基于人臉識別技術的高校在線考試系統設計與實現

李福海 宋皓宇 馬宏琳

摘要：在線考試是檢驗在線教育效果的有效手段，而基于人臉識別的監考機制是保證在線監考的關鍵。在線考試系統采用前后端分離的開發技術，實現題庫管理、用戶管理、在線考試、考試分析等功能。系統通過人臉檢測模型和深度卷積網絡進行人臉識別，并引入殘差學習，實現了基于人臉識別的考生在線身份驗證和實時在線監考，保證了考生在線考試成績的真實性和有效性。

關鍵詞：在線考試系統;在線監考;人臉識別;深度卷積網絡;人臉檢測

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）14-0056-02

1 背景

利用網絡資源實現線上教學已經成為重要的教學途徑，同時在線考試也越來越受到高校的廣泛關注。利用人臉識別監考技術實現在線考試系統，將有效地杜絕考試替考等作弊行為的發生，并促進便捷、公平、高效的考試模式變革，使得在線考試系統成為教學效果的重要檢驗方式。

根據教育部高等教育司的統計，2020年疫情期間，全國千余所高校的103萬名教師在線開設了107萬門課程，參加在線學習的學生共計1775萬人，合計23億人次[1]。人臉識別在線考試系統既能延續并擴展線上考試穩定可靠的優點，并且在監考方面采用科學準確的人臉識別技術來彌補由于達不到傳統監考面對面效果的缺點，從而有效地保證線上考試的質量，為高校提供一個優秀的在線考核的平臺。

2 系統設計

人臉識別技術是一種新型生物特征識別法[2]。“基于人臉識別技術的高校在線考試系統”采用前后端分離的開發技術，其中前端采用了只關注視圖層的輕量型Vue框架，后端則采用主流的Spring Boot框架。系統使用Python語言編寫人臉識別程序，不僅語言簡潔、功能強大，而且還獨立于系統。同時，采用進程通信的方式處理人臉識別監考請求，可以為考試監考提供強有力的保證。在人臉識別模塊中，采用TensorFlow[3]人臉檢測模型，然后使用深度卷積網絡進行人臉識別，具體采用Inception V4[4]版本模型，同時引入了殘差學習，大大提升了網絡深度和準確度。

2.1 系統整體功能設計

對于人臉識別在線考試系統而言，首先要給廣大用戶提供一個優質的在線考試平臺，此外準確科學的監考手段也是保證考核質量的重要一步。因此，設計系統的主要功能如下：

1）用戶管理：實現對考生、教師、管理員等用戶的信息管理。

2）瀏覽并查看考試：可以瀏覽所安排的各項考試，并查看考試的詳情。

3）進行在線考試：可以選擇需要進行的考試進入答題，考生完成答題可以提交試卷結束考試。

4）人臉識別監考：考試全程系統自動調用攝像頭進行人臉識別監考，并對考生的不當操作做出響應。

5）查看考試結果：用戶能夠查看考試成績，并得到成績走勢圖和分布圖等。

6）考試管理：發布考試并編輯考試的各項信息。

7）題庫管理：使用題庫進行自動組卷。

8）留言互動：師生間可以發布留言進行交流互動。

基于上述功能分析，把人臉識別在線考試系統的用戶視域功能，設計為6個功能模塊。分別為：用戶管理模塊、題庫管理模塊、在線考試模塊、人臉識別模塊、考試分析模塊、討論區模塊。

2.2 “人臉識別監考”的具體功能設計

在上述系統功能中，人臉識別監考是本系統的核心。人臉識別監考需要實現以下具體功能：

1）捕獲圖片：前端可以在考試過程中實時捕獲攝像頭前考生的考試狀態，并上傳至服務器本地。

2）建立連接：服務器接收到待識別圖片時，可以與Python端的人臉識別模塊建立連接，發送人臉識別請求并等待識別結果。

3）處理人像：Python端接收請求后，進行技術處理，并得到包含人臉的區域圖像。

4）人臉識別：Python端使用深度卷積網絡，利用提前訓練好的模型處理待檢測圖片，得出識別結果。

5）顯示識別結果：人臉識別結果返回至前端呈現給用戶，實現監考。

2.3 系統詳細設計

系統使用IDEA開發工具，采用Java 語言和Python語言混合編寫開發，使用MySQL數據庫提供數據存儲功能。根據系統的整體功能設計，進行系統詳細設計。

1）用戶相關業務：使用Vue前端框架的Element—UI進行組件化開發，給用戶提供信息管理操作;后端使用MyBatis框架訪問數據持久層，對相關數據進行增、刪、改、查。

