特定标号的桌椅设备以及与该特定标号关联的头戴式VR设备；基于头戴式VR设备，确定考生身份信息，并将考生身份信息与该桌椅设备绑定关联；获得考生的头戴式VR设备的佩戴状态；若考生的头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生头戴式VR设备的佩戴状态正确；若考生的头戴式VR设备的佩戴状态正确，则基于其相对的桌子获得输入设备的位置，并于头戴式VR设备的虚拟场景内显示；该基于VR技术的考试方法和系统，答题便捷，输入精准、方便。

Description

一种基于VR技术的考试方法和系统
技术领域
本发明属于VR技术考试技术领域，具体涉及一种基于VR技术的考试方法和系统。
背景技术
现在也有基于VR眼镜设备的考试产品，但是目前基于VR眼镜的在线考试技术仅利用了VR的特点，解决了考试中屏蔽视觉感知仿作弊的问题。但是依然存在摄入设备单一的问题，传统的VR手柄并不利于常规的文字输入式的考试使用。
发明内容
本发明的目的就在于为了解决上述问题而提供一种结构简单，设计合理的基于VR技术的考试方法和系统。
本发明通过以下技术方案来实现上述目的：
一种基于VR技术的考试方法，包括以下方法，
获得携带特定标号的桌椅设备以及与该特定标号关联的头戴式VR设备；
基于头戴式VR设备，确定考生身份信息，并将考生身份信息与该桌椅设备绑定关联；
获得考生的头戴式VR设备的佩戴状态；
若考生的头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生头戴式VR设备的佩戴状态正确；
若考生的头戴式VR设备的佩戴状态正确，则基于其相对的桌子获得输入设备的位置，并于头戴式VR设备的虚拟场景内显示；
获得考生的手部位置，基于输入设备的位置，获得相应的输入信息，并于头戴式VR设备的虚拟场景内显示。
作为本发明的进一步优化方案，获得考生的手部图像，得到考生的手部模型，基于手部模型于头戴式VR设备的虚拟场景内显示。
作为本发明的进一步优化方案，基于输入设备的位置，实时获得考生在该位置的手部模型，基于考生的手部模型的动作以及输入设备的位置，获得相应的输入信息。
作为本发明的进一步优化方案，将手部模型的动作以及输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及输入设备的位置；
对历史考生手部模型中的动作以及输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
作为本发明的进一步优化方案，所述输入设备为虚拟键盘，所述手部模型的动作包括初始位置以及终点位置，所述终点位置为手指指尖第一次下移至相应触发点的位置时，其中，该触发点对应输入设备的相应信息。
所述初始位置为手部模型进入输入设备对应区域时的位置或上一终点位置；其中，当终点位置被确定后，该终点位置即为新的初始位置。
作为本发明的进一步优化方案，所述触发点的位置为手指第一次下移至基准面以下的位置，或为手指第一次敲击桌面的位置。
一种基于VR技术的考试系统，该系统包括存储器与处理器，所述存储器中包括基于VR技术的考试方法程序，所述基于VR技术的考试方法程序被所述处理器执行时实现如下步骤：
获得携带特定标号的桌椅设备以及与该特定标号关联的头戴式VR设备；
基于头戴式VR设备，确定考生身份信息，并将考生身份信息与该桌椅设备绑定关联；
获得考生的头戴式VR设备的佩戴状态；
若考生的头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生头戴式VR设备的佩戴状态正确；
若考生的头戴式VR设备的佩戴状态正确，则基于其相对的桌子获得输入设备的位置，并于头戴式VR设备的虚拟场景内显示；
获得考生的手部位置，基于输入设备的位置，获得相应的输入信息，并于头戴式VR设备的虚拟场景内显示。
作为本发明的进一步优化方案，该系统还包括透明的桌面，所述桌面下设置有采集高清图像的摄像头，所述摄像头采集考生的手部图像，基于该图像，得到考生的手掌大小以及手指粗细以及手掌形态，手掌大小以及手指粗细获得在头戴式VR设备中显示的手掌模型，基于手掌形态，按照预设的方式于头戴式VR设备中显示。
作为本发明的进一步优化方案，基于输入设备的位置，实时获得考生在该位置的手部模型，基于考生的手部模型的动作以及输入设备的位置，获得相应的输入信息。
作为本发明的进一步优化方案，将手部模型的动作以及输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及输入设备的位置；
对历史考生手部模型中的动作以及输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
