(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211009438.7 (22)申请日 2022.08.23 (65)同一申请的已公布的文献号 申请公布号 CN 115082271 A (43)申请公布日 2022.09.20 (73)专利权人 广州远程教育中心有限公司 地址 510055 广东省广州市越秀区麓 景西 路41号广州市广播电视大学校区6号 楼6-7层 (72)发明人 谢巍　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 牛念 (51)Int.Cl. G06Q 50/20(2012.01)G06Q 50/26(2012.01) G06Q 10/04(2012.01) G06V 40/70(2022.01) G09B 9/00(2006.01) G10L 25/51(2013.01) (56)对比文件 CN 113313168 A,2021.08.27 CN 113706960 A,2021.1 1.26 CN 107369352 A,2017.1 1.21 CN 113761796 A,2021.12.07 CN 105448158 A,2016.0 3.30 CN 113284382 A,2021.08.20 审查员 付佳宁 (54)发明名称 职业教育数字化教学的沉浸式考试防作弊 方法及系统 (57)摘要 本申请实施例提供了职业教育数字化教学 的沉浸式考试防作弊方法及系统。 该方法包括： 通过采集职业教育的实操考试信息提取实操考 试题库数据集， 获取虚拟实操考试地点的地理标 识数据和场地布局信息生成虚拟实操作训场再 生成虚拟沉浸式实操考场模型进行虚拟沉浸式 实操考试提取考生的虚拟实操动态特征数据集， 再根据获得数据的拟合度计算判断结果 以及根 据虚拟实操评估模型对考生的作业成果特征数 据阈值对比判断情况对考生虚拟实操纪律情况 进行评估； 从而实现基于虚拟沉浸式实操考试的 平台技术实现虚拟考试并通过处理考生定位特 征数据以及成绩数据的对比判断考生在虚拟实 操考试中的纪律情况， 实现通过数字化虚拟技术 实现对考 生的监考和考核技 术手段。 权利要求书5页 说明书14页 附图4页 CN 115082271 B 2022.11.08 CN 115082271 B 1.职业教育数字化教学的沉浸式考试防作弊方法， 其特 征在于， 包括以下步骤： 采集职业教育的实操考试信息并提取实操考试题库数据集， 包括科目试题数据、 试题 目标数据、 试题流 程数据以及实操道具 数据； 获取虚拟 实操考试地点的地理标识数据和场 地布局信 息并生成虚拟 实操作训场， 提取 所述虚拟实操作训场的虚拟布局数据集， 包括场地布局数据、 声像背景数据以及定位标记 数据； 根据所述科目试题数据、 实操道具数据结合所述虚拟 实操作训场输入职业教育数字化 教学平台 中进行数据融合 生成虚拟沉浸式实操考场模型； 获取参加 虚拟实操考试的考生的定位标识信 息、 个人特征信 息以及虚拟 实操动作 特征 信息并输入至所述虚拟沉浸式实操考场模型中进 行虚拟沉浸式实操考试， 并提取所述考生 的虚拟实操动态特征数据集， 其中包括形貌特征数据、 虚拟实操动作特征数据、 声音 热敏数 据以及作业成果特 征数据； 根据所述考生的形貌特征数据以及声音热敏数据结合定位标识信息与所述个人特征 信息以及定位标记数据进行 数据跟踪拟合判断考 生的动态特 征标识情况； 根据所述考生的虚拟实操动作特征数据结合所述试题目标数据和试题流程数据输入 虚拟实操评估模型中获得虚拟实操预测作品数据， 并与所述作业成果特征数据进 行阈值对 比， 根据阈值对比结果判断所述 考生的虚拟实操异常情况； 根据所述动态特征标识情况与所述虚拟实操异常情况对所述考生的虚拟实操纪律情 况进行评估； 所述根据所述考生的形貌特征数据以及声音热敏数据结合定位标识信息与所述个人 特征信息以及定位标记数据进行 数据跟踪拟合判断考 生的动态特 征标识情况， 包括： 根据所述考生的个人特征信息提取面部特征值、 