CN116708389B - 在线考试的多端监控方法、终端设备及可读存储介质 - Google Patents
在线考试的多端监控方法、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN116708389B CN116708389B CN202310975806.1A CN202310975806A CN116708389B CN 116708389 B CN116708389 B CN 116708389B CN 202310975806 A CN202310975806 A CN 202310975806A CN 116708389 B CN116708389 B CN 116708389B
- Authority
- CN
- China
- Prior art keywords
- examination
- monitoring
- data
- push
- monitoring port
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 174
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012360 testing method Methods 0.000 claims description 45
- 238000012795 verification Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 206010000117 Abnormal behaviour Diseases 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/60—Network streaming of media packets
- H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- 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
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请公开了在线考试的多端监控方法、终端设备及计算机可读存储介质,该方法包括:获取目标考试终端关联的当前考试信息,根据当前考试信息确定在考明细对应的关键字;根据监控端口生成考试评级对照表,包括第一评级表和第二评级表。当开卷考试时,确定当前考试信息在第一评级表中,接入计算机摄像头监控端;当闭卷考试时,确定当前考试信息在第二评级表中,接入计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;在接收到推流数据后,对推流数据进行校验,校验通过后对推流数据进行压缩,传输到对应的服务器存储区域。解决了在线考试时可能由于考生设备配置较差,导致监考视频传输不流畅的问题。达到提高监考视频流畅度的效果。
Description
技术领域
本申请涉及计算机软件与信息服务技术领域,尤其涉及在线考试的多端监控方法、终端设备及计算机可读存储介质。
背景技术
当前的考试形式主要有两种类型,有纸化考试和无纸化考试。有纸化考试需要打印试卷,分发试卷,考试结束后需要收取试卷并统计数据等工作,操作繁琐。
为了简化考试流程,越来越多场景使用无纸化考试,在无纸化考生中,常见的监考模式是使用电脑摄像头和手机摄像头双端监考。为了最大化监测考生是否存在作弊行为,有时还增加了桌面监考。
由于线上考试时,每个考生使用的电脑不同,有些电脑配置较差,在生成摄像头推流信息时,由于电脑CPU或者GPU的性能过低,容易出现音视频卡顿、掉帧或者视频流音画不同步等现象,导致获取到的监考视频不流畅。
发明内容
本申请实施例通过提供一种在线考试的多端监控方法、终端设备及计算机可读存储介质,解决了在线考试时,可能由于考生设备配置较差,导致监考视频传输不流畅的问题。达到提高监考视频流畅度的效果。
本申请实施例提供了一种在线考试的多端监控方法,所述方法包括:
获取目标考试终端关联当前考试信息;
解析每一条所述当前考试信息对应的在考明细,并根据所述在考明细确定所述在考明细对应的关键字;
获取计算机摄像头监控端口、手机端监控端口和桌面推流对应的当前考试桌面监控端口;
根据所述计算机摄像头监控端口、所述手机端监控端口和所述当前考试桌面监控端口生成考试评级对照表,所述考试评级对照表包括第一评级表和第二评级表;
当所述关键字判断到当前考试类型为开卷,确定所述当前考试信息在所述第一评级表中,接入所述计算机摄像头监控端;
当所述关键字判断到当前考试类型为闭卷,确定所述当前考试信息在所述第二评级表中,接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;
将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验;
将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域。
