人脸识别技术在高职院校课程在线考试中的应用研究

彭湘华

摘  要：在教育领域之中，计算机和互联网的应用让教学和考试模式发生了极大改变。在线考试就是二者应用的一大成果。目前，许多高职院校已经开始使用在线考试模式，但是在应用过程中却缺乏有效识别考生身份的能力。基于此，我们对人脸识别技术在高职院校课程在线考试中的应用进行了探究。文章简要介绍了人脸识别技术的具体内容，并分析了在在线考试中应用该技术的优势。然后对该项技术应用的具体流程和管理操作办法进行了论述。

关键词：人脸识别技术;高职院校;在线考试

中图分类号：G642         文献标志码：A         文章编号：2096-000X（2020）01-0185-03

Abstract： In the field of education， the application of computer and Internet has greatly changed the mode of teaching and examination. Online examination is a great achievement of the application of them. At present， many higher vocational colleges have begun to use the online examination model， but in the process of application， they lack the ability to effectively identify the identity of candidates. Based on this， it explores the application of face recognition technology in the online examination of higher vocational colleges. It briefly introduces the specific content of face recognition technology， analyzes the advantages of applying this technology in online examination， and discusses the specific process and management operation methods of the application of this technology.

Keywords： face recognition technology; higher vocational colleges; online examination

前言

考试是检验教师教学成果以及学生学习成效的必要手段。如今，基于“互联网+教学”模式，许多高职院校的课程都选择以在线考试来检验教学成效。虽然这种方法更为灵活，也减少了监考教师的工作量;但是由于缺乏有效的身份鉴别技术，所以在线考试中不可避免的出现了替考、代考等作弊现象。为了杜绝这一问题，高职院校必须加强对人脸识别技术的重视，并将其应用于考试之中。

一、人脸识别技术分析

应用计算机技术来分析比较，进而达成识别人脸效果的技术就是人脸识别技术。人脸识别技术是生物特征识别技术的重要分支。目前，人脸识别技术已经发展的较为成熟，常用于企业员工考勤业務之中。在应用过程中，将输入的人脸图像或视频流与人的脸部特征做出对比，先对是否存在人脸进行判断，然后再根据采集的脸部信息特征与信息库的人脸特征之间的比对，识别被测者的身份[1]。

人脸识别技术包含三个方面。其一是人脸检测。人脸识别系统需要以此来判断是否存在人脸，然后对其面相进行分析。较为常用的方法是参考模板法、肤色模型法和人脸规则法，还会使用样品学习法和特征子脸法。以人脸规则法为例。人类的脸部拥有共性特征，五官分布结构十分鲜明。而应用人脸规则法来判断检测环境中是否存在人脸，就可以基于人脸的特征生成规则来操作。其二是人脸追踪。当系统从检测环境中识别出人脸后，就可以对其面貌进行动态目标追踪。在具体应用中，通常采用模型追踪法，也会采用运动与模型相结合的追踪方法。除此之外，还可以选择以肤色为模型对人脸信息进行追踪。其三是人脸比对。这是人脸识别的最后一个环节。在这一环节中，已经确定了人脸的基础信息，并采集到了相关的特征和数据，那么只需要将其与人脸信息库中的信息进行对比，就可以明确检测到的人脸是否准确，确保人脸信息识别无误。为了能确保从信息库中找到最佳匹配对象，在人脸对比环节中，一般采用面纹模板法和特征向量法。

二、在线考试中人脸识别技术应用的优势

在线考试是一种基于互联网和计算机的新型考试模式，在高职院校之中应用较为广泛。在线考试无需监考教师巡考，只需要考生在考试系统中输入信息并激活系统就可以开始考试。而考试过程中，考生将一直处于被监控的状态下。相比于传统的纸质试卷考试，在线考试在出题、答题方式上都更为灵活和便捷，阅卷和成绩核算也更为简单，优势十分鲜明。但是在线考试也存在一定的问题。其中，最为紧要的就是在线考试中考生身份识别的问题。由于在线考试没有监考教师核对考生信息，所以替考、代考问题频发。因此，必须将人脸识别技术应用其中，准确判断考生身份，提高在线考试的公正性。

