CN116206258A - 一种基于考生行为检测统计的远程考场监控系统及方法 - Google Patents
一种基于考生行为检测统计的远程考场监控系统及方法 Download PDFInfo
- Publication number
- CN116206258A CN116206258A CN202310073070.9A CN202310073070A CN116206258A CN 116206258 A CN116206258 A CN 116206258A CN 202310073070 A CN202310073070 A CN 202310073070A CN 116206258 A CN116206258 A CN 116206258A
- Authority
- CN
- China
- Prior art keywords
- examinee
- suspicious
- examination
- module
- actions
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 86
- 238000001514 detection method Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 230000006399 behavior Effects 0.000 claims description 60
- 238000012360 testing method Methods 0.000 claims description 58
- 230000033001 locomotion Effects 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Educational Technology (AREA)
- Psychiatry (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Emergency Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及基于考生行为检测统计的远程考场监控系统及方法,系统包括:监控模块,用于获取每位考生在考场座位的正面监控视频;身体行为检测模块,用于识别考生在考试过程中的可疑动作及可疑动作发生时间,可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作;分析模块,用于根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;告警模块,用于在确定考生有作弊嫌疑后,进行告警;存储模块,用于存储各个考生的可疑动作信息,可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段。本发明提供的系统及方法能更准确的判断出考生在考场中是否有作弊嫌疑,减少作弊现象发生,减轻监控老师的工作负担。
Description
技术领域
本发明涉及考场监控技术领域,尤其涉及一种基于考生行为检测统计的远程考场监控系统及方法。
背景技术
在全国范围内,面向计算机考试,都已经使用了远程电子监控系统对考场进行监考。各类考试的远程电子监控已成为当今考试考场监控的发展潮流和必然趋势。
针对于机考考试,目前应用普遍的监考模式通常采用现场监考和电子监考相结合,这两种监考主要区别在于现场是否有监考老师进行巡视,两者本质上还是依赖于人工监考(电子监考仍然是监考老师通过看实时传输的考场监控视频进行监考)。而这种依赖于人工监考的方式要求监考老师在考试全程紧盯考场内的所有考试人员,且由于人员配置问题,通常一个考场只配备两位老师,无法兼顾全体考生考试情况。
随着图像分析技术的发展,现有技术中开始出现利用人脸识别技术、行为检测识别技术等对考生进行检测识别而自动判断考生是否存在替考或作弊行为,以取代人工监考,但是现有技术中检测识别手段较为单一,无法更为全面有效的检测出考生在考场的可疑行为,从而无法准确判断考生是否存在作弊嫌疑、减少作弊现象发生和减轻监控老师的工作负担。
发明内容
针对上述问题,本发明提供一种基于考生行为检测统计的远程考场监控系统及方法。
本发明提供的基于考生行为检测统计的远程考场监控系统,系统包括:
监控模块,分别设置于每个考位上,用于获取每位考生在考场座位的正面监控视频;
身体行为检测模块,与监控模块连接,用于根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间,可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作;
分析模块,与身体行为检测模块连接,用于根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;
告警模块,与分析模块连接,用于在确定考生有作弊嫌疑后,进行告警;
存储模块,与身体行为检测模块连接,用于存储各个考生的可疑动作信息,可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段。
