[发明专利]一种用于大规模线上考试的辅助监考方法

权利要求书

1.一种用于大规模线上考试的辅助监考方法，其特征在于，包括以下步骤：

步骤1，安装配置考生端硬件设备：考生需要使用带有前置摄像头的电脑，另外配置一个后置摄像头，前置摄像头应能拍摄到考生的完整头部，后置摄像头应能拍摄到考生座位处的全景；

步骤2，采集神经网络训练数据集：在考试前一定时间内，引导考生模拟答题状态，通过考生使用的电脑自带前置摄像头，获取考生的多帧正面图像，再使用目标识别算法Viola-Jones提取每帧图像中的眼部图像；将每张眼部图像进行缩放或扩张，使得每张眼部图像大小一致；

步骤3，数据预处理：对步骤2所采集到的图像进行预处理，预处理过程包括离群点剔除和数据归一化；所述离群点是指考生眨眼的图像；在剔除离群点后，将表征像素值的数据归一化到区间[-1,1]；

步骤4，神经网络训练：将预处理后的眼部图像输入到神经网络中进行训练；将视线方向偏离电脑屏幕范围设定为异常行为，神经网络输出值为眼部图像对应的视线方向是否在电脑屏幕范围之内的一个判据；

步骤5，实时检测：考试开始后，前置摄像头采集考生眼部图像，输入到神经网络进行异常行为判断，判断方法是：预先设定一个考生异常行为阈值，并根据考生连续多帧图像中的视线范围计算考生异常行为概率，当某个考生的异常行为概率超过阈值时，在该考生对应的监控视频中标注为异常，提示监考老师进行关注，同时调取考生作答现场安置的后置摄像头，反馈给监考教师进行进一步判断。

2.根据权利要求1所述的用于大规模线上考试的辅助监考方法，其特征在于：步骤2中，对每次算法检测到的眼部图像进行缩放或扩张，将每张眼部图像统一变换到像素为25*90的大小。

3.根据权利要求1所述的用于大规模线上考试的辅助监考方法，其特征在于：步骤3中，将采集的数据分为两类，一类是考生看着答题界面时的眼部图像，另一类是考生没有看电脑屏幕时的眼部图像；所述离群点剔除，具体方法是先通过主成分分析对数据进行降维，之后对降维后的数据进行聚类，初始聚类中心分别定义为两类数据的平均值，聚类完成后，删除离聚类中心较远的点以及聚类结果与原始标签不一致的点，即完成离群点的剔除。

4.根据权利要求1所述的用于大规模线上考试的辅助监考方法，其特征在于：步骤5中，所述异常行为概率是通过综合当前帧和前k帧图像对应的神经网络输出值，采用加权平均的方法计算得到，具体方法如下：

设当前帧和前k帧的图像对应神经网络所输出的结果分别为P₀，P₁，P₂，……，P_k，其中P₀为当前帧所对应的神经网络输出结果；

设每一帧对应权值分别为w₀，w₁，w₂，……，w_k，且w_i≥w_j,0≤i＜j≤k，则当前帧异常行为概率值为：