首先，人脸识别技术的鉴别准确性高。采用生物识别技术确认参与人员的身份十分常见。但是人脸识别技术具有其独特的优势。相比于指纹识别、语音识别或视网膜扫描等方法，人脸识别技术更操作更简单且不易被仿冒，身份识别有效性更高[2]。以指纹识别为例，如果在线考试采用指纹识别方法，那么替考者只需要将考生指纹复制下来制成相应的模板，就可以通过检测，这样根本达不到身份识别的目的，更不能保证考试的公正性。而人脸识别技术则不然。人脸识别并不需要与机器直接接触，只需通过摄像头采集图像并进行比对就可以完成整体操作，十分便捷。

而且在应用过程中，人脸识别技术可以对面部信息的真实性进行判断，可以准确判断是真实人脸还是照片，能有效地杜绝仿冒，提高鉴别准确性。其次，人脸识别技术性价比高。高职院校并不需要为人脸识别技术的应用而添置专业设备，只需要为计算机配备摄像头即可。而且由于高职院校学生基本已经成年，所以其面部特征变化并不大。那么，在人脸信息采集方面，学生们也可以直接在学校机房完成，不会造成额外的成本支出。最后，人脸识别技术获取信息简便。人脸识别技术只要获取人脸图像就可以对面部信息进行鉴别和确认，信息采集比较容易，使用极为便利。

三、人脸识别技术在高职在线考试中的应用

为了保证高职院校课程在线考试的规范性和公正性，应用人脸识别技术十分必要。而将人脸识别技术应用于高职院校的在线考试之中，则需要设计出相应的在线考试系统，才可以满足技术应用要求。

（一）在线考试系统需求

要保证在线考试系统应用的有效性，就需要先对其使用需求进行分析。在线考试系统的主要需求可分为两方面。一方面，在线考试系统的应用目的是减轻高职教师负担，简化考试流程，提高教学水平和教学质量。所以，系统在设计环节，必须保证其操作的简便性以及应用模块的全面性;在线考试系统需要拥有较强的用户交互性，以便于教师出题和考生答题[3]。另一方面，在线考试系统应该具有公正性。系统需要准确核实考生身份，并科学合理地阅卷，保证考试成绩的真实性。正是出于这种需求，高职院校的在线考试系统之中才需要添加人脸识别技术。

（二）人脸识别技术的应用

人脸识别技术在高职课程在线考试之中的应用不止存在于考试系统登录页面的考生信息识别中，还应该被应用在考生答题的监考过程中和收卷前的信息核实中。

1. 考前准备环节

考试前，高职院校应该组织所有参加考试的学生一同录入身份信息。在线考试系统中的考生信息库内，不仅需要录入考生的基本信息，更需要采集考生的近期照片。在采集照片时，相关教师需要先对考生的状态进行检查，禁止考生化妆拍照。而且应该严格要求考生发型，拍照时必须展露出考生的全部面相特征。在采集信息时，应该在简单背景下完成相关操作，考生需要录入自己的正面图像，还需要对自己的微侧面脸部信息进行录入，然后由系统生成单独的人脸识别信息，以便于后期比对。

高职院校的在线考试系统应该依据人脸识别技术的应用原理设计身份信息模块。人脸识别的方法较为多样，作者对可应用于在线考试系统中的识别方法进行了简要分析。

第一，几何特征识别法。这种方法的主要原理是依据人体面部的眼睛、鼻子、嘴巴的形状和它们之间的几何关系判断人脸信息。几何特征识别法的识别速度十分快，而且信息占据的内存极小。但是这种信息的识别率较低，对于面部特征十分相似的人来说，其识别准确性会大打折扣。

第二，主分量分析法。这种方法是基于特征脸的人脸识别方法。主分量分析是一种统计程序。可以以正交的方式实现相关变量和线性不相关的变量之间的互换。而这些由相关变量转换而来的线性不相关变量就是主分量。利用这种处理方法，人脸图像和原图像的差异较小，而且处理方式简单，十分适用于人脸识别技术应用。基于主分量分析法，人脸图像会被压缩达成最优的正交变化——KL变