可选地,所述将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤包括:
将所述推流数据的每一帧画面划分为多个像素块,每一所述像素块包含多个像素点;
依次获取每一所述像素块中的像素点,将不同像素块的单一像素点压缩合并为一个视频文件,并将所述视频文件传输至所述服务器存储区域。
可选地,所述接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口的步骤包括:
控制所述计算机摄像头监控端口实时采集电脑摄像头帧数据,形成第一视频流文件推送;
控制所述手机端监控端口启用live-pusher插件模块获取手机摄像头帧数据,形成第二视频流文件推送;
控制所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送。
可选地,所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送的步骤包括以下至少一个:
采集本地音视频流,其中,FFmpeg推流库采用了Android专用的采集方式,通过本地接口书写程序调用摄像模块和录音模块来实现音视频流的采集;
封装所述音视频流,其中,FFmpeg推流库根据配置参数将采集到的音视频流进行封装,生成对应的容器格式文件;
连接服务器,其中,FFmpeg推流库通过创建TCP连接,将所述音视频流对应的容器格式文件发送到指定的服务器IP和端口;
传输所述音视频流,其中,FFmpeg推流库会将生成的封装音视频数据通过TCP协议不断地发送到服务器上;
维持心跳,其中,FFmpeg推流库会定时向服务器发送心跳包,以保持连接,防止被服务器主动断开连接。
可选地,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤包括:
获取所述推流数据上的推流码,所述推流码中包括多个关键字段;
将所述关键字段与服务器中各个所述监控端口预存的关键字段进行校验;
若校验通过,执行所述将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤;
若校验不通过,重新接收所述推流数据。
可选地,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤之后,包括:
根据所述关键字,开启所述当前考试桌面监控端口和所述计算机摄像头监控端口;
在接收到所述推流数据后,自动对考生行为特征进行分析;
若检测到所述考生存在异常行为,启动手机端监控端口。
可选地,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤包括:
控制所述计算机摄像头端口实时采集人像信息;
将所述人像信息与所述当前考试信息中的人脸信息进行对比;
若对比结果不一致,对当前画面进行截图并向监控端发出告警信息。
可选地,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤包括:
实时监听网络状况,当监测到网络信号强度低于预设阈值时,切换低码率的视频流拉取;
当监测到所述网络信号强度大于或者等于预设阈值时,切换默认码率的视频流拉取。
此外,为实现上述目的,本发明实施例还提供一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的在线考试的多端监控程序,所述处理器执行所述在线考试的多端监控程序时,实现如上所述的方法。
此外,为实现上述目的,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有在线考试的多端监控程序,所述在线考试的多端监控程序被处理器执行时,实现如上所述的方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
获取目标考试终端关联的当前考试信息,根据当前考试信息确定当前考试信息对应的在考明细,再根据在考明细确定对应的关键字;根据监控端口生成考试评级对照表,包括第一评级表和第二评级表。当关键字为开卷考试时,确定当前考试信息在第一评级表中,接入计算机摄像头监控端;当关键字为闭卷考试时,确定当前考试信息在第二评级表中,接入计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;在接收到推流数据后,对推流数据进行校验,校验通过后对推流数据进行压缩,传输到对应的服务器存储区域。由于是通过考试信息确定要开启的监控端口,而不是所有考试都开启多个监控端口。并且对采集到的监控视频推流数据进行压缩后再传输,可以提高数据的传输效率,进而达到提高监考视频流畅度的效果。
附图说明
图1为本申请在线考试的多端监控方法实施例一的流程示意图;
图2为本申请在线考试的多端监控的画面示意图;
图3为本申请在线考试的多端监控方法的流程示意图;
图4为本申请在线考试的多端监控方法实施例二的流程示意图;
图5为本申请一实施例方案涉及的硬件运行环境的终端结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