身形姿态特征值、 指纹特征值以及声 音特征值； 根据所述面部特征值、 身形姿态特征值、 指纹特征值以及声音特征值计算获得考生个 人特征值； 根据所述考生在虚拟 实操中多个动态的形貌特征数据、 声音热敏数据 结合所述定位标 识信息的定位标识数据与所述 考生个人特征值、 定位标记数据进行 形位拟合度计算； 根据形位拟合度计算结果判断所述 考生的动态特 征标识情况； 还包括： 根据所述形位拟合度与对应的预设动态标识阈值进行阈值对比， 若所述形  位拟合度 小于预设动态标识阈值， 则所述 考生存在虚拟考试异常， 对所述 考生进行第一标记； 所述形位拟合度计算公式为： ； ； 其中， 为形位拟合度， 为多个形貌特征数据中的第i个数据， 为多个声音热敏数据中 的第i个数据， 为第i次采集的定位标识数据， r为定位标记数据， 为考生个人特征值， n为 虚拟实操中动态数据的采集次数， i为n次动态数据采集的第i次采集， U为面部特征值， V为 身形姿态特 征值， W为指纹特 征值， T为声 音特征值， 、 、 、 为特征值系数；权　利　要　求　书 1/5 页 2 CN 115082271 B 2所述根据所述考生的虚拟实操动作特征数据结合所述试题目标数据和试题流程数据 输入虚拟实操评估模型中获得虚拟实操预测作品数据， 并与所述作业成果特征数据进 行阈 值对比， 根据阈值对比结果判断所述 考生的虚拟实操异常情况， 包括： 根据实操科目类型在所述职业教育数字化教学平台中查询获取已训练好的虚拟实操 评估模型； 根据所述考生的虚拟实操动作特征数据与所述试题目标数据以及试题流程数据输入 训练好的虚拟实操评估 模型中进行处 理获得虚拟实操预测作品数据； 根据所述虚拟实操预测作品数据与所述作业成果特 征数据进行阈值对比； 若所述虚拟 实操预测作品数据小于所述作业成果特征数据的预设阈值， 则所述考生的 虚拟考试成果存在异常， 对所述 考生进行第二标记。 2.根据权利要求1所述的职业教育数字化教学的沉浸式考试防作弊方法， 其特征在于， 所述获取虚拟实操考试地点的地理标识数据和 场地布局信息并生成虚拟实操作训场， 提取 所述虚拟实操作训场的虚拟布局数据集， 包括场地布局数据、 声像背景数据以及定位标记 数据， 包括： 根据获取虚拟实操考试地点的场地布局信息提取场地环境数据， 包括空间位置数据、 采光度数据以及噪声 音频数据； 根据所述地理标识数据与所述场地环境数据在所述职业教育数字化教学平台中进行 融合生成虚拟实操作训场； 提取所述虚拟 实操作训场的虚拟布局数据集包括场 地布局数据、 声像背景数据以及定 位标记数据。 3.根据权利要求1所述的职业教育数字化教学的沉浸式考试防作弊方法， 其特征在于， 所述获取参加虚拟实操考试的考生的定位标识信息、 个人特征信息以及虚拟实操动作特征 信息并输入至所述虚拟沉浸式实操考场模型中进 行虚拟沉浸式实操考试， 并提取所述考生 的虚拟实操动态特征数据集， 其中包括形貌特征数据、 虚拟实操动作特征数据、 声音 热敏数 据以及作业成果特 征数据， 包括： 获取参加虚拟实操考试的考生的个人特征信息包括面部特征信息、 身形姿态特征信 息、 指纹特 征信息以及声 音特征信息； 获取所述考生的虚拟 实操动作特征信 息包括操作姿态信 息、 手动频次信 息以及头部定 位信息； 根据所述考生的定位标识信息和所述个人特征信息以及虚拟实操动作特征信息并输 入至所述虚拟沉浸式实操考场模型中进行虚拟沉浸式实操考试并采集所述考生的虚拟实 操动态特 征信息； 根据所述虚拟实操动态特 征信息进行动态数据提取， 获取虚拟实操动态特 征数据集； 所述虚拟实操动态特征数据集包括形貌特征数据、 虚拟实操动作特征数据、 声音热敏 数据以及作业成果特 征数据。 4.根据权利要求1所述的职业教育数字化教学的沉浸式考试防作弊方法， 其特征在于， 所述根据所述动态特征标识情况与所述虚拟实操异常情况对所述考生的虚拟实操纪律情 况进行评估， 包括： 若所述考生存在所述第 一标记和所述第 二标记， 则所述考生的虚拟 实操考试存在作弊权　利　要　求　书 2/5 页 3 CN 115082271 B 3