2）捕獲圖片：前端Vue在渲染頁面時，使用Canvas對象進行攝像頭圖像繪制和捕獲待檢測圖片。使用video標簽顯示識別區域展示給用戶。捕獲前端圖片后首先將圖片編碼轉格式，然后通過Ajax傳遞至后端。

3）建立連接：后端使用進程通信的方式與Python端的人臉識別模塊建立連接。采用Socket套接字創建連接對象，然后發送人臉識別請求，Python端接收請求后開始執行識別操作。

4）處理人像：使用基于TensorFlow的MTCNN模型[5]進行人臉檢測和人像處理。對待檢測圖片進行“圖像金字塔”預處理，得到不同尺寸的圖像。然后圖像依次進入P-Net網絡、R-Net網絡、O-Net網絡，得到準確的bbox坐標和landmark坐標。

5）人臉識別： 使用Inception v4進行人臉判別，然后通過SVM[6]分類訓練進行分類，即得到識別結果。

6）識別結果顯示：Python端識別完成后，將識別結果通過進程通信傳遞給后端，后端再通過AJax將結果返回至前端，前端對結果進行處理，展示給用戶。

3 系統實現

本系統使用Vue框架進行組件化開發，將各個功能模塊及操作進行組件化處理，使用路由進行調用跳轉，設立觸發器監聽用戶操作以完成相應的功能。人臉識別模塊采用深度卷積網絡來實現，當Socket對象接收到后端發送的識別請求，便會開始執行人臉識別操作。在此之前，需要將下載的數據集對模型進行訓練，然后將圖像中的人臉進行預處理，然后驗證模型，最后使用SVM分類訓練驗證其分類結果。系統考試界面，如圖1所示。考試異常界面，如圖2所示。由圖1可知，考生答題過程中有一人臉監考區域實時顯示考生狀態，考生本人在進行考試時會提示“本人考試中”。如果考試過程中出現其他異常情況則會返回提示信息，同時存儲識別結果至相關的考試信息中，如圖2所示。

4 結束語

基于人臉識別技術的在線考試系統是保證考生在線考試成績真實性的有效手段。系統的整體設計采用了前后端分離技術，使用Java語言和Python語言共同開發，完成了用戶管理、試題管理、考試管理等功能。人臉識別模塊采用了深度卷積網絡，并使用TensorFlow和Inception模型等實現了人臉檢測。兩者通過進程間通信交換數據，實現了利用人臉識別進行實時監考的在線考試系統。經實踐檢驗，系統運行穩定，效果良好，可以滿足高校在線考試的需求，有效確保對考試全過程的實時監控。

參考文獻：

[1] 李健.習近平統籌推進疫情防控與互聯網發展治理的辯證思維[J].中國衛生法制，2021，29（2）：100-104.

[2] 李飛，邢倩.在線教育“常態化”下高校專業課程教學實踐分析[J].高教學刊，2020（36）：102-105.

[3] 高見.TensorFlow框架下的人臉識別系統優化設計[J].電子元器件與信息技術，2021，5（1）：142-143.

[4] 張景異，梁宸，吳攀，等.基于改進Inception V4的面部表情識別算法的研究[J].光電技術應用，2020，35（1）：56-63.

[5] 祁星晨，卓旭升.基于改進MTCNN算法的低功耗邊緣人臉檢測跟蹤系統[J].電子技術應用，2021，47（5）：40-44.

[6] 郭月.基于SVM的高分圖像自動分類算法研究與系統實現[D].石家莊：河北科技大學，2017.

收稿日期：2021-06-25

基金項目：2020年度河南省精品在線開放課程立項建設項目（教高〔2021〕4號）;河南省“十四五”普通高等教育規劃教材重點立項建設項目（教高〔2020〕469號）;河南省科技廳自然科學項目資助（202102110062）

作者簡介：李福海（1999—），男，河南信陽人，河南工業大學2017級本科生，主要研究方向為計算機軟件技術應用;宋皓宇，河南工業大學2020級本科生;馬宏琳，副教授，碩士。