英语四六级考试组织管理系统的设计与实现

陈芝丽 管彦允 江昆 邓怀兴

摘 要 英语四六级考试属于国考 涉及高校教育主管部门等 流程多 任务复杂 现有的报名系统只提供考生照片上传 审核 报名缴费 准考证下载和成绩查询功能 文章介绍了使用SpringBoot 框架YOLOv5对象检测算法和javeSeript 等技术开发英语四六级考试组织管理系统 旨在解决监考自动安排 考前教育宣传 成绩统计分析和监考视频异常检测等问题

关键词 四六级考试组织 自动排考 监考视频异常检测YOLOv5; SpringBoot

中图法分类号tp319   文献标识码a

随着国家对教育教学的重视，高校对四六级成绩的统计、监考视频检测和相关信息的及时管理越来越重视。为了对大学生的实际英语能力进行客观、准确的测试，教育部每年组织２ 次全国性的大学生英语四六级考试，为大学英语教学提供测评服务。

现有的国家报名系统只提供考生照片上传、审核、报名缴费、准考证下载和成绩查询功能。对于高校来说，还需要进行考前诚信教育、统计学生成绩、监考异常排查等工作，这些都是国家报名系统目前能够实现的。基于此，本文设计了该系统，其对于辅助高校进行考试组织管理具有非常重要的意义。

１ 系统设计

１．１ 系统体系结构设计

在保持简单化、轻量级基础上， 将统一采用ＲｅｓｔＦｕｌ 接口风格，以保障在跨语言开发交互上简单集成，英语四六级考试组织管理系统采用ＭＶＣ 模式进行开发［１］ 。ＭＶＣ 模式分为３ 个模型，分别指业务模型（ Ｍｏｄｅｌ ）、用户界面（ Ｖｉｅｗ ）、控制器（Ｃｏｎｔｒｏｌｌｅｒ）。使用ＭＶＣ 的目的是实现Ｍｏｄｅｌ 和Ｖｉｅｗ 的代码分离，以保持一个业务的逻辑分明，降低耦合。其中，业务模型提供了模型数据查询和模型数据的状态更新等功能，包括数据和业务；用户界面负责进行模型的展示；控制器负责接收用户请求，委托给模型进行处理（状态改变），处理完毕后把模型数据返回给视图。

１．２ 系统总体设计

本系统采用ＲＢＡＣ 角色权限管理办法，对各项功能模块进行功能详细的管理分配，并预设不可更改的超级管理员角色。在系统中，将基于ＹＯＬＯｖ５ 目标检测算法训练模型并结合ＲｅｓｔＦｕｌ 风格提供接口请求对监考视频进行初步目标行为检测，具体检测是否在座、离座，桌面杂物情况等。这不仅可以提高考务管理人员的工作效率，还提高了数据的准确性和信息的更新速度，从而辅助高校进行考试组织管理，提高英语四六级考试组织管理质量。监考视频异常检测是本系统的重要组成部分之一。

１．２．１ 系统用户管理

本系统在可自定义角色前提下，预设教师用户、学生用户和管理员３ 种基本角色。学生用户功能包含個人信息完善、查看考试安排、查看考试信息和上传成绩等；教师用户功能包含个人信息完善、查看监考安排和查看考试信息；管理员用户功能包含监考自动安排、考试自动安排、成绩统计、监考视频异常检测、用户管理和考场统计等。

１．２．２ 监考自动安排管理

根据相关要求监考实现自动化［２］ ，由管理员在系统内进行操作，在触发分配时将自动提取信息，主要包含教师信息、主／ 副监考、考场、考试信息及时间等信息。

１．２．３ 考试自动安排管理

根据考试及考场相关要求，达到触发条件将自动安排，由管理员在系统内进行更改操作。考试自动安排主要包含考生信息、考场人数、考场信息、考试信息及时间等主要信息。

１．２．４ 成绩统计管理

根据国家报名系统出成绩时间，在学生登录系统查看成绩后，跳转到本系统并根据要求上传成绩，系统根据预设条件实时统计数据，管理员可对参与本次考试的考生成绩进行统计分析，以便学校及时对学生英语学习情况进行掌握。

１．２．５ 考场统计管理

根据考试对考场的相关要求，管理员录入考场信息、监考人员人数、考场容纳考生人数、监控视频编号，对本次考试信息进行系统管理和相关数据备份。

１．２．６ 监考视频异常检测管理

为了辅助监考视频抽查，管理员在触发检测时，系统将提取监考视频并传递给ＹＯＬＯｖ５ 目标检测模型进行一个预处理，包括座位上是否有人、是否有手机、是否有举手等行为，并将检测数据结果返回给后端视图。

１．３ 数据库设计

按照本系统的业务需求，系统数据库数据表主要包含用户数据、学生数据、教师数据、权限数据、监考安排数据、报名信息数据、成绩上传数据、考试信息数据、用户与角色关联表数据、角色数据等，此处仅列监考视频检测实体和检测信息Ｅ?Ｒ 图，如图１ 所示。