实施例一
在本实施例中,本发明提供一种在线考试的多端监控方法。
具体地,参照图1,本实施例的在线考试的多端监控方法包括以下步骤:
步骤S100:获取目标考试终端关联当前考试信息;
步骤S200:解析每一条所述当前考试信息对应的在考明细,并根据所述在考明细确定所述在考明细对应的关键字;
在本实施例中,当前考试信息包括考试科目,考试时间,考生信息和在考明细等。在考明细包括考试类型,如开卷考试,闭卷考试和听力考试等类型。关键字指的是“开卷”、“闭卷”或者“听力”等用于确定考试类型的标志字。
作为一种可选实施方式,参照图2,考生登录考试系统后,即可获取本场考试相关的考试信息。进入考试系统后,位于人脸正前方的计算机摄像头启动,采集人脸图像,验证是否为考生本人进入考试。
示例性地,考生登录考试系统后,进入人脸验证流程。根据考生号提取考试系统中对应考生的人脸信息,再将所述考生信息与当前电脑摄像头采集到的人脸信息进行匹配,匹配一致后进入考试。确保考试是由考生本人完成的,保证考试公平。
步骤S300:获取计算机摄像头监控端口、手机端监控端口和桌面推流对应的当前考试桌面监控端口;
步骤S400:根据所述计算机摄像头监控端口、所述手机端监控端口和所述当前考试桌面监控端口生成考试评级对照表,所述考试评级对照表包括第一评级表和第二评级表;
在本实施例中,计算机摄像头监控端口位于考试用的计算机上,用于采集人脸图像,若计算机自带的摄像头不可用,则可使用外接摄像头,将外接摄像头置于考生人脸正前方。考试评级对照表用于后续记录考生成绩,包括第一评级表和第二评级表。第一评级表指的是考试类型为开卷类型所使用的评级表,第二评级表指的是考试类型为闭卷类型所使用的评级表。在实际应用中,用户可以根据实际考试类型增加或者减少考试评级对照表。
步骤S500:当所述关键字判断到当前考试类型为开卷,确定所述当前考试信息在所述第一评级表中,接入所述计算机摄像头监控端;
步骤S600:当所述关键字判断到当前考试类型为闭卷,确定所述当前考试信息在所述第二评级表中,接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;
在本实施例中,开卷考试对应的为第一评级表,闭卷考试对应的为第二评级表。
作为一种可选实施方式,在进入考试后,根据考试信息判断本次的考试类型,若为开卷考试,则仅需接入计算机摄像头监控端口;若为普通考试,则需要开启至少两个摄像头监控端口。
示例性地,当考试为开卷考试时,考生可以查看资料,因此可以不用对考生的桌面进行监控,也不需要通过手机监控端口查看考生的考试环境。若为普通考试,则可以根据预先设置的监考要求,开启对应的监控端口。由于不是每次考试都必须同时开启多个摄像监控端口,可以减少视频数据的采集及输送,进而提高视频数据的传输速率。
作为另一种可选实施方式,在监考过程中,开启当前考试桌面监控端口和计算机摄像头监控端口。当前考试桌面监控端口监测考生在桌面的操作,计算机摄像头监控端口获取考生的人脸信息以及监控考生正面的行为。在接收到推流数据后,自动对考生的行为特征进行分析,若检测到考生存在异常行为,开启手机端监控端口。
示例性地,若检测到考生的视线在短时间内多次移向电脑桌面范围外,或者手部多次移向监控盲区。可以自动锁定该考生,并启动手机端监控端口,手机端监控端口置于电脑斜后方45度处,距离电脑1-2米的距离,可以监控到考生电脑周围的情况。既能检测到考生的异常行为,又能减少监控数据的采集,从而减少视频文件的大小,节约成本。
作为又一种可选实施方式,参照图3,不同的监控摄像头端口采集到的画面信息不同,且根据每个摄像头的配置,各个摄像头的推流方式也不同。当考试为闭卷考试,接入各个端口的监控摄像头后,控制所述计算机摄像头监控端口实时采集电脑摄像头帧数据,形成第一视频流文件推送;控制所述手机端监控端口启用live-pusher插件模块获取手机摄像头帧数据,形成第二视频流文件推送;控制所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送。
示例性地,桌面监控摄像头在采集到考试界面照片后,在进行推流之前,需要先通过指定的设备或者文件等方式采集本地的音视频流。FFmpeg推流库采用安卓系统专用的音视频流采集方式,通过Java本地接口书写程序,再调用Java层的摄像模块和录音模块,实现同时采集音频数据和视频数据。在获取音视频流后,再对音视频流进行封装,FFmpeg推流库根据配置参数将采集到的音视频流进行封装,生成对应的容器格式文件,例如MP4、FLV或者MP3等格式。在生成音视频容器格式文件后,将其推送到指定的服务器,FFmpeg推流库创建TCP连接,将音视频流对应的容器格式文件发送到指定的服务器IP和端口。在发送过程中,FFmpeg推流库会定时向服务器发送心跳包,以保持连接,防止被服务器主动断开连接。
步骤S700:将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验;
在本实施例中,推流数据指的是采集到的视频流数据和音频流数据。对推流数据进行校验指的是查看推流数据是否损坏以及是否被篡改。