进一步的,身体行为检测模块根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
进一步的,分析模块根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑包括:
将考试过程分为考试前期、考试中期以及考试后期,并为考试前期、考试中期以及考试后期分别设置对应的可疑动作次数阈值;
实时统计考生在考试前期、考试中期以及考试后期的可疑动作次数,并将考生在考试前期、考试中期以及考试后期的可疑动作次数分别与对应的可疑动作次数阈值进行对比,若考生在考试前期、考试中期或者考试后期中的任意一个阶段的可疑动作次数达到对应的可疑动作次数阈值,则判定考生存在作弊嫌疑。
进一步的,系统还包括考生作答检测模块,考生作答检测模块与分析模块连接,用于获取考生机考考试中的录屏视频,并识别考生对每道考题答案的录入时间;
分析模块,还与考生作答检测模块连接,分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑。
进一步的,分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
根据考生对每道考题答案的录入时间,对可疑动作进行过滤,去除存疑可疑动作;
根据过滤后的可疑动作、可疑动作发生时间,确定考生是否有作弊嫌疑。
进一步的,分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
若在可疑动作发生之后的第一预设时间段内,考生连续录入预设数量考题答案,确定考生有作弊嫌疑。
进一步的,系统还包括人脸轮廓检测模块;
人脸轮廓检测模块,与监控模块、告警模块连接,用于在考试过程中,每隔第二预设时间段检测所述正面监控视频是否有人脸轮廓,若无人脸轮廓,则判断该考场座位没有考生;
告警模块,还用于在人脸轮廓检测模块判定考场座位无考生时,进行告警;
身体行为检测模块,还与人脸轮廓检测模块连接,在人脸轮廓检测模块判定考场座位有考生后,根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间。
进一步的,系统还包括考生信息模块以及人脸识别模块;
考生信息模块用于获取考生信息,考生信息包括考生姓名、学校班级信息、考生性别、考生科目、准考证号、各科考试的考场编号及考场分布位置、考生预存人脸图像;
人脸识别模块,与考生信息模块、人脸轮廓检测模块、监控模块、告警模块连接,用于在人脸轮廓检测模块判定考场座位有考生后,从正面监控视频中提取考生人脸图像,根据当前考试科目、考场编号及考场座位确定对应的考生预存人脸图像,并将考生人脸图像与对应的考生预存人脸图像进行匹配,判断考生是否属于该考场座位;
告警模块,还用于在人脸识别模块判定考生不属于该考场座位后,进行告警。
本发明还提供一种基于考生行为检测统计的远程考场监控方法,方法包括:
获取每位考生在考场座位的正面监控视频;
根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间,并存储各个考生的可疑动作信息,可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作,可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段;
根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;
在确定考生有作弊嫌疑后,进行告警。
进一步的,根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
本发明提供的基于考生行为检测统计的远程考场监控系统及方法,至少包括以下有益效果:
(1)识别可疑动作时,分别识别头部可疑动作、眼部可疑动作、手部可疑动作,识别手段更加多样,能够更加全面、有效的识别到考生在考试过程中的可疑动作,进而更加准确的判断出考生在考场中是否有作弊嫌疑,给考生起到震慑作用,减少作弊现象发生,同时减轻监控老师的工作负担。
(2)系统中还包括存储模块,用于存储各个考生的可疑动作信息,方便后期相关人员进行查看,作为最终判定考生作弊的依据。
(3)在判断考生是否有作弊嫌疑时,将考试过程分为考试前期、考试中期以及考试后期三个阶段,为每个阶段分别设置对应的可疑动作次数阈值,进一步提高考试作弊嫌疑判断的准确性。
(4)通过考生对每道考题答案的录入时间,对可疑动作进行过滤,去除存疑可疑动作,后续根据过滤后的可疑动作、可疑动作发生时间确定考生是否有作弊嫌疑,能够进一步去除误判的可疑动作,从而提高判断考生作弊嫌疑的准确性。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见的,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它附图。
图1为本发明一种实施例中的基于考生行为检测统计的远程考场监控系统功能模块示意图一;
图2为本发明一种实施例中的作弊嫌疑分析方法流程图;