１．４ ＹＯＬＯｖ５ 目标检测搭建、设计与训练

监考视频异常检测使用ＹＯＬＯｖ５ 目标检测算法及卷积神经网络（ＣＮＮ）应用图像处理，由于检测是回归问题并不需要过多复杂的管道，因此其比Ｒ?ＣＮＮ，Ｆａｓｔ Ｒ?ＣＮＮ 更快。首先，克隆ｙｏｌｏｖ５ 代码进行基本依赖安装，通过初步调教参数，使用物体检测达到一个初步预期。利用ＹＯＬＯｖ５ 算法的预测性能和模型精度对模型进行预训练［３］ ，以识别多个主体位置及场景，并引入ＲｅｓｔＦｕｌ 接口风格提供接口请求［４］ 。最后，通过视频监控获取逐帧画面，实时调用接口使用模型检测座位状态，并将最终结果传递到后台。

１．４．１ 数据集采集

训练模型需要一定的数据集。视频图像采集分为基于摄像头的图像数据获取以及基于视频文件的图像数据获取。该系统训练使用的监控视频资源来自抖音平台和手动模拟录制。对视频进行切片操作，并将切片出来的图片进行标注，最终得到训练集。

１．４．２ 模型搭建与训练

模型训练的图片尺寸为６４０?６４０，每次输入图片数量１６ 张，训练迭代次数３ 次，ｙｌｏｖ５ｓ．ｐｔ 为训练好的网络模型，用来初始化网络权重。

１．４．３ 模型训练结果

模型在初步测试通过后，经过多次训练得出训练结果，使用标签平滑对其进行标注，标签平滑训练结果ｈａｌｔ 标注是否有人站立、ｐｅｏｐｌｅ 标注座位上是否有人和ｐｈｏｎｅ 标注桌子上是否有手机。

１．４．４ 模型验证结果

（１）模型经过多次训练得出训练结果，并对训练结果进行验证。

（２） ＹＯＬＯｖ５ 模型经过训练、测试、验证将ＹＯＬＯｖ５ 模型封装成ＡＰＩ 接口，供后端多线程方式进行调用接口，将得到的预测视频或者图返回的结果存入数据库中，并在视图中呈现出数据结果，经过后端对ＡＰＩ 接口调用结果，模型检测成功阈值控制在０．６５以上最佳。

２ 系统实现

该系统采用前后端未分离模式，考虑到系统可扩展与分布式能力，前后端均使用接口方式传递数据，以便后期对系统进行性能扩展，前端使用ＬａｙＵＩ 框架和ＪａｖａＳｃｒｉｐｔ 等技术来实现前端页面的设计，后端使用ＳｐｒｉｎｇＢｏｏｔ２．３ 框架来进行后端的实现，基础层使用Ｊａｖａ ８，Ｒｅｄｉｓ 和ＭｙＳＱＬ ５．７ 等技术［５］ ，并利用Ｐｙｔｈｏｎ对ＹＯＬＯｖ５ 源码进行扩展。

２．１ 系统登录

为方便用户在登录时进行权限判别，本系统采用了Ｓｐｒｉｎｇ Ｓｅｃｕｒｉｔｙ 安全框架与ＲＢＡＣ 权限设计，用户在登录时不再进行角色选择，系统会自行判别用户的角色权限。同时，在登录页面设置验证码机制，是为了有效防止恶意程序暴力破解系统登录密码，在验证码输入错误或看不清时，可刷新重新获取新的验证码。

２．２ 成绩统计查询

基于数据可视化的本系统提供学生四六级考试成绩统计、筛选、查询等功能，可以在多条件情况下进行查询并将结果导出。

３ 结束语

自动监考安排、自动考试安排、成绩统计查询、监考视频异常检测是高校考试组织管理的一个重要手段，是考试组织管理体系不可或缺的基本组成部分。基于数据可视化的英语四六级考试组织管理系统实现了对师生信息、考试信息、监考视频信息的可视化管理，系统用户根据用户权限进行相关功能的操作，成绩统计、筛选及查询数据结果可以直接查看或導出，系统使用ＹＯＬＯｖ５ 算法对监考视频进行预检测，从而在最大限度上避免了考试事故的发生，进一步提高了考试相关信息的信息化管理效率，对建设智慧校园及监考视频异常检测具有重要的推动作用。

参考文献：

［１］ 王海燕．浅谈促进大学生从四六级向考研英语备考思维转变的提升策略［Ｊ］．海外英语，２０１７（２１）：６５?６７．

［２］ 张培培，吕震宇，闫海波．基于高校考试管理细化的排考系统研究与设计［Ｊ］．中国教育信息化，２０１９（９）：７７?８１．

［３］ 杨晓玲，蔡雅雯． 基于ｙｏｌｏｖ５ｓ 的行人检测系统及实现［Ｊ］．电脑与信息技术，２０２２，３０（１）：２８?３０．

［４］ 陈健．面向多系统数据整合的大学英语四、六级考试管理信息系统的研究［Ｊ］．科技风，２０１８（１１）：３１＋３７．

［５］ 田枫，贾昊鹏，刘芳．改进ＹＯＬＯｖ５ 的油田作业现场安全着装小目标检测［Ｊ］．计算机系统应用，２０２２，３１（３）：１５９?１６８．

作者简介：

陈芝丽（１９９８—），本科，研究方向：深度学习。

管彦允（１９８７—），硕士，讲师，研究方向：人工智能应用（通信作者）。