智能在线笔试系统设计与实现文献综述

研究背景：

随着现代互联网技术的迅速发展，全球已进入一个高速飞跃的信息化时代，传统教育形式与考试方法将面临着信息技术的巨大冲击。加强基于Web的教育信息化是提高教学质量的重要途径，在教育现代化建设过程中也发挥着越来越重要的作用。考试作为教育的一种有效评价方式，从传统的笔试方式向基于Web的无纸化智能在线笔试方式的飞越已经成为了未来考试方式的发展趋势。基于Web的在线考试与传统考试有很大的不同，它通过计算机实现自动组卷，自动选题与评分等功能，并且使用在线考试无需印刷试卷，这样在很大程度上提高了工作效率，节约了人力与物力，降低了考试成本，同时，还使得考试能够更加标准与全面的反映教学效果^[1]。

在传统的考试方式下组织一次考试通常需要经历教师出卷、学生考试、教师 评卷以及成绩统计等步骤。然而，随着考试规模的不断扩大与考试要求的提高，考后对试卷的评阅、分数的统计等工作量越来越大，对考试成绩的统计也非常容易出差错，从而影响考试的公平性^[2]。然而，通过计算机网络开展在线考试的方式，为当前的考试新模式探索提供了非常好的方式，尤其是在线考试、自动阅卷、自动出卷等方式可以极大的提高当前的工作成效^[3]，并使考试变得越来越公正、越来越客观，大大的促进学生的学习，提高学生进行自主学习、自主测试的能力。因此，充分利用现代化的网络工具设计开发基于Web的智能在线笔试系统，对教育的信息化与教学质量的提高有着非常重要的意义。

为了有效的提高考试过程中组卷的合理性与评卷的公平与正确性，使考试能更加有标准与有效的反映教学效果，首先需要解决以下问题：

（1）提供自动组卷功能模块，使考试过程中考生基准试卷相同，但是考试试卷不同，从而保证考试的公平与规范；

（2）提供自动评卷功能模块，对于主观题提供教师后台阅卷功能，从而降低对试卷的评阅与分数统计的工作量，并使考试变得公正与客观；

（3）提供 Word 形式试卷生成功能，从而使系统不仅支持在线考试功能，而且支持试卷打印，使考试形式更加灵活。正是为了解决基于Web的在线考试系统所面临的以上问题，智能在线笔试系统的组卷策略、Word 形式试卷生成、考生答题、自动阅卷等^[4]技术进行了研究。Word 形式试卷生成指将由在线考试系统组好的试卷以 Word 文件的形式进行保存，这样不仅可以将生成的试卷用于在线考试，而且可以将试卷打印出来组织传统考试，这样使得在线考试系统更加具有灵活性。实现生成Word文档的编程语言非常多，本文使用C#基于.NET平台实现 word 文档生成。Office 提供了一整套编程接口，这些接口都是通过 COM 组件公开的^[5]，任何访问office 编程接口的程序都是通过调用Office COM 组件实现对office文档的操作。

研究意义：

针对传统考试方式的不足，开发基于Web的在线考试系统。基Web的在线笔试系统由计算机依据相应的组卷策略进行出卷，从而使组卷过程客观标准。 使用基于Web的在线考试方式使试卷的评阅与成绩的统计也变得方便与公平，从而使考试能够更加有标准与有效的反映教学效果。通过计算机网络开展在线考试的方式，为当前的考试新模式探索提供了非常好的方式，尤其是在线考试、自动阅卷、自动出卷等方式可以极大的提高当前的工作成效，并使考试变得越来越公正、越来越客观，大大的促进学生的学习，提高学生进行自主学习、自主测试的能力。因此，充分利用现代化的网络工具设计开发基于Web的在线考试系统，以提高教育教学质量是十分必要的，对考试的现代化将有着很大的推动作用与应用价值。

国内外研究现状：

在线考试现状随着现代互联网技术的迅速发展，通过互联网进行网上学习与考试的人数不 断增加，同时网络教育所面临的挑战也越来越严峻。在线考试作为在线教育的一 种有效评价方式，已经成为了未来网络方式的发展趋势。目前，国内外许多高校 与公司都在积极研究和开发基于互联网的在线考试应用系统，构建更为有效的在 线教育平台。北京师范大学开发的基于 Web 的通用题库系统，该系统支持在线远程组卷功能、在线考试、在线阅卷与成绩统计等功能^[6]。American Testing Authority Inc开发的e-Testing智能考试系统，不仅支持远程在线考试，而且能够监控用户考试的每个步骤，并对每个步骤进行一个量化的评估，考试的整个过程都由计算机控制，从而确保了考试的客观公正性。在国内，基于Web在线考试已经迅速的发展起来，通过网络学习与考试的人数逐年增加，我国还处于一个教育软件供需矛盾的阶段。虽然，在线考试已经有很大的发展，但是在线考试系统还有很多不完善的地方，从而使得在线考试还难以取代传统考试。

