A System for Improving Fairness of Online Test Using Camera

카메라를 이용한 온라인 시험 공정성 강화 시스템

  • 고주영 (국립안동대학교 멀티미디어공학) ;
  • 심재창 (국립안동대학교 컴퓨터공학) ;
  • 김현기 (국립안동대학교 멀티미디어공학)
  • Published : 2009.10.30

Abstract

E-Learning is different from the traditional classroom learning and examinees can take a class individually anywhere by online. And it is difficult to proctor an examination because they also take a test by online. However the results of the online test are included in their examination scores. Therefore, it is very important to authenticate the examinees. In this paper, we propose improvement of fairness system for online test using camera. Students can take a picture after every online classes and it has been saved. And during the test, ELTS(e-Learning Test System) takes images, detects the faces, and protects from getting another person to sit for cheating. After examination, the images have been transferred with the answer sheets to the cyber school management system. And a report card will be printed out with the user's images. Moreover, it will authenticate oneself and protect the online test from cheating.

이러닝은 교실에서 수업이 이루어지는 전통 수업 방식과는 달리 학생들이 각자의 장소에서 온라인으로 수업에 참여 할 수 있는 수업방식이다. 그리고 시험도 온라인에서 이루어지는 경우가 많아 이 경우 시험감독이 어렵다. 감독이 어려운 온라인 시험도 성적에 포함되므로 공정한 학사관리가 중요하다. 본 연구에서는 카메라를 이용한 온라인 시험 공정성 강화 시스템을 제안한다. 온라인 수강생은 매 강의를 학습한 후 출석확인을 위해 카메라로 얼굴을 촬영하고 촬영된 영상은 저장된다. 그리고 시험을 치는 동안 시험 장면을 촬영하고 얼굴을 검출하여 대리시험 등의 부정행위를 방지하고자 한다. 촬영된 영상은 시험이 종료된 후 시험 답안지와 함께 사이버 학사관리 시스템에 전송시키고 시험 성적표와 함께 사진을 인쇄하여 본인을 인증하고 시험 부정을 방지하고자한다.

Keywords

References

  1. 2007 교육 정보화 백서, 교육인적자원부 한국교육학술정보원, 2007. httpv/www.keris.cr.kr/ download/data/2007-total.pdf
  2. 대구경북권역 대학 e-러닝 지원센터, http://dge. yu.ac.kr/lms/index.jsp
  3. Fayetteville State University, http//www.uncfsu.edu/TLC/FacultyFocusArticle_PreventingCheatingOnOnlineExams.htm
  4. Richland Collage, httpv/www.richlandcollege.edu/dl/cheating.php
  5. 고주영, 심재창, 김현기, “온라인 시험을 위한 적응적 키보드 인증방법,” 멀티미디어학회 논문지 제11권 제8호, pp. 1129-1137. 2008.
  6. P. Viola, and M.J. Jones, "Robust Real-TimeFace Detection," Int. J. of Computer Vision,Vol.57, No.2, pp. 137-154, 2004. https://doi.org/10.1023/B:VISI.0000013087.49260.fb
  7. 김성덕, 정재동, 원동호, “인증서를 이용한 개인식별 확인 및 키 분배 통합 프로토콜,” 정보처리학회논문지 C, 제12-C권, 제3호, pp. 317-322, 2005.
  8. 이우주, 김진철, 이배호, “AdaBoost 알고리즘을 이용한 실시간 얼굴 검출 및 추적,” 멀티미디어학회 논문지, 제9권, 제10호, pp. 1266-1275, 2006.
  9. W. Zheng and S.M. Bhandarkar, "Face detectionand tracking using a Boosted AdaptiveParticle Filter," Journal of Visual Communication and Image Representation,Vol.20, Issue 1, pp. 9-27, 2009. https://doi.org/10.1016/j.jvcir.2008.09.001
  10. R.O. Duda, P.E. Hart, and D.G. Strok, PatternClassification, Second Edition by John Wiley& Sons, Inc, 2001.
  11. S. Paisitkriangkrai, C. Shen, and J. Zhang,"Fast Pedestrian Detection Using a Cascadeof Boosted Covariance Features," IEEE transactions on Circuits and Systems for Video Technology, Vol.18, No.8, pp, 1140-1151, 2008. https://doi.org/10.1109/TCSVT.2008.928213
  12. M.B. Yang, D.J. Kriegman, and N. Ahuja,"Detecting Faces in Images: A Survey,"IEEE transactions on Pattern Analysis and Machine Intelligence, Vol.24, No.1, pp34-58,2002. https://doi.org/10.1109/34.982883
  13. G. Yang and T.S. Huang, "Human face detectionin a complex background," Pattern ecognition, Vol.27, No.1, pp. 53-63, 1994. https://doi.org/10.1016/0031-3203(94)90017-5
  14. R. Brunelli and T. Poggio, "Face recognition:features versus templates," IEEE Transactions on Pattern Analysis and Machine Intelligences, Vol.15, pp. 1042-1052, 1993. https://doi.org/10.1109/34.254061
  15. H.Y. Rowley, S. Baluja, and T. Kanade,"Neural network-based face detection," IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.20, No.1, pp. 23-28, Jan.1998. https://doi.org/10.1109/34.655647
  16. E. Osuna, R. Freund and F. Girosit, "Trainingsupport vector machines: an application toface detection," Proc. of IEEE Conf. onComputer Vision and Pattern Recognition,pp. 130-136, 1997.