作为一种可选实施方式,在采集推流数据过程中,实时监听网络状况,当监测到网络信号强度低于预设阈值时,切换低码率的视频流拉取。继续检测网络信号强度,当监测到网络信号强度大于或者等于预设阈值时,再切换会默认码率,继续拉取视频流,使得视频流推送顺畅,减少视频卡顿的现象。
示例性地,在监听网络状况时,可以根据采集到的网络信号强度,预测下一单位时间内的网络信号强度,根据预测结果,提前切换视频流的拉取方式。例如当预测到网络信号强度持续降低并且即将低于预设阈值时,切换到低码率的视频流拉取方式。当检测到网络信号强度提高并且恢复正常强度时,切换回默认的码率拉取方式,减少视频卡顿的同时,保证视频的清晰度。
作为另一种可选实施方式,在考试过程中,实时采集人像信息,将实时采集到的人像信息与考试信息中的人脸信息进行对比,若对比结果不一致,则对当前画面进行截图并向监控端发出告警信息。
示例性地,电脑摄像头可以采集到人脸图像,考试过程中,系统实时采集并监控电脑面前的人脸并比对是否为考生本人进行考试。将实时采集到的人脸信息与考试系统中预存的人脸对比,若为同一人,则系统继续正常运作。若不是同一人,系统自动将对比结果进行截图并将考试异常信息上报,发送至监考后台提醒监考老师。
可选地,若监考老师需要提醒考生,可以通过指令下发或者集体广播的方式提醒告知考生,也可以通过与特定考生的聊天窗口,与考生单独对话。考试系统获取对话内容并存档,以便随时提取数据。
作为又一种可选实施方式,关键字包括“开卷”、“闭卷”和“听力”等表明考试类型的字。此外,关键字还可以是由用户自行设定的内容。
示例性地,当为开卷考试时,仅需获取计算机摄像头监控端的推流数据,也即采集人脸信息,判断是否为考生本人考试。根据关键字对应的考试方式确定要获取的推流数据为计算机摄像头监控端采集到的数据,在匹配通过后,再对推流数据进行校验。
步骤S800:将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域。
在本实施例中,参照图3,监控系统包括电脑摄像头,桌面摄像头和手机端摄像头。监控系统后台可以手动配置勾选启用监控端数量,可以启用任意双项组合监控,也可以同时开启三端监控。电脑摄像头推流是直接获取电脑摄像头帧数据;桌面监控端口是以不少于每秒15帧的方式获取照片形成流数据的形式推送,手机端摄像头则是直接获取手机摄像头帧数据进行推送。由于一次考试中单人存储的视频文件大小,在保持清晰度的情况下,需要将近2G的存储空间,占用的空间大,且视频传输速度慢。因此需要对视频推流数据进行压缩处理,在保证清晰度的同时对视频进行压缩。
作为一种可选实施方式,可以将推流数据的每一帧画面划分为多个像素块,每一所述像素快包含多个像素点,依次获取每一像素块中的像素点,将不同像素块的单一像素点压缩合并为一个视频文件,并将所述视频文件传输至对应的服务器存储区域。通过将帧画面分块压缩播放,降低了播放视频时所需要的网络带宽需要。
示例性地,将每一帧画面划分为多个像素块,每一像素块包含N个像素点,压缩时,依次抽取每一像素块的一个像素点,并将所有不同像素块的单一像素点压缩在一起,从而对每一帧画面,得到N个压缩后的原始视频文件Y1,Y2…YN。在视频播放时,每一秒内的帧被分为K组,其中K=INT(S/N),其中S为每秒的帧数,INT表示对括号内的小数补至整数。K组中,当S能被N整除时,每组包含N帧;当S不能被N整除时,K组由(K-1)个包含N帧的组和1个小于N帧的组。对于每个包含N帧的组,连续播放这N帧画面时,每一帧播放时按照Y1,Y2…YN的次序,调取视频数据压缩步骤中得到一个原始视频文件,并将该原始视频文件内抽取的像素点扩展至整个像素块进行显示。对于小于N帧的组,则按原始视频文件Y1,Y2…YN组合直接播放。
作为另一种可选实施方式,在推流数据传输过程中,可能会由于考生使用的设备老旧,电脑中央处理器和微处理器的处理性能过低,导致解码的时间过长,进而导致音视频卡顿或者掉帧。因此需要对推流数据进行压缩,使推流数据传输顺畅,生成流畅的视频数据。
示例性地,可以预先设置各个监控端生成视频流的帧率、码率、分辨率和关键帧的间隔,调整编解码的算法,如按照视频编码H.264/H.265规范,编码完整的视频数据。在确保监控视频流畅度和清晰度的同时,减少视频文件占用的内存大小,同时也能降低视频数据传输过程的带宽开销。
可选地,还可以在对视频数据编码前丢弃B帧,减少编码的耗时。B帧解码时需要依赖I帧和P帧,会增加编码的时间,因此在编码前丢弃B帧,能有效降低编解码的耗时。此外,还可以在应用层传输协议采用延时低的RTMP协议,可以在网络请求和响应时快速传输数据,减少延时。
在本实施例中,根据接收到的考试信息判断需要开启的监控端口。考试系统后台也可以选择要开通的监控端口,监控端口开启后,接收各个监控端口的推流数据,并对推流数据进行校验,证明推流数据没有被篡改。对校验通过的推流数据进行压缩,传输到对应的服务器存储区域。由于可以选择考试过程中要采集的监控端的数据,且可以对采集到的监控数据进行压缩,可以达到有效提高监考视频流畅度的效果。
实施例二