图3为本发明又一种实施例中的基于考生行为检测统计的远程考场监控系统功能模块示意图二;
图4为本发明又一种实施例中的基于考生行为检测统计的远程考场监控系统功能模块示意图三;
图5为本发明又一种实施例中的基于考生行为检测统计的远程考场监控系统功能模块示意图四;
图6为本发明一种实施例中的基于考生行为检测统计的远程考场监控方法流程示意图。
具体实施方式
下面将结合本发明中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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,本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明的保护范围。
在本发明的一种实施例中,公开了一种基于考生行为检测统计的远程考场监控系统,如图1所示,系统包括:
监控模块101,分别设置于每个考位上,用于获取每位考生在考场座位的正面监控视频。
其中,监控模块101有若干个,每个监控模块101都标记对应的考场编号和座位编号。用于分别获取各考生在机考考试作答过程中的正面监控视频。监控模块101可以为现有技术中常用的高清摄像头,具体可以设置在机考考试的计算机显示屏正上方位置,镜头朝向考生。当然,若机考考试的计算机带有摄像头,监控模块也可以为机考考试中各个计算机的摄像头,本发明对此不做限制。
身体行为检测模块102,与监控模块101连接,用于根据各个考生的正面监控视频,分别识别各个考生在考试过程中的可疑动作及可疑动作发生时间,可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作。
其中可疑动作发生时间是指一个可疑动作从开始到结束的时间。
具体的,身体行为检测模块102根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
(1)检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间。
(2)检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间。
具体的,视线偏移是指考生视线落于机考考试的显示屏外。
(3)检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
具体的,手部遮挡行为是指考生的一只手或者两只手被考试桌遮挡的情况。
在本实施例中,预设头部摆动时长、预设头部摆动角度、预设视线偏移时长、预设手部遮挡时长的具体数值可由技术人员自行设定,本发明对此不做限制。
分析模块103,与身体行为检测模块102连接,用于根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑。
具体的,在一种实现方式中,如图2所示,分析模块103根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑具体包括以下步骤:
步骤S21:将考试过程分为考试前期、考试中期以及考试后期,并为考试前期、考试中期以及考试后期分别设置对应的可疑动作次数阈值。
步骤S22:实时统计考生在考试前期、考试中期以及考试后期的可疑动作次数,并将考生在考试前期、考试中期以及考试后期的可疑动作次数分别与对应的可疑动作次数阈值进行对比,若考生在考试前期、考试中期或者考试后期中的任意一个阶段的可疑动作次数达到对应的可疑动作次数阈值(或者大于对应的可疑动作次数阈值),则判定考生存在作弊嫌疑。
具体的,在本步骤中,可以实时统计考生在不同阶段的可疑动作次数,随着考试时间的推移,对一位考生而言,在一个阶段每识别出一次可疑动作,则将该阶段对应的可疑动作次数加1,并在加1后与该阶段对应的可疑动作次数阈值进行对比,判断是否存在作弊嫌疑。
其中,在进行考试过程的阶段划分时,可以将不同科目按照同一划分标准进行划分。例如考试时间为1小时,可以将前10分钟作为考试前期,中间的30分钟作为考试中期,后20分钟作为考试后期进行划分等。当然,还可以根据考试难易程度对不同科目的考试过程进行划分。例如考试时间为1小时,对于考试较难科目,可以将前20分钟作为考试前期,中间的30分钟作为考试中期,后10分钟作为考试后期划分;对于考试较为简单的科目,前10分钟作为考试前期,中间的30分钟作为考试中期,后20分钟作为考试后期进行划分等。
进一步的,对于考试前期、考试中期、考试后期可以设置不同的可疑动作次数阈值,例如考试前期考生一般都在积极作答中,出现作弊情况的概率不高,即使存在可疑动作,由于考试才刚刚开始,传递答案或者通过偷看他人显示屏获得答案的可能性不高,相反,在考试后期出现作弊情况的概率较高,因此,可疑动作次数阈值设置时可以设置为考试前期>考试中期>考试后期。也即考试后期出现可疑动作越容易被认定为作弊。本实施例中,根据考试的不同阶段设置不同的可疑动作次数阈值,从而能够进一步提高考试作弊嫌疑判断的准确性。
更进一步的,在进行统计时,可以根据可疑动作发生时间中的开始时间确定可疑动作所属阶段,进而统计各阶段出现的可疑动作次数。