换，这样就可以利用高维图像空间得到一组新的正交基，保留重要部分后，可以利用这些基扩张成低维线性空间。假如人脸在低维线性空间中的投影具有可分性，就可以把这些投影用作识别的特征矢量，达成基于特征脸的人脸识别目的。

第三，弹性图匹配法。基于弹性图匹配的人脸识别方法，是在二维空间中对人脸的变形状况进行定义。通常，即便人脸出现变形，也存在一定的不變性的距离，那么二维空间中的此类距离进行定义后，可采用属性拓补图来代表人脸;在拓补图之中，每一个顶点都包含着特征向量，可以被用于记录该顶点位置附近的人脸的相关信息[4]。这种方法是灰度特性和几何因素结合的成果。当使用弹性图匹配法识别人脸时，图像中存在的一些弹性形变并不会对结果产生较大干扰。换言之，当在线考试系统对考生的面部信息进行采集和识别时，并不会因考生表情的变化而影响到人脸识别结果，人脸识别技术应用的有效性可以得到保

证。而且，应用这种识别方法，系统无需对考生的面部信息进行多样本训练。

2. 考试监考环节

在考试前，高职院校应该确保采集到的考生面部信息的有效性，并且确定考生信息与照片之间的准确对应。高职院校课程在线考试是利用相关的在线考试系统进行测验。所以，考生在登录考试系统时，系统会对考生身份进行第一次验证。当考生点开在线考试系统的登录页面后，需要输入自己的姓名和考号，经系统核查无误后，将进入人脸识别环节[5]。此时，摄像头会自动打开，学生应该配合系统提示动作。将自己的正脸尽可能完整的展露在镜头之中，便于系统采集信息;同时，还应该根据系统提示，进行点头、偏头等简单操作，进一步增强人脸识别的有效性。当考生的面部信息采集完毕后，系统会自动进行预处理。旋转校正采集到的照片，并将所有图像的大小和灰度按照统一标准调整，以便于提取面部信息特征。而后，系统需自动对人脸信息的真实性进行辨别。将采集到的信息与已有人脸进行匹配，实现一对一匹配后出具人脸信息识别检验报告单。当考生阅读报告单点击确认后，才可进入正式的考试界面。

在完成了登录阶段的人脸识别后，考生的身份得到了肯定，则有资格参加本次考试。而为了保证考试过程中不出现中途换人或交头接耳等作弊现象，高职院校的课程在线考试系统还应该具备全程监控的功能。考试系统的摄像头应该一直处于工作状态，对考生的整体开始过程进行记录。在设计环节，可以添加定时拍照和视频录制功能。开考后，考生不得随意移动，必须一直待在摄像头的监控范围内，如果离开该范围的时间超过1分钟，那么将按照考试违规进行记录，会对考生成绩造成影响。以某高职院校的在线考试系统为例。该校的在线考试系统每间隔2分钟，就会对考生进行拍照，并将所拍照片自动传回系统之中。监考教师可以通过这些照片，对考生的考试状态进行判断，若其中某位同学存在作弊嫌疑，那么教师可以缩短该考生的定时拍照时间，对其是否作弊进行核查。一旦被监考老师判定作弊，那么监考老师有权利借由后台操作中断该考生考试。

在考试过程中，人脸识别技术的主要应用功能是确保考生不被调换。通过定期拍照以及后台核查，可以确保答题过程中，考生始终保持原位不动;而且整个考试期间摄像头一直作业，能对考生的作弊行为进行有效监督，更可以保证考试的公正性。

3. 交卷时的身份核实

应用在线考试系统来进行课程考试，就不存在监考教师收卷以及核查试卷的环节。但是，考生需要在规定时间内自主交卷，如果超出答卷时间，那么系统将强制性收回试卷。而在收卷时，系统需要再次对考生信息进行核查。考生点击交卷按钮后，摄像头完成最后一次拍照，然后将这张照片与考试期间的所有抓拍照片汇总，打包上传于考生个人信息库之中。当试卷与考生信息上传完毕后，系统即可显示交卷成功，此时摄像头会自动关闭，待考生关闭计算机后就可以离开考场，则本次考试顺利完成。

