Talent-Interview：面向在线考试的网页客户端作弊检测
计算机视觉与模式识别
2023-12-05 v1 人工智能
机器学习
声音
音频与语音处理
摘要
新冠疫情后，在线考试更具吸引力。此外，在招聘过程中也使用在线考试。然而，在线考试存在更多作弊可能。为每场考试指派监考员会增加成本。此时，自动监考系统可检测可能的作弊状态。本文提出一个端到端系统及子模块，以取得更好的在线监考结果。我们的系统使用了目标检测、人脸识别、人声检测与分割。此外，我们提出的模型运行于用户 PC 上，即一种基于客户端的系统。因此消除了服务器成本。据我们所知，基于客户端的在线监考系统用于招聘尚属首次。在线考试在新冠疫情后更具吸引力。此外，在招聘过程中也使用在线考试。然而，在线考试存在更多作弊可能。为每场考试指派监考员会增加成本。此时，自动监考系统可检测可能的作弊状态。本文提出一个端到端系统及子模块，以取得更好的在线监考结果。我们的系统使用了目标检测、人脸识别、人声检测与分割。此外，我们提出的模型运行于用户 PC 上，即一种基于客户端的系统。因此消除了服务器成本。据我们所知，基于客户端的在线监考系统用于招聘尚属首次。此外，该作弊检测系统运行于 https://www.talent-interview.com/tr/。
引用
@article{arxiv.2312.00795,
title = {Talent-Interview: Web-Client Cheating Detection for Online Exams},
author = {Mert Ege and Mustafa Ceyhan},
journal= {arXiv preprint arXiv:2312.00795},
year = {2023}
}
备注
This paper explains the workflow of Talent Interview project that is web-client cheating detection application