[发明专利]一种自动面部识别的安全考试系统有效
申请号: | 201711175592.0 | 申请日: | 2017-11-22 |
公开(公告)号: | CN107967660B | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 王辉;袁勇;戴灵豪;陈亮;关旸 | 申请(专利权)人: | 浙江中医药大学 |
主分类号: | G06Q50/20 | 分类号: | G06Q50/20;G06K9/00;G06K9/62;G06K9/46 |
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 面部 识别 安全 考试 系统 | ||
1.一种自动面部识别的安全考试系统,其特征在于,所述自动面部识别的安全考试系统包括监控摄像头和考试装置,所述监控摄像头和考试装置均与一云服务器通信连接;所述监控摄像头用于定时拍摄考生面部以获得考生面部特征数据,并将所述面部特征数据传输至云服务器;所述面部特征数据与考生信息一一对应;所述云服务器用于根据考生面部数据信息查找考生标识,并根据考生标识自动获取考题关键词,从而构建出用于发放至考生的试题;
所述云服务器执行下述考生识别方法:
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;
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;所述数据库记录有考生信息,其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,则在自动构建考试题目的环节,还需要使用课题组数据管理表和课题组数据库表;所述课题组数据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,以便于根据课题组标识快速定位课题组数据库表;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,“负责人”或者“普通团队成员”,如果是负责人,则需要满足课题组一级应试信息的要求,如果是普通团队成员,则只需要满足课题组二级应试信息的要求即可;
所述云服务器包括:综合控制模块,用于控制各个考试工位上的监控摄像头和考试装置;
考生识别模块,用于获取考生面部特征数据,并根据所述面部特征数据获取考生信息;
试题调配模块,获取考生的考题关键词,并构建考试题目,并将所述考试题目下放至所述考生所在考试工位的考试装置之上;
实时监控模块,用于定期拍摄考生面部,以实现在考试过程中的全程监控;
试卷判改模块,用于考生答卷的判改和分数计算;
所述考题关键词的获取方法包括:根据考生面部数据信息查找考生标识;
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;
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;
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;
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;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;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;
监控过程要求基于面部特征定位进行考生进行识别,利用灰度差投影算法来定位面部轮廓,利用灰度差累加值来确定面部两侧边界线,在进行面部器官的定位的过程中,眼睛是定位的主要器官;通过图像增强来进行面部特征的提取,把原始图像的灰度直方图从集中的某个灰度区间变成在全部灰度范围内的均匀分布,以便于对图像进行非线性拉伸,重新分配图像像素值,使预设灰度范围内的像素数量大致相同,若像素点的原灰度为R,变换后灰度为S,S是归一化后的灰度值,其灰度变换函数T(R)为:
,其中PR是灰度值概率,nj是图像中第j级灰度的像素总数,n是像素总数,Rj是灰度值像素数目;在器官识别过程中,最先定位眼睛,通过积分投影函数反映出图像在水平或垂直方向上的总体灰度值情况,在积分投影法的基础上,在灰度变化突变处进行微分,将产生高值,将其绝对值累加,则灰度变化越大的那一行,累加值越大,定位眼睛。
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/201711175592.0/1.html,转载请声明来源钻瓜专利网。