基于实施例一,提出本申请的另一实施例,参照图4,将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验包括以下步骤:
步骤S201:获取所述推流数据上的推流码,所述推流码中包括多个关键字段;
步骤S202:将所述关键字段与服务器中各个所述监控端口预存的关键字段进行校验。
在本实施例中,在考生登录考试系统后,获取该考生的客户端信息,根据所述客户端信息和考生信息,在服务器中建立该考生对应的监考视频存储区域,并向该考生对应的客户端地址发送推流码。当客户端各个监控端口采集到视频数据后,将推流数据以及推流码一起输送到服务器。
作为一种可选实施方式,推流码中包括多个关键字段,关键字段包括服务器生成推流码的时间戳、非对称加密的公钥值、加密后的服务器节点路径值、加密后的时间戳以及监控设备来源信息。
示例性地,考生客户端根据服务器下发的推流码,获取推流码中的明文时间戳、加密后的时间戳以及服务器节点路径值、公钥值和监控设备来源信息,并获取考生信息。采用公钥值对明文时间戳、加密后的时间戳以及考生信息加密后,携带于监控数据中形成推流数据,且根据服务器节点路径值,将推流数据上报给服务器。服务器接收到考生客户端上报的推流数据后,采用与公钥值对应的私钥值进行解密,获取考生信息,考生客户端地址,明文时间以及加密时间戳,对解密后的相关数据进行验证,若验证均通过,则确定推流数据没有被篡改。
步骤S203:若校验通过,执行将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤;
步骤S204:若校验不通过,重新接收所述推流数据。
在本实施例中,当推流数据校验通过时,存储推流数据;校验不通过时,重新接收推流数据,并将校验通过的数据进行存储。
作为一种可选实施方式,监控端的推流数据生成后,预先存储在客户端的预存储区域中,进行备份。在服务器成功接收并且存储推流数据后,客户端将预存储区域中相应的备份推流数据删除。若服务器接收到的推流数据校验不通过时,可以及时将备份推流数据发送到服务器。
示例性地,服务器在成功接收到推流数据并且校验通过后,继续接收下一帧推流数据。若校验失败,则向客户端返回校验失败的信息,由客户端再次输送预存储区域的推流数据。考生客户端的监控端在预设时间内没有接收到校验失败的信息时,将备份推流数据删除。使得在数据校验失败时,可以及时响应服务器,重新传输视频帧数据,并且在每次推流完成后,更新客户端预存储区域中的备份推流数据,可以减少备份推流数据在客户端中占用的内存空间。
在本实施例中,对考试监控推流数据进行校验,防止监控数据被篡改,确保考试的公平性和安全性。
实施例三
在本申请实施例中,提出一种在线考试的多端监控装置。
参照图5,图5为本申请一实施例方案涉及的硬件运行环境的终端结构示意图。
如图5所示,该控制终端可以包括:处理器1001,例如CPU,网络接口1003,存储器1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图5中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图5所示,作为一种计算机存储介质的存储器1004中可以包括操作系统、网络通信模块、以及在线考试的多端监控程序。
在图5所示的在线考试的多端监控设备硬件结构中,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,并执行以下操作:
在接收到考试信息时,根据所述考试信息判断需要开启的监控端口;
接收各个所述监控端口的推流数据,并对所述推流数据进行校验;
将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
将所述推流数据的每一帧画面划分为多个像素块,每一所述像素块包含多个像素点;
依次获取每一所述像素块中的像素点,将不同像素块的单一像素点压缩合并为一个视频文件,并将所述视频文件传输至所述服务器存储区域。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
获取目标考试终端关联当前考试信息;
解析每一条所述当前考试信息对应的在考明细,并根据所述在考明细确定所述在考明细对应的关键字;
获取计算机摄像头监控端口、手机端监控端口和桌面推流对应的当前考试桌面监控端口;
根据所述计算机摄像头监控端口、所述手机端监控端口和所述当前考试桌面监控端口生成考试评级对照表,所述考试评级对照表包括第一评级表和第二评级表;
当所述关键字判断到当前考试类型为开卷,确定所述当前考试信息在所述第一评级表中,接入所述计算机摄像头监控端;
当所述关键字判断到当前考试类型为闭卷,确定所述当前考试信息在所述第二评级表中,接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;
将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验;
将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
将所述推流数据的每一帧画面划分为多个像素块,每一所述像素块包含多个像素点;
