[发明专利]一种自动出题的考试系统在审

专利信息
申请号: 201711174286.5 申请日: 2017-11-22
公开(公告)号: CN107818707A 公开(公告)日: 2018-03-20
发明(设计)人: 王辉;陈亮;关旸;袁勇;戴灵豪 申请(专利权)人: 浙江中医药大学
主分类号: G09B7/00 分类号: G09B7/00
代理公司: 杭州橙知果专利代理事务所(特殊普通合伙)33261 代理人: 李品
地址: 310053 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动 出题 考试 系统
【权利要求书】:

1.一种自动出题的考试系统,其特征在于,所述自动出题的考试系统包括考试工位,在每个考试工位上均配设有监控摄像头和考试装置,每个考试工位上的监控摄像头和考试装置均与一云服务器通信连接,所述云服务器获取某个考试工位上的考生的面部特征数据,自动化构建考试题目,并将所述考试题目下放至所述考试装置,接受所述考试装置上传的考试题目,并以此自动为考生打分;

还设置有数据库,所述数据库存储有考试用题库以及考生信息,所述数据库与所述云服务器通信连接,所述数据库内容在自动构建考试题目环节的作用在于使得云服务器能够根据考生信息,自动获取考题关键词以及考题难度,所述数据库还用于根据所述考题关键词以及考题难度筛选出对应试题;

所述数据库记录方式为考生信息数据库表;所述考生信息数据库表中包括考生标识、考生面部数据信息、考生专业类别、考生社会身份、需要接触的危险因素以及备注六个字段;其中考生标识为主键,考生专业类别包含多个专业内容,考生社会身份表明考生的学历信息或者就职信息,备注为考生的特殊性标注,用于表明考生是否已经进入课题组,以及若考生已经进行某个课题组,则备注中还包括课题组标识;若考生已经进入课题组,则在自动化构建考试题目的步骤,还需要使用课题组数据管理表和课题组数据库表;所述课题组管理表中记录有课题组标识以及课题组标识与课题组数据库表的关系;所述数据库中存储有一张课题组数据管理表和多张课题组数据库表;所述课题组数据库表的内容包括课题组组员标识、课题组组员身份、课题组需要接触的危险因素、课题组一级应试信息和课题组二级应试信息;所述课题组组员身份用于表征考生在课题组的地位;

其中,所述考题关键词的获取方法包括:

S1.根据考生面部数据信息查找考生标识;

S2.根据考生标识查找所述考生信息数据库表,得到其对应的考生专业类别、考生社会身份、需要接触的危险因素以及备注;

S3.若备注内容为空,则以考生专业类别、考生社会身份和需要接触的危险因素作为考题关键词;

S4.若备注内容不为空,则根据备注定位考生对应的课题组数据库表;

S5.在所述课题组数据库表中得到课题组组员身份、课题组需要接触的危险因素、课题组一级应试信息和课题组二级应试信息;

S6.若考生为负责人,则将考生专业类别、考生社会身份、需要接触的危险因素、课题组需要接触的危险因素和课题组一级应试信息作为考题关键词;

S7.若考生为普通团队成员,则将考生专业类别、考生社会身份、需要接触的危险因素、课题组需要接触的危险因素和课题组二级应试信息作为考题关键词;

只有当考生照片与其预设照片进行比对的结果符合预设要求,才能够进行考试,所述考生照片与其预设照片进行比对包括基于预设面部识别方法对相关特征进行识别,具体包括:

步骤1:对预设照片进行预处理,进行预设照片中面部器官的定位,并根据定位结果构建预设照片对应的特征向量,所述特征向量为已知特征向量;

步骤2:获取监控摄像头拍摄的图像,对图像进行预处理,进行面部器官的定位,并构造待匹配特征向量;

步骤3:将已知特征向量与待匹配特征向量进行相似度匹配;

步骤4:若匹配值高于识别门限,则匹配成功;否则,匹配失败;

在面部预处理阶段包含了:面部图像增强、二值化处理、边缘检测以及图像尺寸归一化;

所述图像增强方法主要为:

把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布,对图像进行非线性拉伸,重新分配图像像素值。

2.根据权利要求1所述的一种自动出题的考试系统,其特征在于:

所述数据库记录有考生信息,其记录方式为考生信息数据库表。

3.根据权利要求2所述的一种自动出题的考试系统,其特征在于,所述数据库中存储有一张课题组数据管理表和多张课题组数据库表,以便于根据课题组标识快速定位课题组数据库表。

4.根据权利要求2所述的一种自动出题的考试系统,其特征在于,所述考生信息数据库表中包括考生标识、考生面部数据信息、考生专业类别、考生社会身份、需要接触的危险因素以及备注六个字段,其中考生标识为主键,考生专业类别包含一个或多个专业内容,考生社会身份表明考生的学历信息或者就职信息,备注为考生的特殊性标注,其在自动构建考试题目环节发挥作用。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江中医药大学,未经浙江中医药大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711174286.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top