基于深度學習的考前考場身份驗證系統解決方案UML軟件建模

胡 潔，朱 磊，楊子騰

（南華大學計算機學院，衡陽 421001）

0 引言

目前我國每年線下考試的數量不斷增加，考試人員數量規模越來越大，必要環境下的大規模線下活動需全程做好個人防護。如此種種，使得考前身份驗證工作負擔增加，對監考人員需求和工作量要求越來越高，考生提前到達考點等待的時間不斷變長，考前身份驗證工作“繁”且“重”，但又是保證考試公平的前提所在［1］。

隨著5G、人工智能等新一代信息技術的蓬勃發展，智慧醫療、智慧交通等正從專家的預言變為現實，并日益深刻影響著人們的生產、生活［2］。如果將考前身份驗證工作交于人工智能［3］，工作效率和速度將得到極大提升，可以在保證驗證正確率的情況下，極大地減少監考人員的工作量，亦可使得考生不用因驗證工作繁瑣而耽誤入場考試。

1 問題描述與解決方案

1.1 問題描述

目前的線下考試經常出現考生準考證丟失無法參加考試和提前較長時間到達考點，然后排隊等待入場等情況。其原因主要在于當前考場以紙質準考證為準的人工身份驗證機制導致監考人員檢查考生入場的效率低下。有時甚至會導致考生進考場較遲沒有充分時間做考前準備工作而影響考試發揮，亦或是因監考人員工作量巨大引起疲勞使得最后工作未做好導致冒充人員進入考場影響考試的公平性。

目前的線下考試考前身份驗證工作如下：考生準備好準考證和身份證（特殊情況還需要相關證明）提前到達考場排隊等待入場。監考人員比對考生的身份證和準考證信息，如姓名、18位的身份證號、準考證號（一般不低于10 位）、考場號和考生本人的人臉信息，特殊情況下還有諸如行程碼證明和體溫等信息。如果有缺考的情況，需監考人員一一排查，而后等待考試結束將缺考考生信息上報至考試管理中心處。考試管理中心工作人員將所有監考人員上報的信息整理匯總，而后做出相應處理。這種人工方式效率比較低，且容易出錯。

1.2 解決方案

如果將人工智能等技術引入線下考場，考生能免去一系列繁瑣流程快速入場做好考前準備，監考人員也可以減少大量的工作量來提高整體的效率，且當前現有相關技術能達到的準確率遠超人工操作［4］。基于深度學習的考前考場身份驗證系統的大致業務如下：

（1）考試管理中心相關工作人員提前將參與本次考試的考生信息上傳至系統數據庫。

（2）考生提前將自己的相關證明等信息通過考生端上傳到系統，由系統來檢查是否符合要求，若不符合要求則后繼工作由相關人員聯系考生處理。考試當天考生只需要帶上自己的身份證即可參加考試。

（3）檢查人員在入場工作時使用便攜的微型攝像頭和紅外傳感器等集成設備掃描考生的身份證和拍攝人臉進行人臉識別，同時進行人體體溫測量，實時將相關數據傳到系統后臺，由系統來對比驗證考生信息，然后給出諸如語音播報或指示燈等類的反饋。

2 用例建模

2.1 用例圖

由1.2 節的分析可得該系統的用例圖如圖1所示。

2.2 用例文檔

（1）“導入考生信息”用例文檔見表1。

表1 “導入考生信息”用例文檔

（2）“查看驗證情況”用例文檔見表2。

表2 “查看驗證情況”用例文檔

（3）“上傳證明信息”用例文檔見表3。

表3 “上傳證明信息”用例文檔

（4）“驗證考生信息”用例文檔見表4。

表4 “驗證考生信息”用例文檔

表5 關鍵抽象信息

3 用例分析

3.1 關鍵抽象

3.2 識別分析類

（1）根據上述2 小節中用例分析定義邊界類，如圖2所示。

圖2 用例邊界類分析

（2）根據上述2小節中每一個用例定義控制類，如圖3所示。

圖3 用例控制類分析

（3）根據上述2小節中用例分析定義實體類如圖4所示。

圖4 用例實體類分析

3.3 分析交互

（1）根據前述分析所得的業務用例和分析類分析“導入考生信息”用例交互分析如圖5所示。

圖5 導入考生信息交互分析

（2）“驗證考生信息”用例分析如圖6 所示。

圖6 驗證考生信息交互分析

4 結語

本文針對目前線下大型考試考前身份驗證過程中的一系列問題，結合當前AI 技術發展的背景，提出了一種基于深度學習的考前考場身份驗證系統的解決方案，并對該系統進行了UML 建模［5］，通過用例建模等詳細地闡述了系統需求，同時對用例進行了分析。在以后的工作中，我們將基于此建模過程來逐步實現該系統，讓解決方案真正落地，同時會基于一些真實的線下考試場景來測試該系統。