徐旭光 陈华安

【摘  要】目前我校继续教育在籍学生有15万余人，学习中心超200个，散布在全国20余省。线下考试面临人数庞大、科目多、考点多、纸质试卷运送量大等诸多考验。再加上今年的新冠疫情防控要求，考点集中考试存在很大的安全隐患。在这样的背景下，我院同事在寒假期间就开始思考如何应对新防控要求下的新挑战，为广大师生提供更安全、便捷的考试方式。

【关键词】人脸识别;网络化考试;设计;数据;管理

1.面对庞大的在籍学生人数，线下考试的难点分析

1.1线下考试的复杂性

按照教学计划每年需组织四次期末考试，其中正考2次，补考2次，近三年平均每年印制试卷80万份，涉及考试科目280门。采用传统纸质考试模式需要出卷教师针对每一场考试出题、出卷、排版、校对，院校考务人员统一安排考场、考试场次、现场监考、收卷评分、录入成绩以及试卷复核。

1.2难点分析

（1）考试过程复杂易出错。每学期印制40万份的试卷，要按照学习中心、科目、考场进行分袋分装，并邮寄给全国的考点。在学生考试结束后，学习中心又要将试卷装回试卷袋，邮寄回继教院。此过程中很容易发生试卷分装或者回装错误，邮寄丢失等潜在风险。

（2）现场身份鉴别有误差。在考试现场，监考老师主要是通过比对身份证与考生长相进行鉴别的，由于考生拍照时间、身份证上的照片时间和现实人像之间总是存在一定的差异，也会出现对替考学生误判的可能性。

（3）各类费用高。对于网络教育的考试，还需要在所有学习中心安排考点、监考教师、承担试卷邮寄的相关费用，整个考试过程繁杂，容易造成人力、财力物力和时间资源的浪费。

2.引入在线考试模式和人脸识别技术，实现低成本无纸化考试

针对线下考试的难点痛点，继教院在充分调研的基础上，引入了在线考试和人脸识别技术，为15万学生提供了更为便捷、低成本的考试方式。

2.1提高了学生参加考试便利性

在线考试系统开放期间，学生可以随时随地的参加考试。特别对于参加工作的学生，无需在工作时间请假参加固定时间固定地点的考试，节约了路途上的费用，给他们带来了极大的方便。

2.2提供了更丰富的题库和灵活组卷

线下纸质试卷的考试模式，需要请科目老师每个学期出一份试卷来考试，题目的质量和难度都很难把控。通过在线考试系统，可以通过录入大量的题目进行抽题组卷，考试内容可以更灵活、更多样化。考试后，还可以根据同学们答题的情况，进行错题分析，帮助老师对学生的知识薄弱点进行有针对性的辅导。

2.3降低成本

在线考试是一种基于互联网和计算机技术的新型考试模式，考试过程中无需监考教师巡考，只需要考试在考试系统中通过验证并激活考试系统就可以参加考试，客观题都可以在考试系统中自动判定答案无需人工阅卷，降低了人工、差旅费用我院每年印刷试卷80万份，还需要邮寄到各个学习中心，并从学习中心邮寄回总校阅卷，这部分费用通过在线考试得到了显著的降低。

2.4人脸识别帮助杜绝作弊

在线考试也存在一定的问题，其中最为关键的就是考试过程中考生的身份识别问题，由于在线考试中没有设置监考教师核对考试信息，所以极易发生替考、代考、作弊等问题，因此，我们将人脸识别技术应用在考试的全过程，准确判断考生身份，全程监控考试过程，随机抓拍考试过程进行采样分析，确保在线考试的公正性。

通过WebSocket技术，考试过程中每过一段时间主动向服务器发送摄相头图片，同时服务器可以主动抓取浏览器端的摄相头图像，当监控人员发现学生考试异常时，可以远程终止学生考试，待查明情况后再做处理。