告警模块104,与分析模块103连接,用于在确定考生有作弊嫌疑后,进行告警;具体的,告警信息可以包括考场编号、座位编号、考生信息等等。以提醒监考老师进行处理。
存储模块105,与身体行为检测模块102连接,用于存储各个考生的可疑动作信息,可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段。具体的,当身体行为检测模块102检测出考生的可疑动作后,则将可疑动作视频片段进行截取,存储至存储模块中。由于存储模块中存储有各个考生在每次考试时的可疑动作信息,后续对考生是否作弊进行判定时,能够直接获取其对应的可疑动作信息作为判定依据。
本实施例提供的基于考生行为检测统计的远程考场监控系统,在识别可疑动作时,分别识别头部可疑动作、眼部可疑动作、手部可疑动作,识别手段更加多样,能够更加全面、有效的识别到考生在考试过程中的可疑动作,进而更加准确的判断出考生在考场中是否有作弊嫌疑,给考生起到震慑作用,减少作弊现象发生,同时减轻监控老师的工作负担。系统中还包括存储模块,用于存储各个考生的可疑动作信息,方便后期相关人员进行查看,作为最终判定考生作弊的依据。在判断考生是否有作弊嫌疑时,将考试过程分为考试前期、考试中期以及考试后期三个阶段,为每个阶段分别设置对应的可疑动作次数阈值,进一步提高考试作弊嫌疑判断的准确性。也保障了考试的严肃性、权威性、公正性。
在本发明的又一种实施例中,如图3所示,系统还包括考生作答检测模块106,考生作答检测模块106与分析模块103连接,用于获取考生机考考试中的录屏视频,并识别考生对每道考题答案的录入时间;
分析模块103,还与考生作答检测模块106连接,分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑。
其中,在一种实现方式中,分析模块103根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
根据考生对每道考题答案的录入时间,对可疑动作进行过滤,去除存疑可疑动作;根据过滤后的可疑动作、可疑动作发生时间,确定考生是否有作弊嫌疑。
其中,在进行过滤时,若在可疑动作发生之后(可疑动作结束之后)的预设时间段内,考生未进行考题答案录入,则将此可以动作判定为存疑可疑动作进行去除,后续在根据过滤后的可疑动作、可疑动作发生时间,确定考生是否有作弊嫌疑。
采用上述方法对可疑动作进行过滤,能够进一步去除误判的可疑动作,从而提高确定考生作弊嫌疑的准确性。
在另一种实现方式中,分析模块103根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
若在可疑动作发生之后的第一预设时间段内,考生连续录入预设数量考题答案,确定考生有作弊嫌疑。
具体的,只要存在一次在可疑动作发生之后的第一预设时间段内,考生连续录入预设数量考题答案,则确定考生存在作弊嫌疑。更具体的,可以设置若两道考题答案录入间隔时间小于预设时间间隔,则认为两道考题答案为连续录入。其中,第一预设时间段由技术人员根据实际情况自行设定,本发明对此不做限制。
在本发明的又一种实施例中,如图4所示,系统还包括人脸轮廓检测模块107;
人脸轮廓检测模块107,与监控模块101、告警模块104连接,用于在考试过程中,每隔第二预设时间段检测正面监控视频是否有人脸轮廓,若无人脸轮廓,则判断该考场座位没有考生;同样的,第二预设时间段由技术人员根据实际情况自行设定,本发明对此不做限制。
告警模块104,还用于在人脸轮廓检测模块107判定考场座位无考生时,进行告警;
身体行为检测模块102,还与人脸轮廓检测模块107连接,在人脸轮廓检测模块107判定考场座位有考生后,根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间。
本实施例中,增加人脸轮廓检测模块107,每隔预设时间段即进行一次人脸轮廓检测,在判定考场座位无考生时及时进行告警。同时只有检测到考场座位有考生时,才进行后续的身体行为检测、考生作弊嫌疑分析等处理,以减少无效数据处理工作。
在本发明的又一种实施例中,系统还包括考生信息模块108以及人脸识别模块109;考生信息模块108用于获取考生信息,考生信息包括考生姓名、学校班级信息、考生性别、考生科目、准考证号、各科考试的考场编号及考场分布位置、考生预存人脸图像。
人脸识别模块109,与考生信息模块108、人脸轮廓检测模块107、监控模块101、告警模块104连接,用于在人脸轮廓检测模块107判定考场座位有考生后,从正面监控视频中提取考生人脸图像,根据当前考试科目、考场编号及考场座位确定对应的考生预存人脸图像(从考生信息模块中获取到对应的考生预存人脸图像),并将考生人脸图像与对应的考生预存人脸图像进行匹配,判断考生是否属于该考场座位;
告警模块104,还用于在人脸识别模块判定考生不属于该考场座位后,进行告警。具体的,在告警信息中还可以显示具体的告警原因,例如存在替考嫌疑等。
在本实施例中,设置人脸识别模块,在人脸轮廓检测模块107判定考场座位有考生后,进一步确定该考生是否属于该考场座位,以识别是否存在替考问题,进一步减少考生机考作弊现象发生、减轻监控老师的工作负担。
