要約
ズームのようなビデオ会議ソフトウェアを介したオンライン試験は、COVID-19のために多くの学校で採用されています。
便利ですが、同時に表示される生徒のズームウィンドウからオンライン試験を監督することは教師にとって困難です。
本稿では、顔検出を利用してリアルタイムの学生識別を支援するだけでなく、一般的な異常行動（顔の消失、顔の回転など）を検出できるインテリジェントなオンライン試験監視および分析システムであるiExamを提案します。
顔認識ベースの試験後のビデオ分析を介して、試験中に別の人と交換します。
このような新しいシステムを最初の種類で構築するために、3つの課題を克服します。
まず、試験ビデオストリームをキャプチャし、それらをリアルタイムで分析するための軽量なアプローチを発見します。
次に、各生徒のズームウィンドウに表示される左隅の名前を利用し、動的な位置を持つ生徒の顔のグラウンドトゥルースを自動的に収集するための改良されたOCR（光学式文字認識）技術を提案します。
第三に、教師のPCで必要なトレーニングとテストの時間を効率的に短縮するために、いくつかの実験的な比較と最適化を実行します。
私たちの評価によると、iExamは、許容可能な実行時パフォーマンスを維持しながら、リアルタイムの顔検出で90.4％、検査後の顔認識で98.4％という高精度を達成しています。
iExamのソースコードをhttps://github.com/VPRLab/iExamで入手できるようにしました。
要約(オリジナル)
Online exams via video conference software like Zoom have been adopted in many schools due to COVID-19. While it is convenient, it is challenging for teachers to supervise online exams from simultaneously displayed student Zoom windows. In this paper, we propose iExam, an intelligent online exam monitoring and analysis system that can not only use face detection to assist invigilators in real-time student identification, but also be able to detect common abnormal behaviors (including face disappearing, rotating faces, and replacing with a different person during the exams) via a face recognition-based post-exam video analysis. To build such a novel system in its first kind, we overcome three challenges. First, we discover a lightweight approach to capturing exam video streams and analyzing them in real time. Second, we utilize the left-corner names that are displayed on each student’s Zoom window and propose an improved OCR (optical character recognition) technique to automatically gather the ground truth for the student faces with dynamic positions. Third, we perform several experimental comparisons and optimizations to efficiently shorten the training and testing time required on teachers’ PC. Our evaluation shows that iExam achieves high accuracy, 90.4% for real-time face detection and 98.4% for post-exam face recognition, while maintaining acceptable runtime performance. We have made iExam’s source code available at https://github.com/VPRLab/iExam.
arxiv情報
| 著者 | Xu Yang,Daoyuan Wu,Xiao Yi,Jimmy H. M. Lee,Tan Lee |
| 発行日 | 2022-06-27 15:03:25+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google