1、计算机阅卷研究现状

随着在线考试的发展，自动阅卷技术已经成为了在线考试系统中的一个研究热点^[7]。通过采用自动阅卷技术可以实现试卷中客观题部分的自动评阅与计分，针对在线考试中的主观题可以采用教师后台阅卷的方式完成。自动阅卷技术不仅可以应用到计算机类考试，还可以扩展使用到其它学科的考试当中，并且可以在互联网上迅速的得到推广。针对各种应用操作技能类测试，实现自动阅卷较为不易，通常使用仿真软件与真实应用操作环境两种方式进行实现。

2、在线考试系统类型

通常在线考试系统包括三种类型：开放型、半开放型与集体组织型。开放型指完全在互联网上公开的考试，考试过程无需监考，并且可以随时随地的考试。这种类型的考试通常用于知识点自我考核或知识问答系统之中。半开放型指需要考生进行个人考试申请，并按照考试要求在指定考试地点进行网络考试。这类考试通常为社会认证性的考试，并且可以随到随考，考试需要收取一定的费用。集体组织型指需要集体申请的方式，并在指定的考试机构进行考试。这类考试通常也是认证性的考试，考试是否收费需由组织机构决定。

3、Web在线考试存在的问题

目前，基于Web的网络考试系统比较多，但是由于开发标准不同，导致这些在线考试系统在对组卷、抽题与考试等实现上存在着一些各不相同的问题。

（1）组卷在线考试系统的组卷策略影响着最终生成的试卷所涵盖的知识点与难易程度，它是决定整个系统性能的关键因素。目前，大部分的考试系统存在组卷效率较低，试卷难易度控制不够等问题。

（2）抽题目前，很多在线考试系统仅仅只是依据试题在题库中的顺序抽取题目，而没有使用随机的方式进行抽题，这样将导致最终试卷不合理的现象。有些系统虽然采用了随机抽题的方式，但是没有考虑试题重复出现的情形，从而导致一张试卷中可能出现同一道题目的情况。

（3）试卷提交有些考试系统在考生刷新考试界面后，没有记录考生的当前考试状态，结果导致重新开始考试的情况；如果遇到不明原因的系统重启或断电等情况，有些考试系统没有实现自动提交试卷，结果导致考试信息丢失。考试时间终止时，如果忘记提交试卷，有些考试系统不会自动将答案提交，最终导致考试信息丢失的现象。

4、在线考试特点

（1）组卷与考试灵活在线考试系统可以实现教师在教学过程当中对考试试题进行收集并存入题库，最后由计算机依据相应的组卷策略进行出卷。系统还可以实现计算机自动出题与人工手动出题的结合，并且对于在线生成的试卷可以进行在线考试，也可以生成Word试卷进行打印，使考试形式更加灵活。

（2）节约人力与物力在线考试通过计算机实现自动组卷，自动选题与评分等功能，并且使用在线考试无需印刷试卷，这样在很大程度上提高了工作效率，节约了人力与物力，降低了考试成本。

（3）动态更新题库教师可以依据学习情况动态的对题库进行更新，因此考试的知识点可以随时调整，使学生可以有针对性的进行考试。

（4）考试客观与规范在线考试时试卷是依据组卷策略基于试题库生成的，每道题都针对题型、难度与内容进行了分类，题目量大、知识面广，试卷的生成过程是一个量化的过程，因此，生成的试卷具有客观合理性。考生通过认证方式登录系统考试，答卷完成后可以通过提交试卷终止考试，考试时间终止后系统会自动提交试卷结束考试，并自动评卷后登记成绩以供查询，是考试过程更加规范。

5、基于OpenCV的人脸检测于识别

智能在线笔试系统运用了人脸检测与识别技术，主要是为了身份验证，和防止考试作弊等违反考试纪律行为，保障考试的公平。考试开始时会进行考生身份验证，考试过程中会开启摄像头跟踪考生的脸部，确保考生无考试违规行为。

人类的面部提供了大量视觉信息，计算机的多种感知输入通道，如人脸识别、 口型识别、表情识别等，都建立在人脸的基础上。随着信息技术的发展以及应用需求的剧增，人脸检测^[8-9](Face Detection)作为人脸信息处理中的一项关键技术，日益成为一个热门的研究课题。人脸检测的目的是自动确定输入图像中是否存在人脸，并给出人脸的个数、位置、大小等参数。人脸跟踪^[10-11]叫(Face Tracking)则 是要在图像序列中确定出各帧间人脸的对应关系，并在后续序列帧中跟踪出已定位人脸的运动轨迹。人脸识别^[12](Face Recognition)是在人脸检测的基础上分析人脸的图像特征，进而确定人脸的身份特征。