在考试过程中，如遇摄相头图像无人脸信息或出现多个人脸信息，系统会自动记录，并将该生的考试信息标记为可疑数据，等待后续人工查验后再做处理。

2.5便捷的阅卷、试卷复核流程

在线考试系统，客观题部分，可以通过提前设置正确答案，系统自动判分，无需人工阅卷。缩短了阅卷时间和人工成本。

传统纸质考试结束之后，考生如果对成绩有异议，考务管理人员需要在成堆的试卷中翻出考试的试卷进行复核，并将原始试卷通过拍照等方式发给考生，对于一个批次有近30万份试卷的考试，试卷复核的数量也是相当惊人，对考务人员来说是个巨大的负担。

而采用在线考试系统之后，学生如果对成绩及人像识别结果有异议，考务人员只需通过系统查卷功能就能快速调取考生考试信息，免去考务人员的大量的体力消耗和学生长时间的等待，增加了学生对院校的满意度。

3.在线考试系统的技术难点与解决方案

3.1智能的题目分析处理技术

在线考试系统的核心之一是试题，如何快速把几万试题由word文档转换成可用的在线试题是一项难度比较大的事情。老师通过word编辑的试题格式不统一，标示符号使用规范，课程存在大量的图片，这些都给题目的录入造成了困难。通过智能分析处理技术，实现了单个录入、批量导入、智能識别、在线编辑、试题校对等功能，出题教师只需按照模板出题，题库管理员便可将试题快速的一次性导入到系统中，系统会自动分析每道题所属类别、知识点、分值及正确答案，对于有异常的题目，系统会做醒目的标示，方便题库管理员判断和修改，实际使用效果非常好。

3.2海量题库试题处理和组卷技术

如何实现考卷中试题难度的合理分布？一套试卷的构成涉及很多因素，包括题型的构成、知识点的覆盖范围、题目难度系数以及各知识点的权重等，题库教师可以在线考试系统给每一道设置对应的属性，包括题型、所属知识点、区分度、难度系数、分数等。

通过对1万道以上试题进行特征训练，抽取出各种类型试题的特征信息，保存到试题特征库。在智能处理试题时，将试题的特征与特征库中的信息进行对比，即可以抽取出试题的信息，每秒可处理约200道题目。

在组卷时根据教学要求设置组卷策略，系统快速组成一套符合要求的试卷，同时根据要求还可以设置同等难度不同试题、相同试题不同排序、相同试题答案排序不同等多种个性化组卷策略。系统将常用的组卷策略保存为组卷方案，在使用题库组卷时，直接选择组卷方案来创建试卷，便可以快速组建不同难度、不同题型的试卷。

在模拟考试中，系统通过按比例设置好模拟题目，使学生在模拟考试的时候仅能从模拟题目中取到题目，既达到了练习的效果，又避免暴露更多的题目给学生。

该技术可以使出卷教师摆脱繁重的出卷工作，学生也能通过考试真实的检验自己的学习效果。

3.3严谨的考试流程管理

由于网络学生数量庞当，考试科目繁杂，如何便捷的将学生考试信息、对应考试批次、科目进行关联工作量巨大。通过在线考试系统，在新一批次的考试计划开启之后，系统会自动分析需要参加本批次考试的考试信息，并将考生个人基本信息、人像信息、考试科目信息等导入到该考试批次中，学员本人无需任何操作。

主要考试流程如下图所示：

考生在进入考试系统之后，系统会首先要求考试阅读相关的考试须知并核对个人信息，核对无误之后，在抽题之前，系统会进行第一次人脸识别，人脸比对通过后考生才能进行抽题和答题，如果人脸比对不通过，系统会返回主界面，考生可在调整摄像头角度、光线等影响因素之后再次进行人脸比对。

完整的人脸图像自动检测与识别系统的基本框架如下图所示：

由摄像头捕获人脸图像，根据人脸检测与定位算法抽取人脸图像，经过预处理程序提高图像的品质，并将人脸图像设置成预制的尺寸，特征提取用于抽取有效特征以降低原模式空间的位数，分类器则根据特征来做出分类决策，最后根据比对所得的参数完成人脸的判别工作，给出最后的识别结果，并做出相应的判断。