依次获取每一所述像素块中的像素点,将不同像素块的单一像素点压缩合并为一个视频文件,并将所述视频文件传输至所述服务器存储区域。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
控制所述计算机摄像头监控端口实时采集电脑摄像头帧数据,形成第一视频流文件推送;
控制所述手机端监控端口启用live-pusher插件模块获取手机摄像头帧数据,形成第二视频流文件推送;
控制所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
采集本地音视频流,其中,FFmpeg推流库采用了Android专用的采集方式,通过本地接口书写程序调用摄像模块和录音模块来实现音视频流的采集;
封装所述音视频流,其中,FFmpeg推流库根据配置参数将采集到的音视频流进行封装,生成对应的容器格式文件;
连接服务器,其中,FFmpeg推流库通过创建TCP连接,将所述音视频流对应的容器格式文件发送到指定的服务器IP和端口;
传输所述音视频流,其中,FFmpeg推流库会将生成的封装音视频数据通过TCP协议不断地发送到服务器上;
维持心跳,其中,FFmpeg推流库会定时向服务器发送心跳包,以保持连接,防止被服务器主动断开连接。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
获取所述推流数据上的推流码,所述推流码中包括多个关键字段;
将所述关键字段与服务器中各个所述监控端口预存的关键字段进行校验;
若校验通过,执行所述将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤;
若校验不通过,重新接收所述推流数据。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
根据所述关键字,开启所述当前考试桌面监控端口和所述计算机摄像头监控端口;
在接收到所述推流数据后,自动对考生行为特征进行分析;
若检测到所述考生存在异常行为,启动手机端监控端口。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
控制所述计算机摄像头端口实时采集人像信息;
将所述人像信息与所述当前考试信息中的人脸信息进行对比;
若对比结果不一致,对当前画面进行截图并向监控端发出告警信息。
可选地,处理器1001可以调用存储器1004中存储的在线考试的多端监控程序,还执行以下操作:
实时监听网络状况,当监测到网络信号强度低于预设阈值时,切换低码率的视频流拉取;
当监测到所述网络信号强度大于或者等于预设阈值时,切换默认码率的视频流拉取。
此外,为实现上述目的,本发明实施例还提供一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的在线考试的多端监控程序,所述处理器执行所述在线考试的多端监控程序时,实现如上所述的在线考试的多端监控方法。
此外,为实现上述目的,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有在线考试的多端监控程序,所述在线考试的多端监控程序被处理器执行时,实现如上所述的在线考试的多端监控方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种在线考试的多端监控方法,其特征在于,所述在线考试的多端监控方法包括以下步骤:
获取目标考试终端关联当前考试信息;
解析每一条所述当前考试信息对应的在考明细,并根据所述在考明细确定所述在考明细对应的关键字;
获取计算机摄像头监控端口、手机端监控端口和桌面推流对应的当前考试桌面监控端口;
根据所述计算机摄像头监控端口、所述手机端监控端口和所述当前考试桌面监控端口生成考试评级对照表,所述考试评级对照表包括第一评级表和第二评级表;
当所述关键字判断到当前考试类型为开卷,确定所述当前考试信息在所述第一评级表中,接入所述计算机摄像头监控端;
当所述关键字判断到当前考试类型为闭卷,确定所述当前考试信息在所述第二评级表中,接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口;其中,在监考过程中,开启所述当前考试桌面监控端口和所述计算机摄像头监控端口,若检测到考生的视线在短时间内多次移向电脑桌面范围外,或者手部多次移向监控盲区,自动锁定该考生,并启动所述手机端监控端口;
将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验;其中,在考试过程中,实时采集人像信息,将实时采集到的所述人像信息与所述考试信息中的人脸信息进行对比,若对比结果不一致,则对当前画面进行截图并向监控端发出告警信息;
将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域。
2.如权利要求1所述的在线考试的多端监控方法,其特征在于,所述将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤包括:
将所述推流数据的每一帧画面划分为多个像素块,每一所述像素块包含多个像素点;
依次获取每一所述像素块中的像素点,将不同像素块的单一像素点压缩合并为一个视频文件,并将所述视频文件传输至所述服务器存储区域。
3.如权利要求1所述的在线考试的多端监控方法,其特征在于,所述接入所述计算机摄像头监控端口、手机端监控端口和当前考试桌面监控端口的步骤包括:
控制所述计算机摄像头监控端口实时采集电脑摄像头帧数据,形成第一视频流文件推送;
控制所述手机端监控端口启用live-pusher插件模块获取手机摄像头帧数据,形成第二视频流文件推送;
控制所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送。
4.如权利要求3所述的在线考试的多端监控方法,其特征在于,所述当前考试桌面监控端口以每秒不少于15帧的方式实时采集当前考试界面照片,形成第三视频流文件推送的步骤包括以下至少一个:
采集本地音视频流,其中,FFmpeg推流库采用了Android专用的采集方式,通过本地接口书写程序调用摄像模块和录音模块来实现音视频流的采集;
封装所述音视频流,其中,FFmpeg推流库根据配置参数将采集到的音视频流进行封装,生成对应的容器格式文件;
连接服务器,其中,FFmpeg推流库通过创建TCP连接,将所述音视频流对应的容器格式文件发送到指定的服务器IP和端口;
传输所述音视频流,其中,FFmpeg推流库会将生成的封装音视频数据通过TCP协议不断地发送到服务器上;
维持心跳,其中,FFmpeg推流库会定时向服务器发送心跳包,以保持连接,防止被服务器主动断开连接。
5.如权利要求1所述的在线考试的多端监控方法,其特征在于,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤包括:
获取所述推流数据上的推流码,所述推流码中包括多个关键字段;
将所述关键字段与服务器中各个所述监控端口预存的关键字段进行校验;
若校验通过,执行所述将校验通过的所述推流数据进行压缩,并传输至对应的服务器存储区域的步骤;
若校验不通过,重新接收所述推流数据。
6.如权利要求1所述的在线考试的多端监控方法,其特征在于,所述将所述关键字同接收监控端口的推流数据进行匹配,并对所述推流数据进行校验的步骤包括:
实时监听网络状况,当监测到网络信号强度低于预设阈值时,切换低码率的视频流拉取;
当监测到所述网络信号强度大于或者等于预设阈值时,切换默认码率的视频流拉取。
7.一种终端设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的在线考试的多端监控程序,所述处理器执行所述在线考试的多端监控程序时,实现权利要求1-6任一所述的方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有在线考试的多端监控程序,所述在线考试的多端监控程序被处理器执行时,实现权利要求1-6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310975806.1A CN116708389B (zh) | 2023-08-04 | 2023-08-04 | 在线考试的多端监控方法、终端设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310975806.1A CN116708389B (zh) | 2023-08-04 | 2023-08-04 | 在线考试的多端监控方法、终端设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116708389A CN116708389A (zh) | 2023-09-05 |
CN116708389B true CN116708389B (zh) | 2023-12-05 |
Family
ID=87837824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310975806.1A Active CN116708389B (zh) | 2023-08-04 | 2023-08-04 | 在线考试的多端监控方法、终端设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116708389B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951135A (zh) * | 2020-08-18 | 2020-11-17 | 杭州百腾教育科技有限公司 | 一种用于在线双机位考生的监考方法及系统 |
JP2022031184A (ja) * | 2020-08-05 | 2022-02-18 | 一般財団法人全日本情報学習振興協会 | オンライン試験システム |
CN114550106A (zh) * | 2022-04-25 | 2022-05-27 | 深圳市永兴元科技股份有限公司 | 考试监控方法、装置、考试计算机及存储介质 |
