[发明专利]防止考试作弊的方法、装置、电子设备及计算机可读介质在审

专利信息
申请号: 202011579403.8 申请日: 2020-12-28
公开(公告)号: CN112633189A 公开(公告)日: 2021-04-09
发明(设计)人: 李旭旻 申请(专利权)人: 北京弘远博学科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 成都市鼎宏恒业知识产权代理事务所(特殊普通合伙) 51248 代理人: 罗超
地址: 100010 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 防止 考试 作弊 方法 装置 电子设备 计算机 可读 介质
【权利要求书】:

1.一种防止考试作弊的方法,其特征在于,包括以下步骤:

获取考生基础照片;

验证所述基础照片是否为考生本人的照片,若否,则重新获取考生基础照片并再次验证;

若是,进行考生身份验证,以活体检测的方式判定考生是否为本人,若否,通知异常并再次进行考生身份验证,若是本人,开启作答页面;

在开启所述作答页面的同时,持续获取作答场景图像信息;

实时分析获取的每一所述作答场景图像信息,识别提取其中的人脸信息,若所述作答场景图像信息不包含人脸信息或是包含两个及以上的人脸信息,则通知异常;否则,将所述作答场景图像信息包含的唯一人脸信息与所述基础照片进行比对,判定二者的相似度并记录保存所述相似度;

接收考生端的交卷请求,并再次进行考生身份验证,以活体检测的方式判定考生是否为本人,若是,标记交卷正常,若否,标记交卷异常;其中,在接收到所述交卷请求的同时,停止获取作答场景图像信息;

预定时间后,判定是否接收到交卷请求,若否,关闭所述作答页面并停止获取作答场景图像信息。

2.根据权利要求1所述的防止考试作弊的方法,其特征在于,所述基础照片包括但不限于是招生录取时考生上传的照片和/或是学籍系统中导出的考生照片。

3.根据权利要求1所述的防止考试作弊的方法,其特征在于,所述验证所述基础照片是否为考生本人的照片包括但不限于:将所述基础照片与信息来源数据库进行人证核验。

4.根据权利要求1所述的防止考试作弊的方法,其特征在于,所述以活体检测的方式判定考生是否为本人包括但不限于是:

发出动作指令,其中,所述动作指令包括但不限于是摇头、眨眼和念一串数字的指令;

获取考生根据所述动作指令作出动作的视频图像;

将所述视频图像与所述基础照片进行比对,判定考生是否为本人。

5.一种防止考试作弊的装置,其特征在于,包括:

第一获取模块,用于获取考生基础照片;

基础照片验证模块,用于验证所述基础照片是否为考生本人的照片,若否,则重新获取考生基础照片并再次验证;

第一身份验证模块,用于在所述基础照片为考生本人照片的情况下,进行考生身份验证,以活体检测的方式判定考生是否为本人,若否,通知异常并再次进行考生身份验证,若是本人,开启作答页面;

第二获取模块,用于在开启所述作答页面的同时,持续获取作答场景图像信息;

识别判定模块,用于实时分析获取的每一所述作答场景图像信息,识别提取其中的人脸信息,若所述作答场景图像信息不包含人脸信息或是包含两个及以上的人脸信息,则通知异常;否则,将所述作答场景图像信息包含的唯一人脸信息与所述基础照片进行比对,判定二者的相似度并记录保存所述相似度;

第二身份验证模块,用于接收考生端的交卷请求,并再次进行考生身份验证,以活体检测的方式判定考生是否为本人,若是,标记交卷正常,若否,标记交卷异常;其中,在接收到所述交卷请求的同时,停止获取作答场景图像信息;

停止模块,用于在预定时间后,判定是否接收到交卷请求,若否,关闭所述作答页面并停止获取作答场景图像信息。

6.根据权利要求5所述的防止考试作弊的装置,其特征在于,所述基础照片包括但不限于是招生录取时考生上传的照片和/或是学籍系统中导出的考生照片。

7.根据权利要求5所述的防止考试作弊的装置,其特征在于,所述基础照片验证模块还包括:人证核验单元,用于将所述基础照片与信息来源数据库进行人证核验。

8.根据权利要求5所述的防止考试作弊的装置,其特征在于,所述第一身份验证模块和第二身份验证模块均包括以下单元:

动作指令发出单元,用于发出动作指令,其中,所述动作指令包括但不限于是摇头、眨眼和念一串数字的指令;

视频图像获取单元,用于获取考生根据所述动作指令作出动作的视频图像;

判定单元,用于将所述视频图像与所述基础照片进行比对,判定考生是否为本人。

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北京弘远博学科技有限公司,未经北京弘远博学科技有限公司许可,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/202011579403.8/1.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