申请/专利权人:北京信诺软通信息技术有限公司
申请日:2023-07-20
公开(公告)日:2024-03-29
公开(公告)号:CN117058612B
主分类号:G06V20/52
分类号:G06V20/52;G06V40/16;G06V10/74;G06V10/774;G06V10/82
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2023.12.01#实质审查的生效;2023.11.14#公开
摘要:本发明公开了一种在线考试作弊识别方法、电子设备及存储介质,涉及计算机视觉技术领域。该方法包括:通过拍摄的图像检测到待识别考生的脸部法线的偏转角度超过预设阈值,截取所述拍摄的图像的时间点之前和之后预设时间内待识别考生的多张图像,分析所采集到的待识别考生的IO设备的操作行为与输入内容的协同性;将协同性的分析结果代入预先训练好的作弊识别模型,获得所述作弊识别模型的输出结果;若作弊识别模型的输出结果表明待识别考生行为异常,则对待识别考生的显示屏输出作弊检测信号,根据输出的作弊检测信号判断待识别考生是否存在疑似作弊行为。这样,能够提升线上考试中识别和防止考试作弊的能力,进一步保证线上考试的公平公正。
主权项:1.一种在线考试作弊识别方法,其特征在于,包括:通过拍摄的图像检测到待识别考生的脸部法线的偏转角度超过预设阈值,同时检测到所述待识别考生的视觉焦点脱离待识别考生面前的显示屏,且所述待识别考生的视觉焦点落入其他考生面前的显示屏时,则截取所述拍摄的图像的时间点之前和之后预设时间内待识别考生的多张图像,分析所采集到的待识别考生的IO设备的操作行为与输入内容的协同性;所述操作行为包括:包括点击鼠标操作、键盘键入操作中的至少一种操作;所述输入内容包括显示在所述显示屏上的输入内容;将所述协同性的分析结果代入预先训练好的作弊识别模型,获得所述作弊识别模型的输出结果;所述预先训练好的作弊识别模型,包括:对所述待识别考生的照片进行预处理,建立人脸特征基础特征库;对所述待识别考生使用IO设备的正常操作行为进行记录,基于记录的所述待识别考生的正常操作行为,确定正常操作状态下所述待识别考生的脸部法线的角度阈值,以及正常操作状态下所述待识别考生的视线注视角度的坐标值;基于所述人脸特征基础特征库、所述脸部法线的角度阈值、所述视线注视角度的坐标值建立作弊识别模型;选取固定时间内待识别考生使用IO设备的操作行为作为样本训练集,对所述作弊识别模型进行训练,获得训练好的作弊识别模型;若所述作弊识别模型的输出结果表明所述待识别考生行为异常,则在所述待识别考生的显示屏显示作弊检测信号,根据显示的作弊检测信号判断所述待识别考生是否存在疑似作弊行为;若是,截取所述待识别考生的显示屏的第一内容以及所述待识别考生的视觉焦点落入的其他考生面前的显示屏的第二内容,判断所述第一内容与所述第二内容的相似度,若相似度高于预设阈值,则认为所述待识别考生存在作弊行为。
全文数据:
权利要求:
百度查询: 北京信诺软通信息技术有限公司 一种在线考试作弊识别方法、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。