《考务管理中的试卷保密室智能技术应用探析》由会员分享,可在线阅读,更多相关《考务管理中的试卷保密室智能技术应用探析(6页珍藏版)》请在金锄头文库上搜索。
1、考务管理中的试卷保密室智能技术应用探析 蔡武越 教育部考试中心 摘 要: 针对目前国家教育考试试卷保密室值守工作存在着人防工作压力大、录像回放时间长的问题, 提出了基于视频监控智能技术的解决方案。通过视频浓缩、人脸识别、区域检测等技术, 构建一个实时监控和异常分析、录像回放和关键图像抽取、实时报警的安全体系。对今后以“试卷流”为核心的考试安全体系进行了展望。关键词: 考试管理; 考试安全; 试卷保密; 智能技术; 作者简介:蔡武越 (1974) , 男, 教育部考试中心, 工程师。Analysis of the Application of Intelligence Technology in
2、 Examination Paper StorageCAI Wuyue National Education Examinations Authority; Abstract: Aiming at the issues that staff safeguarding the test materials storage room face much pressure in their work and that monitoring video replay takes longer time, this article proposes a solution based on the int
3、elligent technology of video surveillance. The solution creates a system that, through the techniques of video concentration, facial recognition and area detection, combines the functions of real-time surveillance, anomaly analysis, video replay, key image extraction and real-time alarm. In addition
4、, this article looks forward to the testing security system, which takes “test paper flow” as the core.Keyword: Examination Management; Test Security; Confidentiality of Test Papers; Intelligence Technology; 在教育考试信息化、数字化趋势推动下, 智能技术在教育考试管理中的应用不断深化, 标准化考点建设内涵不断延伸和扩展, 技术、信息、数据不断累积和沉淀, 大大提高了考试管理的安全性和可靠性
5、, 实现了人防、物防、技防的一体化。在考试安全保密的核心部位和关键场所的管理中, 如何利用智能技术有效提高效率和即时性, 特别是在海量数据中提取有效管理信息, 以发现问题、预警报警、查补漏洞等, 变得非常迫切。保密室作为考前存放试卷的核心部位和关键场所, 以往是以“人”为核心进行管理和值守。随着对保密室、保密柜、保密值守人员监控的建立, “技防”产生的人工工作量不断增加:一是在网上巡查监控的基础之上的大量监控视频回放检查。国家教育考试要求每 6 小时对视频监控录像必须进行回放, 需要人工播放检查, 工作量巨大。然而在这些监控录像中仅有极少部分是“有效录像” (指能有效反映当前保密室监控环境变化
