一种无纸化考试系统及监考方法技术方案

本发明专利技术涉及网络教学技术领域，具体涉及一种无纸化考试系统及监考方法，包括考试子系统和监考子系统，监考子系统包括眼球运动获取模块、位置追踪模块、手势数据获取模块和判定模块，考试子系统学生对电子试卷进行在线作答；眼球运动获取模块获取作答的学生的眼睛注视点位置；位置追踪模块将眼睛注视点位置的注视内容与对比数据进行对比，得到对比结果；手势数据获取模块获取作答的学生的手势数据；判定模块，基于手势数据和对比结果进行作弊判定，得到判定结果，本法通过对眼睛注视点位置进行追踪，当追踪到注视内容为其他的考试子系统上的内容且与对比数据重合时，同时手势数据存在异常时，判定作答的学生为作弊。判定作答的学生为作弊。判定作答的学生为作弊。

【技术实现步骤摘要】
一种无纸化考试系统及监考方法


[0001]本专利技术涉及网络教学
，尤其涉及一种无纸化考试系统及监考方法。

技术介绍

[0002]很多教育平台考虑采用计算机作为考试的载体，考生在计算机上远程完成考试。然而，选用计算机考试的方式会存在很多问题。比如，现有利用计算机的考试中作弊判定的方法，一般是通过视频或者眼动仪获取考生的眼动数据，从而获得考生的视线轨迹。但是单纯的从视线的轨迹来判定，容易造成误判，比如考生思考时，需要将视线轨迹进行偏移，从而会造成作弊的误判。

