一种单人用考试舱

1.本发明属于智能考试技术领域，具体涉及一种单人用考试舱。


背景技术：

2.无论是学生还是成年人，都需要经历考试。若考生出现生病或身在外地等情况时，往往无法及时达到集体考试现场。有些考试对于考生十分重要，一旦错过会浪费几个月甚至一年的时间。此外，在集体考试中，部分考生容易受到其他考生的影响，从而发挥失常造成考试失败。因此针对以上情况，迫切需要开发一种可以供单人使用的考试舱，用于解决部分考生的需求。


技术实现要素：

3.为了解决上述问题，本发明提出了一种单人用考试舱，通过在特殊情况下搭建单人用考试舱，考生进入单人用考试舱进行考试，从而可以如期完成正常的考试计划。
4.本发明的技术方案如下：
5.一种单人用考试舱，包括方形外壳和位于方形外壳内部的考试用桌椅，方形外壳内还集成有身份识别模块、无线信号屏蔽模块、文件保管模块、视频监控模块和防作弊模块；
6.方形外壳用于与外界隔离形成独立空间；
7.身份识别模块用于判断考生身份；
8.无线信号屏蔽模块用于屏蔽无线信号，及时检测出利用无线通信作弊的方式；
9.文件保管模块用于保存绝密试卷以及答卷；
10.视频监控模块用于实时监察考生状态以及记录答题过程；
11.防作弊模块用于考生行为识别，排查可疑行为。
12.进一步地，方形外壳为空心立方体结构，由顶部墙体、正面门板、背面墙体、左侧面墙体、右侧面墙体组成；门板和墙体均由边框和夹层玻璃组成；正面门板上设有把手；顶部墙体、背面墙体、左侧面墙体、右侧面墙体之间的边框拼接处均采用铰链结构连接，正面门板的左边框与左侧面墙体的边框拼接处采用铰链结构连接，其余三面不设置连接结构；墙体边缘安装有微型摄像头，其供电线路以及有线网络隐藏在边框内部；微型摄像头通过自身的三角插头连接到户外电源。
13.进一步地，边框选用木材；夹层玻璃材质为毛玻璃，中间层使用pvb材料；把手设为圆形；铰链结构通过螺丝固定于边框上，所有墙体边框上设有与铰链结构螺丝位置、大小、数量相匹配的开孔。
14.进一步地，考试用桌椅包括考试用桌和椅子，考试用桌仅包括台面及支撑部分，使用时将台面及支撑部分进行拼接组成考试用桌；椅子为普通学生用椅。
15.进一步地，身份识别模块位于方形外壳正面门板区域，包含液晶屏以及微型摄像头；身份识别模块包括活体识别以及人脸识别两部分，其中，
16.活体识别部分采用交互式活体检测方法，考生需要以动作配合，包括张张嘴、左右转头、眨眼动作；
17.人脸识别部分包括人脸检测、人脸对齐、人脸表征以及人脸匹配四个子模块。
18.进一步地，人脸检测与人脸对齐子模块使用mtcnn框架来实现，mtcnn为一种级联网络，包括p-net、r-net与o-net三层；其具体流程为：
19.步骤1、通过上采样或下采样将图像进行不同尺度的变换；
20.步骤2、p-net层使用12*12的滑动窗口进行滑动，将每张结果输入到网络中进行检测，判断是否存在人脸、以及确认人脸的位置；
21.步骤3、r-net层接收p-net层输出的候选框，筛选掉错误识别的人脸框；
22.步骤4、o-net层输出最终结果，包括是否有人脸、候选框的位置以及五官特征点的位置；
23.人脸表征子模块由facenet实现，用于将人脸图像的像素值映射成特征向量；其输入为mtcnn网络检测出来的人脸图片，然后将图片输入到googlenet的深度结构中，得到人脸的特征向量之后使用l2范数对其进行归一化，筛选出有效特征，最终得到人脸图像嵌入到128维欧式空间的特征表示其计算方式如公式(1)所示，
[0024][0025]
其中，i表示维度序号,n表示向量维度总个数,ai表示向量在第i个维度的分量；
[0026]
人脸匹配子模块用于比较两幅人脸的匹配度，在使用facenet得到人脸的特征向量之后，使用公式(2)所示的欧式距离计算出特征向量之间的距离，如果距离小于阈值则认为是同一人，此时身份验证成功，允许进入；
[0027][0028]
其中，x和y表示两个等长向量，m代表向量长度，j表示第j个分量，(xj,yj)分别表示x和y的第j个分量。
[0029]
进一步地，无线信号屏蔽模块采用可移动微型信号屏蔽仪对gsm、dcs、cdma、3g手机以及小灵通进行全面屏蔽。
[0030]
进一步地，文件保管模块为由高强度复合材料制作的盒子；盒子安装定时器，考试之前，考试院工作人员将试卷以及答卷放置在盒子中，由考试院密封并在考试前运送至考生手中，并在考试结束30秒内关闭；在考试开始时，盒子自动打开，考生取出试卷以及答卷开始答题；在考试结束时，考生应快速将试卷以及答卷重新放回盒子内；盒子上设置传感器和报警器，当传感器检测到发生外力拆卸时，由报警器发出报警信号。
[0031]
进一步地，视频监控模块包括若干个摄像头，方形外壳内外均设有摄像头，通过摄像头监控方形外壳内外的考试情况；各个摄像头通过无线网卡将实时获取的画面传输到云端监视器，以供监考员查看，具体为：摄像头通过有线网络将视频图像传输到控制主机，监考员在控制主机实时查看学生的情况，控制主机将视频流保存至存储设备，以备之后调取查看；此外，控制主机还将视频信号转发至云端监视器，通过开放云端监视器账号的方式让普通大众参与到云监考中；通过控制主机，操作人员发出指令，对摄像头上、下、左、右的动
作进行控制及对镜头进行调焦变倍的操作。
[0032]
进一步地，防作弊模块基于深度学习实现，具体使用一种基于双流网络的行为识别模型，双流网络具有时间流卷积神经网络和空间流卷积神经网络两个分支网络，时间流卷积神经网络分支用来提取时间特征，空间流卷积神经网络分支用来提取空间特征，然后将提取到的两种特征进行融合，之后再进行行为分类；其中，空间流卷积神经网络的输入为单张视频帧，负责提取视频流静态帧的外观特征，包括图像内的物品、人物；时间流卷积神经网络输入为多张光流帧，光流帧在水平以及垂直分量上表示出两张连续的视频帧中每个像素点的运动方向，从而提取视频中物体的运动特征；两个分支网络根据输入图像的特征判断考生行为，具体为该行为在不同分类下的可能性，最终直接将两个网络的得分进行平均，得分最高的类别为最终分类结果。
[0033]
本发明所带来的有益技术效果：
[0034]
本发明将以往聚集考试的方式，变为了可便捷搭建的考试舱，该考试舱具备基本的考试用具，并提供了从身份确认到文件保护，从视频监控到防作弊的功能。在不具备聚集考试的时期或者个别考生，可以通过租赁等形式搭建被认证的考试舱，从而完成考试，不至于考试延期。
附图说明
[0035]
图1为本发明单人用考试舱的方形外壳结构示意图；
[0036]
图2为本发明中mtcnn网络的图像金字塔示意图；
[0037]
图3为本发明中facenet的结构示意图；
[0038]
图4为本发明中基于双流网络的行为识别模型的结构示意图；
[0039]
其中，1-边框；2-夹层玻璃；3-把手。
具体实施方式
[0040]
下面结合附图以及具体实施方式对本发明作进一步详细说明：
[0041]
一种单人用考试舱，包括方形外壳和位于方形外壳内部的考试用桌椅，方形外壳内还集成有身份识别模块、无线信号屏蔽模块、文件保管模块、视频监控模块和防作弊模块。
[0042]
如图1所示，安装完成后的方形外壳为空心立方体结构，与外界隔离形成独立空间，方形外壳由顶部墙体、正面门板、背面墙体、左侧面墙体、右侧面墙体组成；所有墙体和门板均由木材边框1和夹层玻璃2组成；正面门板上设有圆形把手3。顶部墙体、背面墙体、左侧面墙体、右侧面墙体之间的边框拼接处均采用铰链结构连接，正面门板的左边框与左侧面墙体的边框拼接处采用铰链结构连接，其余三面不设置连接结构。
[0043]
本发明采用常规铰链结构，铰链结构通过螺丝固定于边框上，旋转螺丝即可以轻松实现安装、拆卸，安装快速。所有墙体边框上设有与铰链结构螺丝位置、大小、数量相匹配的开孔。安装时，螺丝卡入开孔内。
[0044]
夹层玻璃材质为毛玻璃，中间层使用pvb材料，可以实现透光、阻碍视线以及隔音功能。在墙体边缘安装有微型摄像头，其供电线路以及有线网络隐藏在边框内部。微型摄像头提供三角插头，通过三角插头连接到户外电源，通过有线网络完成视频传输任务。
[0045]
考试用桌椅用于考生完成考试。考试用桌仅包括台面及支撑部分，使用时将台面及支撑部分进行拼接即可组成考试用桌，方便折叠以及防止作弊；椅子可为普通学生用椅；考试用桌椅需保证干净整洁，无记号。
[0046]
身份识别模块位于方形外壳正面门板区域，包含一块液晶屏以及微型摄像头。身份识别模块包括活体识别以及人脸识别两部分，用于判断考生身份。其中，活体识别部分采用交互式活体检测方法，即考生需要以动作配合，比如：张张嘴、左右转头、眨眼等动作。通过动作的配合用以避免非活体验证的问题。人脸识别部分包括以下子模块：人脸检测、人脸对齐、人脸表征以及人脸匹配。
[0047]
人脸检测与人脸对齐子模块使用mtcnn框架来实现，目的为找到图像中的人脸以及人脸特征点的位置。mtcnn为一种级联网络，包括p-net、r-net与o-net三层。其具体流程为：
[0048]
步骤1、通过上采样或下采样将图像进行不同尺度的变换，构建如图2所示的图像金字塔；底层原始图像从第0层的n*n尺度开始，不断进行变换，得到顶层的1*1尺度。
[0049]
步骤2、p-net层使用12*12的滑动窗口进行滑动，将每张结果输入到网络中进行检测，判断是否存在人脸、以及确认人脸的位置；
[0050]
步骤3、r-net层接收p-net层输出的候选框，筛选掉错误识别的人脸框；
[0051]
步骤4、o-net层输出最终结果，包括是否有人脸、候选框的位置以及五官特征点的位置。
[0052]
人脸表征子模块由facenet实现，目的为将人脸图像的像素值映射成特征向量。其结构如图3所示，其中batch为mtcnn网络检测出来的人脸图片，将图片输入到googlenet的深度结构(deep architecture)中，得到人脸的特征向量之后使用l2范数对其进行归一化，筛选出有效特征，最终得到人脸图像嵌入到128维欧式空间的特征表示即embedding，triplets loss为训练过程所使用的三元组损失函数，其包括锚(anchor)示例、正(positive)示例、负(negative)示例，模型希望对于所有的三元组都满足锚示例与正示例的距离小于锚示例与负示例的距离，因此通过减小损失函数来训练深度结构，以达到最优性能。人脸特征表示的计算方式如公式(1)所示。
[0053][0054]
其中，i表示维度序号,n表示向量维度总个数,ai表示向量在第i个维度的分量。
[0055]
人脸匹配子模块用于比较两幅人脸的匹配度，在使用facenet得到人脸的特征向量之后，使用公式(2)所示的欧式距离计算出特征向量之间的距离，如果距离小于阈值则认为是同一人，此时身份验证成功，允许进入。阈值为一个固定数值，根据实际情况预先设定。
[0056][0057]
其中，x和y表示两个等长向量，m代表向量长度，j表示第j个分量，(xj,yj)分别表示x和y的第j个分量。
[0058]
无线信号屏蔽模块用于屏蔽无线信号，及时检测出利用无线通信作弊的方式。无线信号屏蔽模块采用数码调制技术对gsm、dcs、cdma、3g手机以及小灵通进行更高效地全面
屏蔽。由于考试方舱范围小，因此可以使用可移动微型信号屏蔽仪代替。
[0059]
文件保管模块用于保存绝密试卷以及答卷。文件保管模块为由高强度复合材料制作的盒子，高强度复合材料可以确保其不被破坏。此外，盒子安装定时器，使其具备定时开关功能，考试之前，考试院工作人员将试卷以及答卷放置在盒子中；在考试开始时，盒子自动打开，考生取出试卷以及答卷开始答题；在考试结束时，考生应快速将试卷以及答卷重新放回盒子内。文件保管模块还具备自监控功能，在盒子上设置传感器和报警器，当传感器检测到发生外力拆卸时，由报警器发出报警信号，以确保其不被破坏。该模块会在考试结束30秒内关闭。该盒子由考试院密封并在考试前运送至考生手中。
[0060]
视频监控模块用于实时监察考生状态以及记录答题过程。视频监控模块包括若干个摄像头，方形外壳内外均设有摄像头，通过摄像头监控方形外壳内外的考试情况；各个摄像头通过无线网卡将实时获取的画面传输到云端监视器，以供监考员查看，具体为：摄像头通过有线网络将视频图像传输到控制主机，监考员可在控制主机实时查看学生的情况，控制主机将视频流保存至存储设备，以备之后调取查看。此外，控制主机还可以将视频信号转发至云端监视器，可以通过开放云端监视器账号的方式让普通大众可以参与到云监考中。通过控制主机，操作人员可发出指令，对摄像头上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作。
[0061]
防作弊模块用于考生行为识别，排查可疑行为。防作弊模块基于深度学习实现，具体使用一种基于双流网络的行为识别模型，双流网络具有时间流卷积神经网络和空间流卷积神经网络两个分支网络，时间流卷积神经网络分支用来提取时间特征，空间流卷积神经网络分支用来提取空间特征，然后将提取到的两种特征进行融合，之后再进行行为分类，其结构如图4所示。其中，空间流卷积神经网络的输入为单张视频帧，负责提取视频流静态帧的外观特征，如图像内的物品、人物等。时间流卷积神经网络输入为多张光流帧，光流帧可以在水平以及垂直分量上表示出两张连续的视频帧中每个像素点的运动方向，从而提取视频中物体的运动特征。两个分支网络根据输入图像的特征判断考生行为，具体为该行为在不同分类下的可能性，最终直接将两个网络的得分进行平均，得分最高的类别即为最终分类结果。
[0062]
单人用考试舱的具体工作过程为：
[0063]
(1)考生需提前提出申请，待审核通过之后向考生发放包括方形外壳、考试用课桌椅等设施。
[0064]
(2)考生自行拼接设备，监考员通过控制主机测试查看所有设备是否正常工作。考前2小时内需确认所有设备已正常开启。
[0065]
(3)考生站在考试舱正面门板前，首先进行身份识别，若识别成功，考生落座；若识别不成功，考生离场。
[0066]
(4)考试院将文件保管模块发放至考生手中，考生需在考试舱内接收。
[0067]
(5)等待考试时间开始，开考时，盒子自动开启，考生开始答题。
[0068]
(6)摄像头实时监考考生状态，并将画面实时传输至控制主机。防作弊模块开始工作，发现可疑行为在相应的显示屏发送警告信息，由监考员确认后判断是否违规。
[0069]
(7)考试时间结束，考生将试卷等文件在规定时间内放回至文件保管模块，文件保管模块按时关闭。
[0070]
(8)由工作人员回收文件保管模块以及方形外壳等设备。
[0071]
(9)考生自行拆解设备。
[0072]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

技术特征：
1.一种单人用考试舱，其特征在于，包括方形外壳和位于方形外壳内部的考试用桌椅，方形外壳内还集成有身份识别模块、无线信号屏蔽模块、文件保管模块、视频监控模块和防作弊模块；方形外壳用于与外界隔离形成独立空间；身份识别模块用于判断考生身份；无线信号屏蔽模块用于屏蔽无线信号，及时检测出利用无线通信作弊的方式；文件保管模块用于保存绝密试卷以及答卷；视频监控模块用于实时监察考生状态以及记录答题过程；防作弊模块用于考生行为识别，排查可疑行为。2.根据权利要求1所述的单人用考试舱，其特征在于，所述方形外壳为空心立方体结构，由顶部墙体、正面门板、背面墙体、左侧面墙体、右侧面墙体组成；门板和墙体均由边框和夹层玻璃组成；正面门板上设有把手；顶部墙体、背面墙体、左侧面墙体、右侧面墙体之间的边框拼接处均采用铰链结构连接，正面门板的左边框与左侧面墙体的边框拼接处采用铰链结构连接，其余三面不设置连接结构；墙体边缘安装有微型摄像头，其供电线路以及有线网络隐藏在边框内部；微型摄像头通过自身的三角插头连接到户外电源。3.根据权利要求2所述的单人用考试舱，其特征在于，边框选用木材；夹层玻璃材质为毛玻璃，中间层使用pvb材料；把手设为圆形；铰链结构通过螺丝固定于边框上，所有墙体边框上设有与铰链结构螺丝位置、大小、数量相匹配的开孔。4.根据权利要求1所述的单人用考试舱，其特征在于，所述考试用桌椅包括考试用桌和椅子，考试用桌仅包括台面及支撑部分，使用时将台面及支撑部分进行拼接组成考试用桌；椅子为普通学生用椅。5.根据权利要求1所述的单人用考试舱，其特征在于，所述身份识别模块位于方形外壳正面门板区域，包含液晶屏以及微型摄像头；身份识别模块包括活体识别以及人脸识别两部分，其中，活体识别部分采用交互式活体检测方法，考生需要以动作配合，包括张张嘴、左右转头、眨眼动作；人脸识别部分包括人脸检测、人脸对齐、人脸表征以及人脸匹配四个子模块。6.根据权利要求5所述的单人用考试舱，其特征在于，人脸检测与人脸对齐子模块使用mtcnn框架来实现，mtcnn为一种级联网络，包括p-net、r-net与o-net三层；其具体流程为：步骤1、通过上采样或下采样将图像进行不同尺度的变换；步骤2、p-net层使用12*12的滑动窗口进行滑动，将每张结果输入到网络中进行检测，判断是否存在人脸、以及确认人脸的位置；步骤3、r-net层接收p-net层输出的候选框，筛选掉错误识别的人脸框；步骤4、o-net层输出最终结果，包括是否有人脸、候选框的位置以及五官特征点的位置；人脸表征子模块由facenet实现，用于将人脸图像的像素值映射成特征向量；其输入为mtcnn网络检测出来的人脸图片，然后将图片输入到googlenet的深度结构中，得到人脸的特征向量之后使用l2范数对其进行归一化，筛选出有效特征，最终得到人脸图像嵌入到
128维欧式空间的特征表示其计算方式如公式(1)所示，其中，i表示维度序号,n表示向量维度总个数,a
i
表示向量在第i个维度的分量；人脸匹配子模块用于比较两幅人脸的匹配度，在使用facenet得到人脸的特征向量之后，使用公式(2)所示的欧式距离计算出特征向量之间的距离，如果距离小于阈值则认为是同一人，此时身份验证成功，允许进入；其中，x和y表示两个等长向量，m代表向量长度，j表示第j个分量，(x
j
,y
j
)分别表示x和y的第j个分量。7.根据权利要求1所述的单人用考试舱，其特征在于，所述无线信号屏蔽模块采用可移动微型信号屏蔽仪对gsm、dcs、cdma、3g手机以及小灵通进行全面屏蔽。8.根据权利要求1所述的单人用考试舱，其特征在于，所述文件保管模块为由高强度复合材料制作的盒子；盒子安装定时器，考试之前，考试院工作人员将试卷以及答卷放置在盒子中，由考试院密封并在考试前运送至考生手中，并在考试结束30秒内关闭；在考试开始时，盒子自动打开，考生取出试卷以及答卷开始答题；在考试结束时，考生应快速将试卷以及答卷重新放回盒子内；盒子上设置传感器和报警器，当传感器检测到发生外力拆卸时，由报警器发出报警信号。9.根据权利要求1所述的单人用考试舱，其特征在于，所述视频监控模块包括若干个摄像头，方形外壳内外均设有摄像头，通过摄像头监控方形外壳内外的考试情况；各个摄像头通过无线网卡将实时获取的画面传输到云端监视器，以供监考员查看，具体为：摄像头通过有线网络将视频图像传输到控制主机，监考员在控制主机实时查看学生的情况，控制主机将视频流保存至存储设备，以备之后调取查看；此外，控制主机还将视频信号转发至云端监视器，通过开放云端监视器账号的方式让普通大众参与到云监考中；通过控制主机，操作人员发出指令，对摄像头上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作。10.根据权利要求1所述的单人用考试舱，其特征在于，所述防作弊模块基于深度学习实现，具体使用一种基于双流网络的行为识别模型，双流网络具有时间流卷积神经网络和空间流卷积神经网络两个分支网络，时间流卷积神经网络分支用来提取时间特征，空间流卷积神经网络分支用来提取空间特征，然后将提取到的两种特征进行融合，之后再进行行为分类；其中，空间流卷积神经网络的输入为单张视频帧，负责提取视频流静态帧的外观特征，包括图像内的物品、人物；时间流卷积神经网络输入为多张光流帧，光流帧在水平以及垂直分量上表示出两张连续的视频帧中每个像素点的运动方向，从而提取视频中物体的运动特征；两个分支网络根据输入图像的特征判断考生行为，具体为该行为在不同分类下的可能性，最终直接将两个网络的得分进行平均，得分最高的类别为最终分类结果。

技术总结
本发明公开了一种单人用考试舱，属于智能考试技术领域，包括方形外壳和位于方形外壳内部的考试用桌椅，方形外壳内还集成有身份识别模块、无线信号屏蔽模块、文件保管模块、视频监控模块和防作弊模块；方形外壳用于与外界隔离形成独立空间；身份识别模块用于判断考生身份；无线信号屏蔽模块用于屏蔽无线信号，及时检测出利用无线通信作弊的方式；文件保管模块用于保存绝密试卷以及答卷；视频监控模块用于实时监察考生状态以及记录答题过程；防作弊模块用于考生行为识别，排查可疑行为。本发明通过在特殊情况下搭建单人用考试舱，考生进入单人用考试舱进行考试，从而可以如期完成正常的考试计划。考试计划。考试计划。


技术研发人员：潘正祥 周金亮 朱淑娟 吴祖扬
受保护的技术使用者：山东科技大学
技术研发日：2022.12.15
技术公布日：2023/8/4