6、的视频录像) 。特别是在异常情况下, 对非明确目标的事件回溯工作难度较大。二是要通过工作人员对保密室使用期间的异常情况进行发现、甄别和判断, 难度很大。通过人工进行保密室录像回放, 在长时间、单一性的工作内容下, 将会大幅提高工作强度, 使得工作人员过度疲劳, 由此产生的准确性、安全性、可靠性、稳定性隐患更为突出。本文提出通过基于视频图像智能分析技术的保密室智能值守解决方案, 可以有效缓解视频回放人力资源浪费、回放效率低、准确度差、关键信息 (录像、图片) 记录不全、突发事件响应慢等问题, 为今后逐步推广应用至重点场所探索高效合理的技术模式。1 视频浓缩技术在对异常情况进行目标性不明确回溯的应
7、用场景中, 不可避免地需要对完整视频资料进行回放查找。视频浓缩技术有效过滤无用视频, 同时又不遗漏关键视频。本文提到的视频浓缩技术实际为动态视频浓缩技术, 区别于静态视频摘要中仅提取关键帧的实现方式, 一般包括 4 个基本步骤:一是运动目标检测, 包括背景建模、场景分割以及运动物体检测等;二是目标轨迹提取, 根据轨迹提取算法提取原始视频的目标轨迹, 得到目标轨迹集合;三是轨迹优化, 对目标轨迹集合采用轨迹算法优化, 得到每条轨迹的时间序列集;四是浓缩视频生成, 根据优化结果, 将目标轨迹集与背景图像序列进行拼接, 生成视频帧, 再将帧序列合成为浓缩视频。在保密室值守场景下, 通过活动目标提取、
8、无效视频过滤展示和视频索引建立, 存储设备开放 SDK 实时对接视频浓缩分析, 做到实时浓缩、随时取看。将 24 小时内的保密室监控视频浓缩至 1 小时左右的有效视频, 就可以清楚地看到哪些活动目标出现在保密室或保密室环境出现哪些变化, 大大减轻工作的冗余度和工作量。视频摘要技术还拥有如下特性:一是并发处理, 可对长视频文件进行摘要处理, 并可同时进行多个视频文件处理;二是处理时间短, 处理时间相当于原视频时间的 10%25%;三是摘要视频短, 特定条件下, 1 小时视频可摘要成十几秒, 甚至达到 20 秒;四是灵活的操作, 可设置摘要视频的播放速度, 设定摘要视频中活动对象的展现密度;五是直
9、观的展现, 每个活动对象可实现对象框, 并标注出现的时间戳;六是方便的摘要输出, 可将视频摘要导出为需要的视频格式文件;七是可与原始视频互动, 选中活动目标可直接索引播放活动目标原始视频1。2 智能图像分析预警技术图像识别和内容提取技术的发展使得图像、视频等非结构化数据的处理和应用更加深入。通过前端摄像机与智能算法、DSP 等相结合的智能分析摄像机, 可以极大发挥前端摄像机本身的分析、处理能力, 根据预设好的预警规则对监控区域进行预警信息智能提取2。此方式可以融合对接现有的国家教育考试网上巡查系统, 实现资源高效共享和利用。独立搭建系统无须大量的存储空间和传输带宽资源, 仅需要对智能摄像机所提
10、取的少量有用视频信息、图像 (图片) 信息进行存储和传输。2.1 人脸识别人脸识别技术 (face recognition technology) 是基于人的脸部特征, 对输入的人脸图像或者视频流首先判断其是否存在人脸, 如果存在人脸, 则进一步给出每个脸的位置、大小和各个主要面部器官的位置信息, 依据这些信息进一步提取每个人脸中所蕴含的身份特征, 并将其与已知的人脸进行对比, 从而识别每个人的身份。一般的应用流程包括视频图像采集、人脸图像提取、人脸定位、人脸识别预处理、身份确认以及身份查找。2.2 区域监测区域监测, 即通过设置虚拟围篱对周边情况进行侦测。当发现可疑人员或者物体穿越围篱, 即
11、触发报警, 并将报警信号上传至监控中心。同时可将报警画面以视频录像或抓拍图片的形式通过网络上传。在保密室等重点场所的应用中, 值班人员通过电脑、手机等值守终端接收报警信息, 作出研判, 并进行响应处置。3 保密室智能值守解决方案可靠的试卷流转、试卷存放安全保障体系的建立, 可以实现试卷管理的标准化、规范化、现代化管理, 提高试卷安全的可靠性、可追溯性, 从而可以从根源上震慑、遏制和打击考试失泄密行为, 对考试公平、安全起到重要保障和积极促进作用, 对于维护社会稳定具有重要意义。保密室安全管理是考试考务组织中的关键环节。在目前标准化考点建设日趋完善的今天, 试卷在保密室的管理仍处于相对滞后的人工
