英語四六級考試組織管理系統的設計與實現

陳芝麗 管彥允 江昆 鄧懷興

摘 要 英語四六級考試屬于國考 涉及高校教育主管部門等 流程多 任務復雜 現有的報名系統只提供考生照片上傳 審核 報名繳費 準考證下載和成績查詢功能 文章介紹了使用SpringBoot 框架YOLOv5對象檢測算法和javeSeript 等技術開發英語四六級考試組織管理系統 旨在解決監考自動安排 考前教育宣傳 成績統計分析和監考視頻異常檢測等問題

關鍵詞 四六級考試組織 自動排考 監考視頻異常檢測YOLOv5; SpringBoot

中圖法分類號tp319? ?文獻標識碼a

隨著國家對教育教學的重視，高校對四六級成績的統計、監考視頻檢測和相關信息的及時管理越來越重視。為了對大學生的實際英語能力進行客觀、準確的測試，教育部每年組織２ 次全國性的大學生英語四六級考試，為大學英語教學提供測評服務。

現有的國家報名系統只提供考生照片上傳、審核、報名繳費、準考證下載和成績查詢功能。對于高校來說，還需要進行考前誠信教育、統計學生成績、監考異常排查等工作，這些都是國家報名系統目前能夠實現的?；诖?，本文設計了該系統，其對于輔助高校進行考試組織管理具有非常重要的意義。

１ 系統設計

１．１ 系統體系結構設計

在保持簡單化、輕量級基礎上， 將統一采用ＲｅｓｔＦｕｌ 接口風格，以保障在跨語言開發交互上簡單集成，英語四六級考試組織管理系統采用ＭＶＣ 模式進行開發［１］ 。ＭＶＣ 模式分為３ 個模型，分別指業務模型（ Ｍｏｄｅｌ ）、用戶界面（ Ｖｉｅｗ ）、控制器（Ｃｏｎｔｒｏｌｌｅｒ）。使用ＭＶＣ 的目的是實現Ｍｏｄｅｌ 和Ｖｉｅｗ 的代碼分離，以保持一個業務的邏輯分明，降低耦合。其中，業務模型提供了模型數據查詢和模型數據的狀態更新等功能，包括數據和業務；用戶界面負責進行模型的展示；控制器負責接收用戶請求，委托給模型進行處理（狀態改變），處理完畢后把模型數據返回給視圖。

１．２ 系統總體設計

本系統采用ＲＢＡＣ 角色權限管理辦法，對各項功能模塊進行功能詳細的管理分配，并預設不可更改的超級管理員角色。在系統中，將基于ＹＯＬＯｖ５ 目標檢測算法訓練模型并結合ＲｅｓｔＦｕｌ 風格提供接口請求對監考視頻進行初步目標行為檢測，具體檢測是否在座、離座，桌面雜物情況等。這不僅可以提高考務管理人員的工作效率，還提高了數據的準確性和信息的更新速度，從而輔助高校進行考試組織管理，提高英語四六級考試組織管理質量。監考視頻異常檢測是本系統的重要組成部分之一。

１．２．１ 系統用戶管理

本系統在可自定義角色前提下，預設教師用戶、學生用戶和管理員３ 種基本角色。學生用戶功能包含個人信息完善、查看考試安排、查看考試信息和上傳成績等；教師用戶功能包含個人信息完善、查看監考安排和查看考試信息；管理員用戶功能包含監考自動安排、考試自動安排、成績統計、監考視頻異常檢測、用戶管理和考場統計等。

１．２．２ 監考自動安排管理

根據相關要求監考實現自動化［２］ ，由管理員在系統內進行操作，在觸發分配時將自動提取信息，主要包含教師信息、主／ 副監考、考場、考試信息及時間等信息。

１．２．３ 考試自動安排管理

根據考試及考場相關要求，達到觸發條件將自動安排，由管理員在系統內進行更改操作?？荚囎詣影才胖饕忌畔?、考場人數、考場信息、考試信息及時間等主要信息。

１．２．４ 成績統計管理

根據國家報名系統出成績時間，在學生登錄系統查看成績后，跳轉到本系統并根據要求上傳成績，系統根據預設條件實時統計數據，管理員可對參與本次考試的考生成績進行統計分析，以便學校及時對學生英語學習情況進行掌握。

１．２．５ 考場統計管理

根據考試對考場的相關要求，管理員錄入考場信息、監考人員人數、考場容納考生人數、監控視頻編號，對本次考試信息進行系統管理和相關數據備份。

１．２．６ 監考視頻異常檢測管理

為了輔助監考視頻抽查，管理員在觸發檢測時，系統將提取監考視頻并傳遞給ＹＯＬＯｖ５ 目標檢測模型進行一個預處理，包括座位上是否有人、是否有手機、是否有舉手等行為，并將檢測數據結果返回給后端視圖。

１．３ 數據庫設計

按照本系統的業務需求，系統數據庫數據表主要包含用戶數據、學生數據、教師數據、權限數據、監考安排數據、報名信息數據、成績上傳數據、考試信息數據、用戶與角色關聯表數據、角色數據等，此處僅列監考視頻檢測實體和檢測信息Ｅ?Ｒ 圖，如圖１ 所示。