示例的,在考试前,人脸识别模块109从考生信息模块108获取考生预存人脸图像,并把考生预存人脸图像数据以https协议post方式接入Face++平台人脸检测API接口,将人脸图像以二进制数组的形式传给Face++。Face++平台接收到数据,以json格式返回该考生预存人脸图像的标识数据到人脸识别模块109。人脸识别模块109接收到反馈数据,解析json,提取人脸face-token,并将人脸识别模块109提取到的face-token数据发送到考生信息模块内存储。
考试过程中,人脸识别模块109从监控模块101即时获取每个考场各个座位考生考试的视频图像。人脸轮廓检测模块107每经过第二预设时间段,会对视频图像检测是否有人脸轮廓,如果检测不到人脸轮廓,则判断该考场座位没有考生。如果检测到人脸轮廓,人脸识别模块109把考生视频图像中的人脸图像数据以https协议post方式接入Face++平台人脸检测API接口,将人脸图像以二进制数组的形式传给Face++,Face++平台接收到数据,以json格式返回该人脸图像的标识数据到人脸识别模块109。人脸识别模块109接收到反馈数据,解析json,提取人脸face-token。人脸识别模块通过把现场视频图像采集提取的人脸face-token与考生信息模块内存储的该考场座位考生的face-token进行数据对比和匹配,来判断该考生是否属于该考场座位。如果匹配成功,则判定该考生属于该考场座位。如果匹配不成功,则判断该考生不属于该考场座位。
本发明还提供一种基于考生行为检测统计的远程考场监控方法,如图6所示方法包括:
步骤S61:获取每位考生在考场座位的正面监控视频;
步骤S62:根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间,并存储各个考生的可疑动作信息,可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作,可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段。
具体的,根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
步骤S63:根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;
具体的,可以将考试过程分为考试前期、考试中期以及考试后期,并为考试前期、考试中期以及考试后期分别设置对应的可疑动作次数阈值。实时统计考生在考试前期、考试中期以及考试后期的可疑动作次数,并将考生在考试前期、考试中期以及考试后期的可疑动作次数分别与对应的可疑动作次数阈值进行对比,若考生在考试前期、考试中期或者考试后期中的任意一个阶段的可疑动作次数大于对应的可疑动作次数阈值,则判定考生存在作弊嫌疑。
步骤S64:在确定考生有作弊嫌疑后,进行告警。
本发明提供的一种基于考生行为检测统计的远程考场监控系统及方法,识别可疑动作时,分别识别头部可疑动作、眼部可疑动作、手部可疑动作,识别手段更加多样,能够更加全面、有效的识别到考生在考试过程中的可疑动作,进而更加准确的判断出考生在考场中是否有作弊嫌疑,给考生起到震慑作用,减少作弊现象发生,同时减轻监控老师的工作负担。在识别到考生可疑动作后,还存储各个考生的可疑动作信息,方便后期相关人员进行查看,作为最终判定考生作弊的依据。
本发明说明书中使用的术语和措辞仅仅为了举例说明,并不意味构成限定。本领域技术人员应当理解,在不脱离所公开的实施方式的基本原理的前提下,对上述实施方式中的各细节可进行各种变化。因此,本发明的范围只由权利要求确定,在权利要求中,除非另有说明,所有的术语应按最宽泛合理的意思进行理解。
Claims (10)
1.一种基于考生行为检测统计的远程考场监控系统,其特征在于,所述系统包括:
监控模块,分别设置于每个考位上,用于获取每位考生在考场座位的正面监控视频;
身体行为检测模块,与所述监控模块连接,用于根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间,所述可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作;
分析模块,与所述身体行为检测模块连接,用于根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;
告警模块,与分析模块连接,用于在确定考生有作弊嫌疑后,进行告警;
存储模块,与身体行为检测模块连接,用于存储各个考生的可疑动作信息,所述可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段。
2.根据权利要求1所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述身体行为检测模块根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
3.根据权利要求2所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述分析模块根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑包括:
将考试过程分为考试前期、考试中期以及考试后期,并为考试前期、考试中期以及考试后期分别设置对应的可疑动作次数阈值;
实时统计考生在考试前期、考试中期以及考试后期的可疑动作次数,并将考生在考试前期、考试中期以及考试后期的可疑动作次数分别与对应的可疑动作次数阈值进行对比,若考生在考试前期、考试中期或者考试后期中的任意一个阶段的可疑动作次数达到对应的可疑动作次数阈值,则判定考生存在作弊嫌疑。
4.根据权利要求1所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述系统还包括考生作答检测模块,所述考生作答检测模块与所述分析模块连接,用于获取考生机考考试中的录屏视频,并识别考生对每道考题答案的录入时间;
所述分析模块,还与所述考生作答检测模块连接,所述分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑。
5.根据权利要求4所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
根据考生对每道考题答案的录入时间,对可疑动作进行过滤,去除存疑可疑动作;
根据过滤后的可疑动作、可疑动作发生时间,确定考生是否有作弊嫌疑。
6.根据权利要求4所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述分析模块根据识别到的可疑动作、可疑动作发生时间以及考生对每道考题答案的录入时间,确定考生是否有作弊嫌疑包括:
若在可疑动作发生之后的第一预设时间段内,考生连续录入预设数量考题答案,确定考生有作弊嫌疑。
7.根据权利要求1所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述系统还包括人脸轮廓检测模块;
所述人脸轮廓检测模块,与监控模块、告警模块连接,用于在考试过程中,每隔第二预设时间段检测所述正面监控视频是否有人脸轮廓,若无人脸轮廓,则判断该考场座位没有考生;
所述告警模块,还用于在所述人脸轮廓检测模块判定考场座位无考生时,进行告警;
所述身体行为检测模块,还与所述人脸轮廓检测模块连接,在所述人脸轮廓检测模块判定考场座位有考生后,根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间。
8.根据权利要求7所述的基于考生行为检测统计的远程考场监控系统,其特征在于,所述系统还包括考生信息模块以及人脸识别模块;
所述考生信息模块用于获取考生信息,所述考生信息包括考生姓名、学校班级信息、考生性别、考生科目、准考证号、各科考试的考场编号及考场分布位置、考生预存人脸图像;
所述人脸识别模块,与所述考生信息模块、人脸轮廓检测模块、监控模块、告警模块连接,用于在所述人脸轮廓检测模块判定考场座位有考生后,从正面监控视频中提取考生人脸图像,根据当前考试科目、考场编号及考场座位确定对应的考生预存人脸图像,并将考生人脸图像与对应的考生预存人脸图像进行匹配,判断考生是否属于该考场座位;
所述告警模块,还用于在所述人脸识别模块判定考生不属于该考场座位后,进行告警。
9.一种基于考生行为检测统计的远程考场监控方法,其特征在于,所述方法包括:
获取每位考生在考场座位的正面监控视频;
根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间,并存储各个考生的可疑动作信息,所述可疑动作包括头部可疑动作、眼部可疑动作以及手部可疑动作,所述可疑动作信息包括可疑动作发生时间、可疑动作次数以及可疑动作视频片段;
根据识别到的可疑动作及可疑动作发生时间,确定考生是否有作弊嫌疑;
在确定考生有作弊嫌疑后,进行告警。
10.根据权利要求9所述的基于考生行为检测统计的远程考场监控方法,其特征在于,所述根据考生的正面监控视频,识别考生在考试过程中的可疑动作及可疑动作发生时间包括:
检测考生是否存在头部摆动行为,若是,提取考生头部摆动持续时长以及头部摆动角度,若考生头部摆动持续时长大于预设头部摆动时长或者头部摆动角度大于预设头部摆动角度,判定考生存在头部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在视线偏移行为,若是,提取考生视线偏移持续时长,若考生视线偏移持续时长大于预设视线偏移时长,判定考生存在眼部可疑动作,并记录该可疑动作发生时间;
检测考生是否存在手部遮挡行为,若是,提取考生手部遮挡持续时长,若手部遮挡持续时长超过预设手部遮挡时长,判定考生存在手部可疑动作,并记录该可疑动作发生时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310073070.9A CN116206258A (zh) | 2023-02-07 | 2023-02-07 | 一种基于考生行为检测统计的远程考场监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310073070.9A CN116206258A (zh) | 2023-02-07 | 2023-02-07 | 一种基于考生行为检测统计的远程考场监控系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116206258A true CN116206258A (zh) | 2023-06-02 |