12、管理状态, 试卷流转过程的整体可控性低, 异常情况的发现、响应、追溯和取证都存在着支撑不足的情况。一次考试中每个保密室工作周期在 35 天, 要求 24 小时高强度“人盯人”“人盯监控图像”值守, 每天 6 小时回放一次监控录像, 值守人员、工作人员承担着极大的精神压力和体力考验。某省 2017 年度一项国家级考试共启用市级、区县级保密室 130 个, 按照每个保密室 6 个摄像机 (包括保密室、值守房间、通道等关键部位) 、平均每个保密室值守 4 天时间计算, 将会产生 3 200 小时录像视频, 需要大量人员连续加班才能完成。由于人的生理局限, 长时间专注于单一视频画面, 工作枯燥, 容易
13、造成值守人员注意力低下, 产生视觉疲劳, 严重影响录像回放审看的准确度和效率, 极易忽略掉细节, 造成“过眼不过脑”的情况, 当发生突发事件进行回溯时就存在大海捞“帧”的窘境。采用视频浓缩技术并在重点场所应用智能图像分析预警技术, 不仅可以实现海量图像高效回放, 还能将原本依赖于人工预警的机制提升为机器预警、人工干预的异常情况应对策略, 实现对异常情况的图像检索、快速定位和及时响应。3.1 基本要求全面贯彻落实“安全第一, 预防为主, 综合治理”的要求, 完善安全措施, 提升应对试卷失泄密事件的应急处置能力, 提高保密防范标准, 做到全时段、全方位、联动管理。由于各地认识存在差异、发展不平衡、
14、机构和人员配置条件所限, 工作人员监守自盗的安全事件仍旧偶有发生。为此, 教育部要求各地必须做到全时有人盯、全程有监控、互相能监督, 严格落实 6 小时监控录像回放, 归根到底是确保试卷的绝对安全, 出现问题及时发现、控制和应对。3.2 智能分析技术在保密室值守中的应用探索探索在保密室值守中应用智能分析技术的总体思路是“利旧升级, 流程重构, 基于数据, 辅以智能, 保障安全”。通过对保密室现有的网上巡查系统进行技术改造、升级, 结合各地业务进行流程重构, 基于数据并辅以智能的核心手段, 实现保密室管理的安全、高效、可靠。保密室存放试卷期间的所有值守和管理业务范围涵盖试卷入库、存放、人员管理、
15、出库、备用卷存储、应急处置和事件回溯, 需要以试卷安全为管理核心, 将智能分析技术与保密室业务进行深度融合。视频浓缩技术和智能图像分析预警技术在实现形式上都是基于模块化设计, 因此在融合到实际考试业务系统时, 对各业务系统本身也提出了一定要求。首先, 业务系统应采用相同设计形式模块化设计。其次, 系统间数据流转、交互采用一套固定的标准数据规范接口。第三, 业务系统要具有一定的数据清洗和数据融合能力, 以实现在视频浓缩和智能图像分析预警基础上的数据挖掘和深度应用。视频浓缩在实际部署中可采用低耦合模块化设计, 可以通过 SDK 等数据接口形式挂载至录像视频 (网上巡查) 系统中, 实时对录像文件进
16、行同步操作、浓缩, 达到随取随看的应用要求, 减少录像复制、转移、重复处理和回放耗时。智能分析预警技术可采用无缝对接网上巡查系统, 通过不同程度的结合与巡查系统实现融合, 将风险分析和识别转交给计算机或者芯片, 让值班人员从“死盯”监视器的工作中解脱出来, 计算机发现问题时, 立即产生报警, 值班人员进行即时响应。视频浓缩技术和智能图像分析预警技术在保密室场所的应用方式如图 1 所示。4 智能技术应用方案4.1 智能预警在试卷存放室进、出口等关键部位加装智能分析摄像机, 通过对监控保密室区域的智能分析、人员轨迹识别、环境变更等情况的智能判别, 能够实时判定、报警, 避免事后发现而错过处置最佳时机。同时, 可以防止传统网上巡查系统对值守人员的依赖, 将工作人员从枯燥、重复的视频审查中解放出来。引入人员轨迹智能识别等技术将极大提高和完善保密室的监管程度, 实现工作方式从机械化、人工化向智能化转变。图 1 视频浓缩、智能分析与保密室和网上巡查系统对接模式图 下载原图智能图像分析预警技术通过抓图、录像等手段把可疑行为或现象同时