本发明的有益效果在于：本发明通过VR技术来进行对考生的考试测试，可以很好的防止考生作弊，且帮助考生集中注意力，便于真实的展现考生的真实实力；便于考生久坐使用，即使考生站立考试，也不会造成抄袭等不良影响；通过VR技术与键盘等复杂输入设备进行结合，提高VR考试的实用性，方便考生答题使用，且该结合的方式，精确性十分高，便于VR应用技术领域推广使用。
附图说明
图1示出了本发明中一种基于VR技术的考试方法流程示意图；
图2示出了本发明中一种基于VR技术的考试系统的系统框图；
图3是本发明倾斜式的虚拟键盘的位置示意图；
图4是本发明平面式的虚拟键盘的位置示意图；
图5是本发明倾斜式的虚拟键盘中的摄像头的位置示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
实施例1
如图1示出了本发明中一种基于VR技术的考试方法流程示意图。
如图1所示，一种基于VR技术的考试方法，包括以下方法，
S102,获得携带特定标号的桌椅设备以及与该特定标号关联的头戴式VR设备；
S104,基于头戴式VR设备，确定考生身份信息，并将考生身份信息与该桌椅设备绑定关联；
S106,获得考生的头戴式VR设备的佩戴状态；
若考生的头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生头戴式VR设备的佩戴状态正确；
若考生的头戴式VR设备的佩戴状态正确，则基于其相对的桌子获得输入设备的位置，并于头戴式VR设备的虚拟场景内显示；
S108,获得考生的手部位置，基于输入设备的位置，获得相应的输入信息，并于头戴式VR设备的虚拟场景内显示。
需要说明的是，该考试系统可于一间教室内对考生进行考试使用，可以随机落座，在落座后由特定标号的桌椅设备中的头戴式VR设备来获取考生的信息，并将该VR设备与桌椅设备绑定，从而通过后台计算机来准确获得考生的到场情况以及其位置情况，一般的考试教室内都会设置一个采集摄像头，来采集各考生考试的情况以及考场老师的情况，在本申请中，可以通过摄像头采集的视频图像，配合相应考生位置信息，于后台计算机内显示带有各考生信息的考场视频图像，并且，通过虚拟现实技术将考生的视线限制在一定的区域内，使得考生无法窥探到该区域以外的内容，便于监管考生考试使用，同时，该方式便于考生长期弯腰低头，导致身体酸痛的情况发生。
进一步需要说明的是，考生在实际的考试过程中，一般需要信息的输入设备，本实施例中采用键盘形式的输入设备，但该键盘可以为虚拟键盘也可以为实体键盘。
VR设备的表面可以设置摄像组件，通过缓慢拿取该VR设备，来使摄像组件识别考生的面目信息，从而获得考生的身份信息。
进一步的，由于键盘位于头戴式VR设备的外部，考生无法很好的观测到键盘，因此，该方法还包括了，
获得考生的手部图像，得到考生的手部模型，基于手部模型于头戴式VR设备的虚拟场景内显示。
进一步的，基于输入设备的位置，实时获得考生在该位置的手部模型，基于考生的手部模型的动作以及输入设备的位置，获得相应的输入信息。
需要说明的是，并非需要实时显示手部模型，因为人正常情况下，也并非是一直可以看到自己的手部的，该系统在实际的使用中，使用者一般都是头部直起，因此，可以将输入设备固定于一个位置，该位置坐标（基于键盘的尺寸可以获得键盘上各个按键的实际位置，因此该位置坐标实际为各个案件的坐标集合）可以存储于头戴式VR设备内，当考生的手部实际到达键盘上方时（有重合），该考生的手部模型于键盘上方显示，使用者即可通过手部模型的位置，来对键盘进行操作，从而输入信息至VR设备内；
具体的，可以在键盘的上方设置摄像装置来实时采集考生的实际手部位置。
还需要说明的是，上述仅为实体键盘输入信息时的操作方式，当该键盘为虚拟键盘时，具体还可以如下设置，该系统还包括透明的桌面，所述桌面下设置有采集高清图像的摄像头，所述摄像头采集考生的手部图像，基于该图像，得到考生的手掌大小以及手指粗细以及手掌形态，手掌大小以及手指粗细获得在头戴式VR设备中显示的手掌模型，基于手掌形态，按照预设的方式于头戴式VR设备中显示。
具体的，在实际的使用中，可以设置一个具体采集区域，考生在考前可以将手部按压于该采集区域，从而便于摄像头采集考生的手掌信息，该信息包括了手掌大小以及手指粗细以及手掌形态，在VR设备对应的服务器中，存储有各种手掌的三维模型，基于手掌尺寸，调整相应的模型于VR设备中显示。
基于此，在本实施例中，输入设备的形式采用虚拟键盘，该虚拟键盘于VR设备内显示，可由考生自行进行位置调节，但该虚拟键盘，仅可如图3所示进行角度调节，或如图4所示，呈平面展示，其不可以基于考生本身进行旋转，当键盘位置进行确定后，基于桌子设备本身，其内部的摄像头应当进行调整，其采集面应当倾斜于桌面，可以确保观测到考生的手指按压动作。