KR20220074468A (ko) * | 2020-11-27 | 2022-06-03 | 주식회사 잇올 | 온라인시험 부정행위 방지 시스템 및 그 방법 |
CN116132637A (zh) * | 2023-02-15 | 2023-05-16 | 武汉博晟安全技术股份有限公司 | 在线考试监控系统及方法、电子设备和存储介质 |
-
2023
- 2023-08-04 CN CN202310975806.1A patent/CN116708389B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022031184A (ja) * | 2020-08-05 | 2022-02-18 | 一般財団法人全日本情報学習振興協会 | オンライン試験システム |
CN111951135A (zh) * | 2020-08-18 | 2020-11-17 | 杭州百腾教育科技有限公司 | 一种用于在线双机位考生的监考方法及系统 |
KR20220074468A (ko) * | 2020-11-27 | 2022-06-03 | 주식회사 잇올 | 온라인시험 부정행위 방지 시스템 및 그 방법 |
CN114550106A (zh) * | 2022-04-25 | 2022-05-27 | 深圳市永兴元科技股份有限公司 | 考试监控方法、装置、考试计算机及存储介质 |
CN116132637A (zh) * | 2023-02-15 | 2023-05-16 | 武汉博晟安全技术股份有限公司 | 在线考试监控系统及方法、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116708389A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110868600B (zh) | 目标跟踪视频推流方法、显示方法、装置和存储介质 | |
CN106411915B (zh) | 用于多媒体捕获的嵌入式装置 | |
CN101325699B (zh) | 运动图像通信装置与系统及运动图像通信用半导体集成电路 | |
CN112188225A (zh) | 用于直播回放的弹幕下发方法和直播视频弹幕回放方法 | |
TWI760328B (zh) | 動畫分割裝置及監視方法 | |
CN111866457B (zh) | 监控图像处理方法、电子设备、存储介质及系统 | |
CN112565224B (zh) | 一种视频处理方法及装置 | |
CN113542795A (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN112073543B (zh) | 一种云视频录制方法、系统和可读存储介质 | |
CN112044055A (zh) | 图像数据采集方法、系统、装置、电子设备及存储介质 | |
Ickin et al. | VLQoE: Video QoE instrumentation on the smartphone | |
US10033930B2 (en) | Method of reducing a video file size for surveillance | |
CN115396705A (zh) | 投屏操作验证方法、平台及系统 | |
CN110139128B (zh) | 一种信息处理方法、拦截器、电子设备及存储介质 | |
CN108696713B (zh) | 码流的安全测试方法、装置及测试设备 | |
CN116708389B (zh) | 在线考试的多端监控方法、终端设备及可读存储介质 | |
CN109729318B (zh) | 视频数据回放处理方法、装置、计算机设备和存储介质 | |
WO2005003922A2 (en) | Methods and apparatuses for displaying and rating content | |
CN113660540B (zh) | 图像信息处理方法、系统、显示方法、装置及存储介质 | |
WO2018003685A1 (ja) | 画像圧縮方法、画像復元方法、画像圧縮装置、画像復元装置、画像圧縮プログラムプロダクト及び画像復元プログラムプロダクト | |
CN112954374A (zh) | 视频数据处理方法、装置、电子设备及存储介质 | |
JP4828354B2 (ja) | 複数チャンネル画像転送装置 | |
CN113207040A (zh) | 一种视频远程快速回放的数据处理方法、装置及系统 | |
JP6284172B1 (ja) | 画面画像転送方法、画像復元方法、画面画像転送システム、画像復元システム、画面画像転送プログラム、画像復元プログラム、画像圧縮方法、画像圧縮システム、画像圧縮プログラム | |
CN111107388A (zh) | 处理直播内容的方法、装置、系统、设备、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |