首页 > 论文范文 > 社会科学论文 > 科技论文 > 计算机硬件论文 > 探析基于人脸识别的智能混排考试管理系统的关键技术研究

探析基于人脸识别的智能混排考试管理系统的关键技术研究

2021-10-08 77 上传者：管理员

摘要：为解决入考前考试管理人工二次编写考试号以及监考教师人工识别学生信息等等传统操作带来的问题,文章利用Hadoop相关技术、人脸识别功能以及混合算法等关键技术构建了智能排考管理系统,设计出总体框架,实现了图像收集模板、考试管理模块以及人脸识别模块等主要功能,简化了考试管理流程,确保考生的公平、公正性。

关键词：
人脸识别
数据采集
智能混排
编排系统
考试管理
加入收藏

为提高考试的管理效率，有效识别参加考试的考生身份数据采集，各大型考试均有各自的编排系统，缩短了各个考试单位的工作流程。但由于很多考试都在高校进行各类考试，都采用考务工作人员二次人工现场排考，并通过监考教师人工识别学生身份，不能完全避免替考、作弊等异常行为的发生，减少考试过程中带来不必要的问题。经知网搜索，目前还没有通过“人脸识别”+“二次编排”混合应用的考试管理平台，为解决实际需求，以全国计算机等级考试为例，提出了自动有效识别考生的个人信息，完成考场动态编排及时。

1、系统总体框架

在系统中，学生在线报名参加考试（如全国计算机等级考试），学生按照照片提交要求，在线报名并提交采集图片（不符合的将自动要求重新提交），系统将报名信息及图像数据保存到数据库；然后，考试管理工作人员根据学生人数、场地等做好计算机等级考试分批次考场，做好与考试准考证制作（包含考试时间、考场、场次、照片、身份证等信息）；当考试进入考试时，先进行人脸识别考场门口触摸屏（流程如图1所示），然后考生触屏单击“进入考场”，将会二次抽出考场座位号（流程如图2所示）。

2、关键核心技术

(1)Hadoop相关技术

Hadoop是Apache基金会的一个分布式计算开源框架，是一种应对大量数据进行分布式处理的软件框架[1]。第一，HDFS分布式处理系统表现出及时存储大量视频、图像数据的强大功能，能在文件安全以及数据保存等方面提供可靠的保证，并能实现高吞吐量的用户访问。HDFS以文件形式可以进行编辑操作，并采用主从服务器形式有效管理，有多个DataNode数据节点负责实时存储单元运算，多个Client通过NameNode主控制服务器访问，实现与DataNode的交互，而SecondaryNameNode次控制服务器作为维护中心，对NameNode做好维护工作并确保所有集群数据不出问题。第二，MapReduce分布式计算框架有效地并行处理考生视频数据的海量图像，并进行特征处理。MapReduce采用分而治之原理，将数据能及时分成若干个小数据集。在Map阶段，读取HDFS数据文件，执行分解的考生图像数据程序，将封装后的数据给Reduce处理；在Reduce阶段，将中间数据进行调用并整合，实现数据的汇聚并整理最后结果给HDFS。

(2）人脸识别相关技术

计算机人脸识别技术利用计算机分析人脸图象,进而从中提取出有效的识别信息，用来“辨认”身份的一门技术[2]。人脸识别已经在手机解锁、考勤、支付、门禁识别、疫情工作等多种应用中。本智能排考管理系统采用人脸识别，对考生通过二次身份识别，有效遏制考生的“代考”、“替考”等现象。本系统通过摄像头拍摄采集考生现场考试图像，定位检测图像，通过OpenCV[3]读取所需帧信息，采用弹性图匹配法[4]方法，设计人脸识别技术的身份信息模块，对图像面部五官、脸部等局部特征做好特征处理，设定对比阀值，与数据库图像人脸面部尺寸、比例及其他特殊细微特征对比识别，输出对比结果（人脸识别过程如图3所示）。

(3）二次混排排考相关算法

由于全国计算机等级考试进入考场前，需要进行二次座位混排，当考生聚集，人工编写现场编座位号容易出错。考虑到考试带来的不便，本智能排考管理系统直接进行二次混排的形式，让学生在进入考场前随机生成座位号，打印出座位号便条，让学生快速进入考场。考场座位号的编排要考虑学生的场次、考场验证，然后采用混合算法[5]实现随机混排技术确定座位号是否同班级验证，杜绝熟人作弊隐患，若判断座位周围有冲突则重新搜索，直到座位号确定为止（二次混排算法流程图如图4所示）。

3、智能排考管理系统实现

本系统实现了考生入考前身份验证以及考场二次混排的功能，进行信息化管理，为考务管理人员工作中带来了便捷，同时也为考生提供了公正公平，具有一定的实用功能。本系统各模块主要有以下三个模板：

(1）图像收集模块

根据考试需要，考生利用手机或电脑端进入系统计算机等级考试报名，同时填写基本信息及上传照片，系统利用图像压缩算法和检测处理，将有效图像转换为可识别的图片信息格式，否则考生需重新上传照片。

(2）考试管理模块

考试管理人员将会将报名的考生进行考试时间、考场等信息确认完善，方便考生查询考试准考证的打印；及时将考生入考信息、考生考试入考信息、缺考信息输出及打印功能。

(3）面部识别模块

考生进入考场时，图像将对考生实时图像采集，经过图像的几何归一化、灰度归一化、平滑处理及灰度均衡[6]预处理，人脸特征提取并识别有效后，考生单击触屏“打印考生考场信息”，考生打印入考座位号，才能进入考场考试，否则考生将不得进入考场；该模块也做好考生的相关数据信息日志备份及保存工作。

4、结束语

该系统采用网页设计的最新技术Html5来设计制作网页，作为终端加载的基础页面；通过Java开发环境设计和跨平台计算机视觉库OpenCV智能排考系统与一体化终端之间的专用接口，实现智能识别终端平台和平台服务器的数据交互；采用网络技术，并调动百度的人脸识别API接口，有效识别考试身份，提高考试工作效率和服务能力；在系统开发中，使用JSP技术作为智能考场编排系统的开发技术，使用Tomcat作为Web应用服务器，使用MySQL作为网站数据库，实现业务逻辑，满足智能考场编排功能。

全国计算机等级考试是一项重要的考试工作，将人脸识别技术以及二次编排功能结合，优化考务管理，辅助考务管理人员有效判别考生入场身份，从源头上杜绝替考代考现象；也减少人力、简化时间，提高考务人员工作效率。

参考文献：

[1]丁文涛.基于Hadoop的人脸识别系统研究与设计[D].江苏科技大学,2017.[2]张翠平,苏光大.人脸识别技术综述[J].中国图象图形学报,2000(11):7-16.

[3]刘志鹏.基于实时视频流的车牌定位与识别算法的研究[D].电子科技大学,2008.

[4]张翠平,苏光大.人脸识别技术综述[J].中国图象图形学报,2000(11);:7-16.

[5]高昊.基于混合算法的研究生招生考试考场座位编排系统研究及应用[D].中南大学,2011.[6]李妹.基于opencv的人脸识别系统的应用研究[J].信息系统工程,2020(12):85-87.

文章来源：吴小香,陈斌,孙宇航.基于人脸识别的智能混排考试管理系统的关键技术研究[J].电脑与信息技术,2021,29(05):20-22