（三）人脸识别技术应用的注意事项

将人脸识别技术应用于高职院校课程在线考试中，可以有效降低考试的作弊几率，但是为了加强技术应用的有效性，其工作开展中还有以下事项需要注意。

首先，考生图像信息的采集和保存问题。在采集考生的图像信息时，系统内的图像必须清晰、完整，而且采集到的图像必须经过严谨的分类，避免出现录入错误的问题。当高职院校组织考生录入个人图像信息时，应以班级为单位组织学生操作。同时，校方应严格规定拍照要求，并确定所上传的照片参数，这样才能确保信息录入的准确性。而且，学生将个人信息录入考试系统后，教师需要对其进行核查，如果在考前发现录入照片不合格等问题，则需要考生尽快按相关规定重新拍照，以免影响其正常考试。各科教师需要在开考前登录后台，对本班学生信息进行确认，准确无误后再通知学生开始考试。

其次，考试过程中的人脸识别问题。一般来说，高职院校学生会统一进入学校机房使用在线考试系统时考试，考场内通常不设有监考教师。这样一来，就可能会出现其他学生混入考场或考生随意走动的现象。摄像头的抓拍间隔一般为2分钟，为保证监控效果应错开相邻考生的抓拍时间。比如某次在线考试之中，考试开始时间为上午九点整，考生甲与考生乙座位相邻。那么可让考生甲的摄像头从九点整开始，每间隔2分钟抓拍一次考生信息;而考生乙的摄像头则从九点零一分开始，每间隔2分钟抓拍一次考生信息。通过这样的方式，能有效判断考生是否存在随意走动或交头接耳的现象。系统应对考场抓拍照片进行实时分析。如果在抓拍画面中，人脸数量比率小于50%，那么系统可判定该考生离开座位;如果抓拍画面中的人脸数量的比率大于50%但小于120%，那么系统可判定考生处于正常单人作答状态;如果抓拍画面中，人脸数量的比率大于120%，那么系统可判定该考位存在多人作答现象。当系统根据抓拍判定考生离开座位或多人作答时，应立即示警。操作在线考试后台的监考教师应马上查看相关考生的信息和状态，对其是否存在作弊行为进行判断，如果确认该考生作弊则应拍照存证后强制终止该考生答题，且需将其本次考试成绩记为零分。

最后，高职院校在设计和应用基于人脸识别技术的在线考试系统时，需要做好仿真模拟实验。在设计环节，设计人员应以在线考试的具体需求和人脸识别技术的应用原理为根本，完成系统设计。而在应用时，则应提前做好准确性测试，找出系统漏洞并及时加以改良，以免造成不良影响。

四、结束语

综上所述，将人脸识别技术应用于高职院校课程的在线考试之中，可以有效地识别考生身份，杜绝替考和代考行為，保证考试的公平性和公正性。为了更为合理地应用人脸识别技术，高职院校应该设计出符合本校考试和监考要求的在线考试系统，并利用在线考试系统完成课程教学成果检验。同时，为了保证人脸识别技术应用的有效性，高职院校应基于人脸识别技术的应用原理，做好考生面部信息采集工作。

参考文献：

[1]李川.智能无人监考考试系统设计与研究[J].电脑知识与技术，2018，14（30）：193-195.

[2]何文海，孙丽丽，赵凯.人脸识别技术在招生考试系统中的应用与研究[J].数字通信世界，2019（02）：185.

[3]周伟，吴颖，徐昶，等.大型考试考务管理系统设计与实现[J].中国教育信息化，2017（07）：69-71.

[4]张冲.基于云服务和人脸识别的在线组卷、考试和阅卷系统[D].天津工业大学，2016.

[5]黄志威，宋鸿陟，司国东.一种在线考试中实时图像监考系统的设计与实现[J].现代计算机（专业版），2015（19）：62-67.