进一步的，所述手部模型的动作包括初始位置以及终点位置，所述终点位置为手指指尖第一次下移至相应触发点的位置时，其中，该触发点对应输入设备的相应信息；
所述初始位置为手部模型进入输入设备对应区域时的位置或上一终点位置；其中，当终点位置被确定后，该终点位置即为新的初始位置。
具体的，当键盘的设置为斜面状态时，所述触发点的位置为手指第一次下移至基准面以下的位置，该基准面为键盘的显示平面（此时摄像头的采集端应当采集虚拟的键盘的显示平面与手掌斜后方，具体如图5所示，其中，未画出手部特征，但亦可理解），当键盘的设置为平面状态时，则该触发点的位置为手指第一次敲击桌面的位置（可以在桌面增设压力传感器，从而辅助信息输入判断的精准性）。
进一步的，为了提高该方式的使用准确率，确保手指的动作与输入信息匹配，将手部模型的动作以及输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及输入设备的位置；
对历史考生手部模型中的动作以及输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
需要说明的是，所述识别神经网络模型需要大量的历史数据进行训练，数据量越大，则结果越准确，本申请中的所述识别神经网络模型可以通过历史考生基于视觉中的键盘位置来进行按压、敲击输出的信息准确性案例来进行训练，当然，在进行神经网络模型训练时，还可以通过研发者以及各年龄、手指习惯敲击不同的人来进行测试试验，通过大量试验数据与真实数据比对，得到的结果也会更加准确，进而使得所述识别神经网络的输出结果更加准确。优选地，所述准确率阈值一般设置99.99％。
图2示出了本发明中一种基于VR技术的考试系统的系统框图。
如图2所示，一种基于VR技术的考试系统2，该系统包括存储器21与处理器22，所述存储器21中包括基于VR技术的考试方法程序，所述基于VR技术的考试方法程序被所述处理器22执行时实现如下步骤：
获得携带特定标号的桌椅设备以及与该特定标号关联的头戴式VR设备；
基于头戴式VR设备，确定考生身份信息，并将考生身份信息与该桌椅设备绑定关联；
获得考生的头戴式VR设备的佩戴状态；
若考生的头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生头戴式VR设备的佩戴状态正确；
若考生的头戴式VR设备的佩戴状态正确，则基于其相对的桌子获得输入设备的位置，并于头戴式VR设备的虚拟场景内显示；
获得考生的手部位置，基于输入设备的位置，获得相应的输入信息，并于头戴式VR设备的虚拟场景内显示。
该系统还包括透明的桌面，所述桌面下设置有采集高清图像的摄像头，所述摄像头采集考生的手部图像，基于该图像，得到考生的手掌大小以及手指粗细以及手掌形态，手掌大小以及手指粗细获得在头戴式VR设备中显示的手掌模型，基于手掌形态，按照预设的方式于头戴式VR设备中显示。
基于输入设备的位置，实时获得考生在该位置的手部模型，基于考生的手部模型的动作以及输入设备的位置，获得相应的输入信息。
将手部模型的动作以及输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及输入设备的位置；
对历史考生手部模型中的动作以及输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
进一步需要说明的是，系统包括服务器，其中，服务器与VR设备相互耦接，以进行通信。服务器与VR设备可以之间通过无线连接方式直接建立连接，或者，VR设备可以通过无线连接方式或者有线连接方式与电脑主机建立连接，电脑主机与服务器建立连接，进而使得VR设备与服务器建立连接。其中，前述无线连接方式包括但不限于wifi、蓝牙、zigbee或者射频连接。
在本实施例中，VR设备依据虚拟现实技术能够显示虚拟现实场景，其中，虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。与此同时，在用户佩戴上VR设备后，可见的视线范围被限制在一个固定的区域内，用户只能观看到VR设备的显示界面上所显示的内容；服务器用于依据VR设备的考试请求，向VR设备发送考试内容，VR设备用于接收服务器所发送的考试内容，并基于虚拟现实场景显示考试内容，以便考生进行考试。
需要说明的是，该基于VR技术的考试方法和系统，在使用时，通过VR技术来进行对考生的考试测试，可以很好的防止考生作弊，且帮助考生集中注意力，便于真实的展现考生的真实实力；便于考生久坐使用，即使考生站立考试，也不会造成抄袭等不良影响；通过VR技术与键盘等复杂输入设备进行结合，提高VR考试的实用性，方便考生答题使用，且该结合的方式，精确性十分高，便于VR应用技术领域推广使用。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (6)