１．４ ＹＯＬＯｖ５ 目標檢測搭建、設計與訓練

監考視頻異常檢測使用ＹＯＬＯｖ５ 目標檢測算法及卷積神經網絡（ＣＮＮ）應用圖像處理，由于檢測是回歸問題并不需要過多復雜的管道，因此其比Ｒ?ＣＮＮ，Ｆａｓｔ Ｒ?ＣＮＮ 更快。首先，克?。铮欤铮觯?代碼進行基本依賴安裝，通過初步調教參數，使用物體檢測達到一個初步預期。利用ＹＯＬＯｖ５ 算法的預測性能和模型精度對模型進行預訓練［３］ ，以識別多個主體位置及場景，并引入ＲｅｓｔＦｕｌ 接口風格提供接口請求［４］ 。最后，通過視頻監控獲取逐幀畫面，實時調用接口使用模型檢測座位狀態，并將最終結果傳遞到后臺。

１．４．１ 數據集采集

訓練模型需要一定的數據集。視頻圖像采集分為基于攝像頭的圖像數據獲取以及基于視頻文件的圖像數據獲取。該系統訓練使用的監控視頻資源來自抖音平臺和手動模擬錄制。對視頻進行切片操作，并將切片出來的圖片進行標注，最終得到訓練集。

１．４．２ 模型搭建與訓練

模型訓練的圖片尺寸為６４０?６４０，每次輸入圖片數量１６ 張，訓練迭代次數３ 次，ｙｌｏｖ５ｓ．ｐｔ 為訓練好的網絡模型，用來初始化網絡權重。

１．４．３ 模型訓練結果

模型在初步測試通過后，經過多次訓練得出訓練結果，使用標簽平滑對其進行標注，標簽平滑訓練結果ｈａｌｔ 標注是否有人站立、ｐｅｏｐｌｅ 標注座位上是否有人和ｐｈｏｎｅ 標注桌子上是否有手機。

１．４．４ 模型驗證結果

（１）模型經過多次訓練得出訓練結果，并對訓練結果進行驗證。

（２） ＹＯＬＯｖ５ 模型經過訓練、測試、驗證將ＹＯＬＯｖ５ 模型封裝成ＡＰＩ 接口，供后端多線程方式進行調用接口，將得到的預測視頻或者圖返回的結果存入數據庫中，并在視圖中呈現出數據結果，經過后端對ＡＰＩ 接口調用結果，模型檢測成功閾值控制在０．６５以上最佳。

２ 系統實現

該系統采用前后端未分離模式，考慮到系統可擴展與分布式能力，前后端均使用接口方式傳遞數據，以便后期對系統進行性能擴展，前端使用ＬａｙＵＩ 框架和ＪａｖａＳｃｒｉｐｔ 等技術來實現前端頁面的設計，后端使用ＳｐｒｉｎｇＢｏｏｔ２．３ 框架來進行后端的實現，基礎層使用Ｊａｖａ ８，Ｒｅｄｉｓ 和ＭｙＳＱＬ ５．７ 等技術［５］ ，并利用Ｐｙｔｈｏｎ對ＹＯＬＯｖ５ 源碼進行擴展。

２．１ 系統登錄

為方便用戶在登錄時進行權限判別，本系統采用了Ｓｐｒｉｎｇ Ｓｅｃｕｒｉｔｙ 安全框架與ＲＢＡＣ 權限設計，用戶在登錄時不再進行角色選擇，系統會自行判別用戶的角色權限。同時，在登錄頁面設置驗證碼機制，是為了有效防止惡意程序暴力破解系統登錄密碼，在驗證碼輸入錯誤或看不清時，可刷新重新獲取新的驗證碼。

２．２ 成績統計查詢

基于數據可視化的本系統提供學生四六級考試成績統計、篩選、查詢等功能，可以在多條件情況下進行查詢并將結果導出。

３ 結束語

自動監考安排、自動考試安排、成績統計查詢、監考視頻異常檢測是高?？荚嚱M織管理的一個重要手段，是考試組織管理體系不可或缺的基本組成部分?；跀祿梢暬挠⒄Z四六級考試組織管理系統實現了對師生信息、考試信息、監考視頻信息的可視化管理，系統用戶根據用戶權限進行相關功能的操作，成績統計、篩選及查詢數據結果可以直接查看或導出，系統使用ＹＯＬＯｖ５ 算法對監考視頻進行預檢測，從而在最大限度上避免了考試事故的發生，進一步提高了考試相關信息的信息化管理效率，對建設智慧校園及監考視頻異常檢測具有重要的推動作用。

參考文獻：

［１］ 王海燕．淺談促進大學生從四六級向考研英語備考思維轉變的提升策略［Ｊ］．海外英語，２０１７（２１）：６５?６７．

［２］ 張培培，呂震宇，閆海波．基于高?？荚嚬芾砑毣呐趴枷到y研究與設計［Ｊ］．中國教育信息化，２０１９（９）：７７?８１．

［３］ 楊曉玲，蔡雅雯． 基于ｙｏｌｏｖ５ｓ 的行人檢測系統及實現［Ｊ］．電腦與信息技術，２０２２，３０（１）：２８?３０．

［４］ 陳?。嫦蚨嘞到y數據整合的大學英語四、六級考試管理信息系統的研究［Ｊ］．科技風，２０１８（１１）：３１＋３７．

［５］ 田楓，賈昊鵬，劉芳．改進ＹＯＬＯｖ５ 的油田作業現場安全著裝小目標檢測［Ｊ］．計算機系統應用，２０２２，３１（３）：１５９?１６８．

作者簡介：

陳芝麗（１９９８—），本科，研究方向：深度學習。

管彥允（１９８７—），碩士，講師，研究方向：人工智能應用（通信作者）。