Family
ID=86507156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310073070.9A Pending CN116206258A (zh) | 2023-02-07 | 2023-02-07 | 一种基于考生行为检测统计的远程考场监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116206258A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664086A (zh) * | 2023-08-01 | 2023-08-29 | 安徽博诺思信息科技有限公司 | 一种基于人脸识别技术的线上考试管理系统 |
CN116883953A (zh) * | 2023-09-08 | 2023-10-13 | 杭州东方网升科技股份有限公司 | 在线考试防作弊方法、系统与存储介质 |
-
2023
- 2023-02-07 CN CN202310073070.9A patent/CN116206258A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664086A (zh) * | 2023-08-01 | 2023-08-29 | 安徽博诺思信息科技有限公司 | 一种基于人脸识别技术的线上考试管理系统 |
CN116883953A (zh) * | 2023-09-08 | 2023-10-13 | 杭州东方网升科技股份有限公司 | 在线考试防作弊方法、系统与存储介质 |
CN116883953B (zh) * | 2023-09-08 | 2023-11-17 | 杭州东方网升科技股份有限公司 | 在线考试防作弊方法、系统与存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116206258A (zh) | 一种基于考生行为检测统计的远程考场监控系统及方法 | |
CN105791299B (zh) | 一种无人监考的智能化上机考试系统 | |
KR101765770B1 (ko) | 영상 처리를 이용한 온라인 시험의 부정행위 검출 시스템 및 그 방법과 이를 구현하기 위한 프로그램이 저장된 기록매체 | |
CN109222888B (zh) | 一种基于眼动技术判断心理测试可靠性的方法 | |
CN106791633A (zh) | 智能监考系统及方法 | |
CN113393347B (zh) | 一种在线考试防作弊的方法和装置 | |
CN106023516A (zh) | 一种考试监控方法、系统及考场监控器 | |
Beneken et al. | Alarms and their limits in monitoring | |
CN112085883A (zh) | 一种智慧监考反作弊系统 | |
CN113794759B (zh) | 一种基于区块链的考试云平台系统 | |
CN111274956A (zh) | 一种监测驾考的方法及装置 | |
CN113706348A (zh) | 基于人脸识别的在线自动监考系统及方法 | |
CN208212008U (zh) | 自测式视力检测系统 | |
JP2022052144A (ja) | Cbtにおける受験者の監視方法、及び、監視システム | |
CN111583732A (zh) | 基于头戴式显示设备的测评状态监测方法、装置和设备 | |
CN115240849A (zh) | 电子产品使用特征及视疲劳的记录和提醒方法及系统 | |
CN114550064A (zh) | 标准化考场视频监控数据分析系统 | |
CN115035473A (zh) | 考场监控的方法、装置及系统 | |
RU2210972C1 (ru) | Устройство для скрининговой диагностики зрения | |
CN111611896B (zh) | 一种考试防作弊的管理系统 | |
CN114613519A (zh) | 一种基于大数据的家用近视防控咨询管理系统 | |
CN117373092A (zh) | 基于分布式摄像的考试监控方法、设备及存储介质 | |
WO2024116280A1 (ja) | 情報処理装置、決定方法及び記憶媒体 | |
WO2022181104A1 (ja) | 分析装置、分析方法及び非一時的なコンピュータ可読媒体 | |
KR20230105849A (ko) | 자폐 스펙트럼 진단 시스템 및 이를 이용한 진단 데이터 표시 방법 |
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 |