1.一种基于VR技术的考试方法，其特征在于，包括以下方法，
获得携带特定标号的桌椅设备以及与所述特定标号关联的头戴式VR设备；
基于所述头戴式VR设备，确定考生身份信息，并将考生身份信息与所述携带特定标号的桌椅设备绑定关联；
获得考生的所述头戴式VR设备的佩戴状态；
若考生的所述头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生所述头戴式VR设备的佩戴状态正确；
若考生的所述头戴式VR设备的佩戴状态正确，则基于与考生相对应的所述桌椅设备获得输入设备的位置，并于所述头戴式VR设备的虚拟场景内显示；
获得考生的手部位置，基于所述输入设备的位置，获得相应的输入信息，并于所述头戴式VR设备的虚拟场景内显示；
获得考生的手部图像，得到考生的手部模型，基于所述手部模型于所述头戴式VR设备的虚拟场景内显示；
基于所述输入设备的位置，实时获得考生在所述输入设备的手部模型，基于考生在所述输入设备的手部模型的动作以及所述输入设备的位置，获得相应的输入信息；
所述输入设备为虚拟键盘，所述方法还包括有透明的桌面，以及所述桌面下设置有采集高清图像的摄像头；所述摄像头的角度基于所述虚拟键盘的角度调整；
所述桌面上还包括具体采集区域，考生在考前将手部按压于所述具体采集区域，通过所述摄像头采集考生的手掌信息，所述手掌信息包括了手掌大小以及手指粗细以及手掌形态，在所述头戴式VR设备对应的服务器中，存储有各种手掌的三维模型，基于手掌尺寸，调整相应的模型于所述头戴式VR设备中显示；
所述手部模型的动作包括初始位置以及终点位置，所述终点位置为手指指尖第一次下移至相应触发点的位置，其中，所述触发点对应所述输入设备的相应信息；所述初始位置为所述手部模型进入所述输入设备对应区域时的位置或上一终点位置；其中，当终点位置被确定后，所述终点位置即为新的初始位置；
其中，当所述虚拟键盘的设置为斜面时，所述触发点的位置为手指第一次下移至基准面以下的位置，所述基准面为所述虚拟键盘的显示平面，所述摄像头的采集端采集虚拟的键盘的显示平面与手掌斜后方；当所述虚拟键盘的设备为平面时，所述触发点的位置为手指第一次敲击桌面的位置。
2.根据权利要求1所述的一种基于VR技术的考试方法，其特征在于：将所述手部模型的动作以及所述输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及所述输入设备的位置；
对所述历史考生手部模型中的动作以及输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
3.一种基于VR技术的考试系统，其特征在于，所述系统包括存储器与处理器，所述存储器中包括上述权利要求1或2中的基于VR技术的考试方法程序，所述基于VR技术的考试方法程序被所述处理器执行时实现如下步骤：
获得携带特定标号的桌椅设备以及与所述特定标号关联的头戴式VR设备；
基于所述头戴式VR设备，确定考生身份信息，并将考生身份信息与所述桌椅设备绑定关联；
获得考生的所述头戴式VR设备的佩戴状态；
若考生的所述头戴式VR设备的佩戴状态错误，则发送佩戴错误提醒，直至考生所述头戴式VR设备的佩戴状态正确；
若考生的所述头戴式VR设备的佩戴状态正确，则基于与考生相对应的所述桌椅设备获得输入设备的位置，并于所述头戴式VR设备的虚拟场景内显示；
获得考生的手部位置，基于所述输入设备的位置，获得相应的输入信息，并于所述头戴式VR设备的虚拟场景内显示。
4.根据权利要求3所述的一种基于VR技术的考试系统，其特征在于：所述系统还包括透明的桌面，所述桌面下设置有采集高清图像的摄像头，所述摄像头采集考生的手部图像，基于所述手部图像，得到考生的手掌大小以及手指粗细以及手掌形态，手掌大小以及手指粗细获得在所述头戴式VR设备中显示的手掌模型，基于手掌形态，按照预设的方式于所述头戴式VR设备中显示。
5.根据权利要求4所述的一种基于VR技术的考试系统，其特征在于：基于所述输入设备的位置，实时获得考生在所述输入设备位置的手部模型，基于考生在所述输入设备位置的手部模型的动作以及所述输入设备的位置，获得相应的输入信息。
6.根据权利要求5所述的一种基于VR技术的考试系统，其特征在于：将所述手部模型的动作以及所述输入设备的位置输入至训练好的识别神经网络模型训练，基于模拟结果获得相应的输入信息；
其中，获取历史考生手部模型中的动作以及输入设备的位置；
对历史考生手部模型中的动作以及所述输入设备的位置进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述识别神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述的识别神经网络模型。
CN202211188309.9A 2022-09-28 2022-09-28 一种基于vr技术的考试方法和系统 Active CN115293938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211188309.9A CN115293938B (zh) 2022-09-28 2022-09-28 一种基于vr技术的考试方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211188309.9A CN115293938B (zh) 2022-09-28 2022-09-28 一种基于vr技术的考试方法和系统

