基于多维度体感信息的在线考试异常行为监测

• 作者: 刘威 徐晶 范子健
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 在线考试 行为监测 体感信息
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 320-325
• 页数: 6页
• 分类号: TP391.4
• 字数: 3807字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.02.018

摘要

考试者监测是在线考试面临的主要难题之一.传统监测方案主要集中在考试者的身份识别方面,缺乏对考试者异常行为的有效识别.面向在线考试异常行为监测,提出通过体感数据采集仪Kinect获得考试者的骨骼关节点位置以及头部偏转角度等姿态数据,判别在线考试过程中考试者的异常行为.同时,针对单一的动作事件判别方法存在的虚警率高的问题,提出利用多维度体感信息识别考试者行为的新思路.通过分析一个时间窗口内异常事件发生的频次以及持续时间等信息,判断考试者当前的行为是否异常.实验表明,所提方案可以有效地监测考试者在考试过程中出现的异常行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晶	华中科技大学电子信息与通信学院	48	634	10.0	24.0
2	刘威	华中科技大学电子信息与通信学院	75	606	13.0	21.0
3	范子健	华中科技大学电子信息与通信学院	2	4	1.0	2.0