在整个考试过程中，系统都会随机对考生考试画面进行采样比对，当摄像头检测到人像信息不匹配、无人像信息、两个及以上人像信息的时候都会在考试界面发出警示信息，考试结束后，系统可以根据预设的策略，如异常人像信息超过20%等，来判断本场考试是否存在违纪，考试本次考试是否真实有效。通过对考试的全程闭环监控，较好得保证了考试的公平性和有效性。

3.4接口数据传输技术

传统的系统都是通过数据导入导出的方式，费时费力且容易出错。本系统通过接口形式传输数据，可以与综合管理平台对接，实现大量考试数据、成绩数据的传输，确保数据准确无误。

4.小结

我院通过引入基于人脸识别的在线考试系统，在当前的防疫形势下，更体现了其显著的优势。

4.1避免人员聚集，满足防疫要求

疫情期间，针对学院“停课不停学”的教学方针，所有的教学环节都迁移到网上进行，考试作为检验教师教学质量和学生学习效果最后且最关键的一环也必不可少。避免人员聚集是当前遏制新冠肺炎传播最有效的手段，基于人脸识别的学生在线考试系统利用现代信息技术构架，打破了考试地点的限制，避免了人员聚集，杜绝了传染风险，满足了国家防疫政策的要求，有力保障了教学秩序正常运转。

4.2快速部署考试，降低考务成本

在本批次考试中，通过应用智能题目分析和自动组卷技术，仅一名题库管理员在15天时间内就完成了3万多道题目的录入和校对工作，出题教师只需要在系统中设定组卷策略，系统自动生成试卷，教师只需要对生成的试卷进行核对即可完成出卷工作，也无需制卷和邮寄，随时可以开放考试，极大降低了考务支出，减轻了考务人员的工作负担。

4.3应用人脸识别，保障考试公平

在最近的一次考试中共考生完成20多万科次的在线课程考试，系统分析记录的人脸数据达1000多万条，对考试过程中出现的替考等舞弊现象记录在案，并采取发出警告、禁止抽题、终止考试等措施第一时间制止考试舞弊行为，并在考试结束后由教务管理中心根据系

4.4下一步工作展望

虽然该系统已经在应用中取得良好的效果，但受研发时间影响，该系统还存在一些不足之处，后期主要从以下两个方面重点进行研发改进：

（1）人脸活体识别检测技术。普通人脸识别技术容易被一些人使用照片、视频等方式进行复制，目前本系统对于此类行为主要采取疑似照片自动分析上报配合人工审核进行甄别，后期将采取3D检测、活体算法检测、连续性检测等多项技术区分照片与真实人脸。

（2）移动终端。受开发框架和移动终端安全体系限制，本考试系统暂还不能支持通过移动终端进行在线考试，后期将通过改进开发框架、进行安全认证等方式上线适应全终端的在线考试系统。

参考文献

[1]张晓松.人脸识别技术的应用领域观察[J].数字技术与应用，2014（4）：224-224.

[2]韩增锟.基于人臉识别技术的考生身份验证系统的设计与实现[J].计算机与数字工程，2012，40（1）：148-150.

[3]郭滢霞.网络考试中的人脸识别方法研究[J].中学时代：理论版，2013（7）：31-31.

[4]任艳，郎颖莹.人脸识别在考试中的应用[J].信息通信技术与政策，2019，0（6）：32-35.

[5]刘罗春，张清洁，许勇.考生身份验证系统在教育考试中的应用[J].教育测量与评价，2019，0（3）：39-49.

作者简介：徐旭光（1985.10-），男，汉族，江西广丰人，硕士，助理工程师，研究方向为继续教育信息技术。

陈华安（1978.08-），男，汉族，广东江门人，硕士，工程师，研究方向为继续教育信息技术。