Publications (2)

Publication Number Publication Date
CN115293938A CN115293938A (zh) 2022-11-04
CN115293938B true CN115293938B (zh) 2023-07-28

Family

ID=83833749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211188309.9A Active CN115293938B (zh) 2022-09-28 2022-09-28 一种基于vr技术的考试方法和系统

Country Status (1)

Country Link
CN (1) CN115293938B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020039703A1 (ja) * 2018-08-21 2020-02-27 株式会社Ｎｔｔドコモ 入力装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107656687B (zh) * 2016-07-26 2020-04-24 南宁富桂精密工业有限公司 虚拟键盘生成的方法及系统
CN108897423A (zh) * 2018-06-27 2018-11-27 武汉华工智云科技有限公司 一种vr眼镜及其在线考试防作弊方法
CN114115693A (zh) * 2020-08-26 2022-03-01 华为技术有限公司 一种基于虚拟键盘输入文本的方法及装置
CN113282168A (zh) * 2021-05-08 2021-08-20 青岛小鸟看看科技有限公司 头戴式显示设备的信息输入方法、装置及头戴式显示设备
CN114220160A (zh) * 2021-11-17 2022-03-22 广州远智教育科技有限公司 一种基于vr技术的防作弊远程考试设备及其使用方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020039703A1 (ja) * 2018-08-21 2020-02-27 株式会社Ｎｔｔドコモ 入力装置

Also Published As

Publication number Publication date
CN115293938A (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN107067856B (zh) 一种医学模拟训练系统和方法
CN107485844B (zh) 一种肢体康复训练方法、系统及嵌入式设备
CN103838378B (zh) 一种基于瞳孔识别定位的头戴式眼睛操控系统
CN102749991B (zh) 一种适用于人机交互的非接触式自由空间视线跟踪方法
CN103598870A (zh) 一种基于深度图像手势识别的视力检测方法
CN102724449A (zh) 互动式电视机和利用显示装置实现与用户互动的方法
CN110826835A (zh) 一种基于手套的针灸训练方法、系统、平台及存储介质
Stütz et al. Can mobile augmented reality systems assist in portion estimation? A user study
CN105147235A (zh) 视力测试系统
CN110209285B (zh) 一种基于手势控制的沙盘展示系统
CN105105705A (zh) 视力测试终端
CN105147237A (zh) 视力测试方法
KR20170090057A (ko) 화장품 테스트 시스템 및 방법
CN115293938B (zh) 一种基于vr技术的考试方法和系统
CN110007765A (zh) 一种人机交互方法、装置及设备
CN114190879A (zh) 基于虚拟现实技术的弱视儿童视功能检测系统
WO2015032304A1 (zh) 具有攻击者身份识别能力的在线笔迹身份认证方法
CN110764619B (zh) 基于特征相似度的触觉再现轮廓渲染真实感定量评估方法
CN115273213B (zh) 一种vr眼镜及其在线考试防作弊方法
CN106264743A (zh) 智能移动随诊车系统平台
CN215231970U (zh) 一种智能安全健身指导装置
CN114220160A (zh) 一种基于vr技术的防作弊远程考试设备及其使用方法
CN112714328A (zh) 一种直播课学生姿态提示方法、装置及电子设备
CN211180761U (zh) 2d和vr交互环境下恐怖情绪强度评价系统
CN115543135A (zh) 显示屏幕的控制方法、装置及设备

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
GR01 Patent grant
GR01 Patent grant