摘要：大学在线考试监考数据集是一个专门用于在线考试作弊行为自动检测的多模态数据集,包含24名受试者在参加数学考试(多项选择题和填空题)时进行各种预设作弊行为的音视频记录。
数据集概述
大学在线考试监考数据集是一个专门用于在线考试作弊行为自动检测的多模态数据集,包含24名受试者在参加数学考试(多项选择题和填空题)时进行各种预设作弊行为的音视频记录。数据采集系统采用双摄像头+麦克风配置:(1)网络摄像头——位于显示器上方或集成在显示器中,正面拍摄考生面部和上半身,内置麦克风捕捉房间音频;(2)可穿戴摄像头——佩戴在考生身上或固定在眼镜上,捕捉考生的第一视角(视野内容),记录考生看向哪里、是否查看手机或小抄等行为。该数据集支持混合两阶段算法的开发:第一阶段从音视频流中提取六个核心中层特征(用户验证、文本检测、语音检测、活动窗口检测、注视点估计、手机检测),第二阶段通过时间特征提取和分类器训练实现实时连续作弊检测。数据集模拟了真实在线考试场景,涵盖多种作弊线索和行为模式。
数据结构与关键特征
数据集采用多模态多视角结构,每个受试者(共24名)包含三个数据流:(1)网络摄像头视频——正面视角,捕捉面部表情、头部姿态、眼球运动和上半身动作,支持注视点估计(是否看屏幕外)、用户验证(是否替考)和异常行为检测;(2)可穿戴摄像头视频——第一人称视角,捕捉考生实际视野,可检测是否查看手机、纸质小抄、其他屏幕或与他人交流,提供作弊行为的直接证据;(3)音频流——通过网络摄像头内置麦克风采集,检测房间内语音(是否与他人交谈、接听电话)和异常声音(翻书声、键盘声等)。六个核心检测组件覆盖不同作弊模式:用户验证(人脸识别防替考)、文本检测(识别视野中的小抄或参考资料)、语音检测(识别口头交流)、活动窗口检测(监控考试软件是否失焦、切换到浏览器或其他应用)、注视点估计(分析视线方向偏离屏幕的频率和时长)、手机检测(识别视野中的手机设备)。数据集包含预设的多种作弊场景(查看小抄、使用手机搜索答案、与他人交流、切换窗口查资料等)和正常答题行为,支持监督学习和时间序列分析。
应用价值与研究方向
该数据集在在线教育、远程考试和学术诚信技术领域具有重要价值。在实际应用中,可用于开发智能在线监考系统、自动作弊检测工具和远程认证考试解决方案,特别适用于MOOC、远程学位项目、职业资格考试等场景。在研究方向上,适合用于多模态融合学习(整合面部视频、第一视角视频和音频)、时序行为分析、异常检测算法、注视点估计、目标检测(识别手机和小抄)以及隐私保护技术,为构建公平、高效且尊重隐私的在线考试生态系统提供技术支撑,推动教育公平和学术诚信在数字时代的实现。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-268
文件大小：11G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)