5.1人脸检测方法

1、基于轮廓对称性的人脸检测方法这种方法是利用人脸轮廓的对称性^[13]特征来进行人脸检测的，主要思想是首先对人脸轮廓或人脸各个器官轮廓进行检测，然后验证它们之间是否满足对称性关系。在这类算法中Zabrodsky提出了连续对称性检测方法，检测一个圆形区域的对称性，从而确定是否为人脸。为了描述物体的点对称性，有学者提出了广义对称变换方法，用检测局部对称性强的点来进行人脸器官定位。它只考察人眼中心点的强对称性和脸部特征的几何分布，对人脸偏转、表情变化、光照变化等条件不敏感，因而具有较好的鲁棒性。但计算量很大，而且只利用了各点的对称性，易产生大量的候选点，使定位精度受到影响。

2、基于模板匹配的人脸检测方法模板匹配方法的思想是计算测试样本与参考模板之间的相似度，以其是否大于阈值来判断测试样本是否为人脸。模板分固定模板^[14]和可变模板瞄^[15-16]两种。固定模板实现简单，但由于人脸特征变化大，难以较好的反映人脸的共性，检测精度低，适应性不强，目前已很少使用，不过有些方法仍用作人脸的预处理和粗检。 可变模板是在模版中包含一些非确定的因素，根据测试样本的具体条件，自适应地调整匹配模板，以提高模板的适应性和检测精度。下面分别介绍固定模板和可变模板。

２．本课题要研究或解决的问题和拟采用的研究手段（途径）：

一、所研究或解决的问题

本课题主要实现智能在线笔试系统，运用人脸识别于检测技术对考生的考试行为进行跟踪和提醒。促进信息时代考试无纸化，信息化。是考试更加方便，高效和公平。

二、拟采用的手段

课题研发主要由需求分析、系统设计、系统实现、系统测试、系统部署与实施五个阶段组成。

系统设计与实现的关键技术如下：借助JavaWeb、openCV技术，运用目前较为流行的SSM框架，采用mysql关系型数据库，开发在线笔试，人脸检测功能，通过清晰的业务逻辑层和表示层等，实现智能化、网络化、实时化的考试系统。具体来说分为以下三步：

1、网页开发

采用目前较为流行的bootstrap、JQuery等前端框架。

2、业务逻辑层和人脸检测开发

业务逻辑层采用ssm框架；

人脸识别于检测采用基于openCV的人脸识别于检测技术。

3、数据库

采用关系型数据库Mysql。

参考文献：

[1] 高向英.中小学教育信息化环境建设研究——衡水市中小学教育信息化环境建设的问题与对策[硕士学位论文].河北:河北大学,2005,1-38

[2] 李广丽.基于C8051F043的无纸化考试系统的研究与设计[硕士学位论文].天津:天津工业大学,2009,1-32

[3] 明繁华.基于虚拟仪器的在线实验系统研究[硕士学位论文].湖北:华中科技大学,2006,1-36

[4] 陈熙.在线考试系统的研究与实现[硕士学位论文].陕西:西安石油大学,2010,1-33

[5] 肖洋,王骁,刘凤新.在线考试组卷算法研究[J].北京化工大学学报,2006,(4),44-47

[6] 陈熙.在线考试系统的研究与实现[硕士学位论文].陕西:西安石油大学,2010,1-33

[7] 李佳林.在线考试系统中主观题自动阅卷的设计[J].中国教育技术装备,2008,(24),243-245

[8]梁路宏，艾海舟等，人脸检测研究综述，计算机学报，2002。

[9]赵丽红，刘纪红，徐心和。人脸检测方法综述。计算机应用研究。2004(9)：1-4．

[10]K．Mikolajczyk，R．Choudhury,and C．Schmid．Face Detection in a Video Sequence-A Temporal Approach．Proc．IEEE Conf．Computer Vision and Pattern Recognition，V01．2，2001，96-101．

[11]李生平，贾振堂，贺贵明，韩艳芳，董梅。综合利用人脸特征和活动轮廓技术 的人脸检测及跟踪算法。小型微型计算机系统，V01．24，No．10，2003，1837．1840。

[12]周杰，卢春雨，张长水，李衍达。人脸自动识别方法综述。电子学报。2004(4)： 102．106。

[13]尹红梅，朱再新。基于动态轮廓的彩色多人脸检测。视频技术应用与工程，2007(8)：134-136。

[14]Craw I，Took D，and Bennet A，Finding face features，Proc．Second European Conf．Computer Vision，Berlin,1992：92—96．

[15]Lanitis A，Taylor C J，Cootes T E Automatic face identification system using flexible appearance models．Image andVision Computing．1995，13(5)：393—401．

[16]Ⅵlille，Cohen D，Hallinan P Feature extraction from faces using deformable templates．Proc．IEEE Conf．On Computer Vision and Patem Recognition．San Diego，1989：104—109．