技术实现思路

[0003]本专利技术的目的在于提供一种无纸化考试系统及监考方法，旨在解决现有的考试中作弊判定的方法容易造成误判的问题。
[0004]为实现上述目的，第一方面，本专利技术提供了一种无纸化考试系统，包括考试子系统和监考子系统，所述考试子系统和所述监考子系统连接，所述监考子系统包括眼球运动获取模块、位置追踪模块、手势数据获取模块和判定模块，所述眼球运动获取模块、所述位置追踪模块和所述判定模块依次连接，所述手势数据获取模块与所述判定模块连接；
[0005]所述考试子系统，用于学生对电子试卷进行在线作答；
[0006]所述眼球运动获取模块，用于获取作答的学生的眼睛注视点位置；
[0007]所述位置追踪模块，用于追踪所述眼睛注视点位置的注视内容，并将所述注视内容与对比数据进行对比，得到对比结果；
[0008]所述手势数据获取模块，用于获取作答的学生的手势数据；
[0009]所述判定模块，基于所述手势数据和所述对比结果进行作弊判定，得到判定结果。
[0010]其中，所述眼球运动获取模块包括拍摄模块、关键帧提取模块和特征提取模块，所述拍摄模块、所述关键帧提取模块和所述特征提取模块依次连接；
[0011]所述拍摄模块，用于拍摄作答的学生的面部活动视频；
[0012]所述关键帧提取模块，用于提取所述面部活动视频的关键帧图片；
[0013]所述特征提取模块，用于对所述关键帧图片进行特征提取，得到眼睛注视点位置。
[0014]其中，所述特征提取模块包括构建子模块、训练子模块和提取子模块，所述构建子模块、所述训练子模块和所述提取子模块依次连接；
[0015]所述构建子模块，用于构建神经网络模型；
[0016]所述训练子模块，用于使用公开数据集对所述神经网络模型进行训练，得到特征提取模型；
[0017]所述提取子模块，用于将所述关键帧图片输入所述特征提取模型中进行训练，得到眼睛注视点位置。
[0018]其中，所述训练子模块包括获取单元、预处理单元、训练单元和验证单元，所述获
取单元、所述预处理单元、所述训练单元和所述验证单元依次连接；
[0019]所述获取单元，用于获取公开数据集；
[0020]所述预处理单元，用于对所述公开数据集进行预处理，得到训练集和验证集；
[0021]所述训练单元，用于使用所述训练集对所述神经网络模型进行训练，得到预训练模型；
[0022]所述验证单元，用于使用所述验证集对所述预训练模型进行验证寻优，得到特征提取模型。
[0023]其中，所述预处理单元包括过滤子单元、标注子单元和划分子单元，所述过滤子单元、所述标注子单元和所述划分子单元依次连接；
[0024]所述过滤子单元，用于对所述公开数据集进行过滤，得到过滤数据集；
[0025]所述标注子单元，用于对所述过滤数据集进行标注，得到标注数据集；
[0026]所述划分子单元，用于将所述标注数据集划分成训练集和验证集。
[0027]其中，所述提取子模块包括格式调整单元和输入单元，所述格式调整单元和所述输入单元连接；
[0028]所述格式调整单元，基于所述特征提取模型的输入格式对所述关键帧图片进行格式调整，得到输入数据；
[0029]所述输入单元，用于将所述输入数据输入特征提取模型中进行训练，得到眼睛注视点位置。
[0030]第二方面，本专利技术提供了一种无纸化考试系统的监考方法，包括以下步骤：
[0031]考试子系统学生对电子试卷进行在线作答；
[0032]眼球运动获取模块获取作答的学生的眼睛注视点位置；
[0033]位置追踪模块追踪所述眼睛注视点位置的注视内容，并将所述注视内容与对比数据进行对比，得到对比结果；
[0034]手势数据获取模块获取作答的学生的手势数据；
[0035]判定模块基于所述手势数据和所述对比结果进行作弊判定，得到判定结果。
[0036]本专利技术的一种无纸化考试系统，通过所述考试子系统学生对电子试卷进行在线作答；所述眼球运动获取模块获取作答的学生的眼睛注视点位置；所述位置追踪模块追踪所述眼睛注视点位置的注视内容，并将所述注视内容与对比数据进行对比，得到对比结果；所述手势数据获取模块获取作答的学生的手势数据；所述判定模块，基于所述手势数据和所述对比结果进行作弊判定，得到判定结果，本法通过对所述眼睛注视点位置进行追踪，当追踪到注视内容为其他的考试子系统上的内容且与所述对比数据重合时，或所述手势数据存在异常时，判定作答的学生为作弊，解决了现有的考试中作弊判定的方法容易造成误判的问题。
附图说明
[0037]为了更清楚地说明本专利技术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地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0038]图1是本专利技术提供的一种无纸化考试系统的结构示意图。
[0039]图2是眼球运动获取模块的结构示意图。
[0040]图3是特征提取模块的结构示意图。
[0041]图4是训练子模块的结构示意图。
[0042]图5是预处理单元的结构示意图。
[0043]图6是提取子模块的结构示意图。
[0044]图7是位置追踪模块的结构示意图。
[0045]图8是本专利技术提供的一种无纸化考试系统的监考方法的流程图。
[0046]1‑
考试子系统、2
‑
监考子系统、3
‑
眼球运动获取模块、4
‑
位置追踪模块、5
‑
手势数据获取模块、6
‑
判定模块、7
‑
拍摄模块、8
‑
关键帧提取模块、9
‑
特征提取模块、10
‑
构建子模块、11
‑
训练子模块、12
‑
提取子模块、13
‑
获取单元、14
‑
预处理单元、15
‑
训练单元、16
‑
验证单元、17
‑
过滤子单元、18
‑
标注子单元、19
‑
划分子单元、2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无纸化考试系统，其特征在于，包括考试子系统和监考子系统，所述考试子系统和所述监考子系统连接，所述监考子系统包括眼球运动获取模块、位置追踪模块、手势数据获取模块和判定模块，所述眼球运动获取模块、所述位置追踪模块和所述判定模块依次连接，所述手势数据获取模块与所述判定模块连接；所述考试子系统，用于学生对电子试卷进行在线作答；所述眼球运动获取模块，用于获取作答的学生的眼睛注视点位置；所述位置追踪模块，用于追踪所述眼睛注视点位置的注视内容，并将所述注视内容与对比数据进行对比，得到对比结果；所述手势数据获取模块，用于获取作答的学生的手势数据；所述判定模块，基于所述手势数据和所述对比结果进行作弊判定，得到判定结果。2.如权利要求1所述的无纸化考试系统，其特征在于，所述眼球运动获取模块包括拍摄模块、关键帧提取模块和特征提取模块，所述拍摄模块、所述关键帧提取模块和所述特征提取模块依次连接；所述拍摄模块，用于拍摄作答的学生的面部活动视频；所述关键帧提取模块，用于提取所述面部活动视频的关键帧图片；所述特征提取模块，用于对所述关键帧图片进行特征提取，得到眼睛注视点位置。3.如权利要求2所述的无纸化考试系统，其特征在于，所述特征提取模块包括构建子模块、训练子模块和提取子模块，所述构建子模块、所述训练子模块和所述提取子模块依次连接；所述构建子模块，用于构建神经网络模型；所述训练子模块，用于使用公开数据集对所述神经网络模型进行训练，得到特征提取模型；所述提取子模块，用于将所述关键帧图片输入所述特征提取模型中进行训练，得到眼睛注视点位置。4.如权利要求3所述的无纸化考试系统，其特征在于，所述训练子模块包括获取单元、...

【专利技术属性】
技术研发人员：单建军，李玥，
申请(专利权)人：南京科择信息科技有限公司，
类型：发明
国别省市：