[发明专利]一种基于人脸识别防作弊技术的在线考试方法

权利要求书

1.一种基于人脸识别防作弊技术的在线考试方法，其特征在于，包括以下步骤：

步骤S1：配置Spring Cloud环境，设置IntelliJ Idea、Java、Python、MySQL、Tomcat参数；

步骤S2：在IntelliJ Idea中开发一个静态网页，用于考试的页面显示，其中登录界面采用人脸识别登录技术；

步骤S3：使用大量的训练数据，并通过GPU训练模型，一边训练，一边采集，对所采集到的模型分析其loss值，选择loss值较低的模型，从而得到一个能识别考生人脸特征值、人脸欧拉角和人脸眼部运动特征的神经网络模型；

步骤S4：将得到的模型进行整理，使用python将其转化为方便使用的Api接口，供Java使用；

步骤S5：将步骤S2中制作的静态网页和步骤S4中得到的Api接口整理汇合，制作成动态网页形成在线考试系统，其中考生的人脸源信息来源于设备自带的摄像头所拍摄的画面。

2.根据权利要求1所述的一种基于人脸识别防作弊技术的在线考试方法，其特征在于，步骤S2中的网页和步骤S4中开发的人脸识别模型进行结合，在线考试系统分为四个模块，分别是系统管理员模块、考务管理员模块、学生模块和教师模块，其中：

系统管理员模块设置教师管理、考务管理两个功能单元；

考务管理员模块设置学生管理、班级管理两个功能单元；

学生模块设置参加考试、智能监考、成绩查询、待考考试查询四个功能单元；

教师模块设置考试出卷、题库管理、试卷管理、课程管理、试卷组成策略管理、知识点管理、阅卷管理七个功能单元。

3.根据权利要求2所述的一种基于人脸识别防作弊技术的在线考试方法，其特征在于，步骤S3中，训练模型能识别出考生在考试过程中的人脸欧拉角信息；

智能监考模块以人脸识别技术为技术基础，同时结合了WebScoket技术，在学生考试界面，由浏览器自动的在一秒内拍摄指定数量的画面，并将这些画面通过WebScoket传输到训练模型之中，然后由人脸识别模型进行识别图片中的人脸，识别之后得到这张人脸照片中的欧拉角信息，欧拉角包括三个角度：yaw、pitch、roll

其中，yaw角表示左右旋角度，yaw为负数表示左扭头，yaw为正数代表右扭头；pitch角表示上下旋角度，pitch角为负数表示低头，pitch角为正数表示抬头；roll角表示左右倾斜角度，roll为负数代表左倾斜，roll为负数为右倾斜；

由训练模型识别图片得到人脸的欧拉角信息之后，可以判断yaw角的绝对值是否超过指定的度数，即可判定考生有作弊的嫌疑，然后将该图片记录下来，最终完成了在线监考的功能。

4.根据权利要求2所述的一种基于人脸识别防作弊技术的在线考试方法，其特征在于，步骤S3中，训练模型能识别出考生在考试过程中的眼球运动特征信息；

智能监考模块在获取到考生的考试画面的时候，能自动追踪考生眼球运动状态，若考生的眼球的偏角度过大，将记录下此画面，作为考生考试作弊的证据。