Créer une application anti-triche pour des examens en ligne.

Utiliser diverses techniques de machine learning avec une application pour pouvoir au mieux détecter la triche dans un examen en ligne.

-ACTUELLEMENT

• Je lance l’application sur mon ordinateur, une fenêtre s’ouvre m’indiquant les règles, ainsi que l’adresse IP et le port me permettant de me connecter à l’application sur mon portable. Une autre fenêtre s’ouvre en suite et je me place bien devant la caméra pour qu’elle prenne 10 photos de moi pour la reconnaissance faciale. Une nouvelle fenêtre s’ouvre ensuite me montrant que la caméra est bien activée est que la reconnaissance faciale est en marche. Je me connecte donc à l’application portable et je place le portable sur ma tête de façons à ce que la caméra arrière voit se que je vois. Je peux alors commencer l’examen. Lors de l’examen, j’ai parlé plusieurs fois et rien ne s’est produit, j’ai donc demandé à des amis se trouvant dans une autre pièce de venir m’aider. En leur demandant la réponse à certaines questions rien ne s’est passé, je me suis dit que l’application ne marchait pas. Un de mes amis est passé sans faire exprès devant la caméra et la reconnaissance faciale a détecté un inconnu, mais aucun changement n’a eu lieu, l’application semble défectueuse. Trois jours après l’examen, mon professeur m’a convoqué, il a su que j’avais triché. Il semblerait que Mwen Wè Ou fonctionnait bel et bien, il n’agissait pas directement, il s’agit seulement d’un outil d’aide à la décision. Lorsque j’ai demandé de l’aide pour les questions Mwen Wè Ou l’a détecté et a fait un enregistrement vocal et lorsque mon ami est passé devant la caméra, un enregistrement vidéo s’est lancé.
• Aujourd’hui, j’ai un examen en distanciel, ne connaissant rien, j’ai appelé un de mes amis pour le passer à ma place. Mon ami a fait la reconnaissance à ma place et a passé l’examen sans aucun souci. Trois jours après l’examen, mon professeur m’a convoqué, il a su que j’ai triché. Les images capturées au moment de la reconnaissance facile ne sont pas effacées à la fin de l’examen, mais sont conservé pour que le professeur puisse voir s’il s’agissait bien de nous.
• Aujourd’hui, j’ai un examen en distanciel, je me connecte sans problème et je passe tranquillement mon examen. Au bout de 33 minutes, soudainement mon frère qui était censé revenir que dans 3 jours et rentré dans ma chambre et la reconnaissance faciale la détecté. Après lui avoir demandé de vite sortir, j’ai continué mon examen et à la fin de celui-ci, j’ai rapidement envoyé un mail expliquant ce qui s’était passé à mon professeur. Heureusement que Mwen Wè Ou n’agit pas directement sur l’examen et conserve les vidéos sinon mon examen aurait pris fin et j’aurais eu un 0 ou pire encore pour quelque chose que je n’ai pas fait.

-PROCHAINEMENT (lorsque l’accéléromètre sera correctement intégré dans le code)

• En plein milieu de l’examen, j’ai décidé de me lever et d’aller voir des amis se trouvant dans la pièce à côté. En revenant, j’ai vu qu’une autre fenêtre affichant ce que voit la caméra s’est ouvert. En me rappelant des règles indiquant qu’il ne fallait pas se déplacer, j’ai compris à ce moment-là que j’avais été surpris. Effectivement, trois jours plus tard, mon professeur m’a convoqué, une vidéo montrant que je n’étais pas à ma place a été enregistrée.
  

 

Mwen Wè Ou est un logiciel de surveillance anti-triche pour les examens se déroulant en distanciel. Le logiciel est divisé en 2 parties, la partie portable et la partie ordinateur.

Dans la partie ordinateur, nous avons plusieurs fonctionnalités toutes codées en python :

• La reconnaissance faciale utilisant openCV, qui va, au lancement prendre 10 photos de l’utilisateur et les conserver dans un dossier pour s’entraîner et pour qu’on puisse vérifier l’identité de l’utilisateur. Puis qui va garder la caméra ouverte pour détecter si un individu autre que l’utilisateur se trouve en face de l’écran. Si un inconnu est détecté alors un enregistrement vidéo est lancé et est placé les logs. Cette fonctionnalité a été créée à l’aide de ce tutoriel :
  • Pour la reconnaissance et l’apprentissage : ici
  • Pour les captures vidéos et d’images : ici
  • Pour la compatibilité Unix/Windows : ici
  • Ainsi que la documentation d’OpenCV
• La reconnaissance vocale utilisant speech_recognition et GoogleTranslator, qui va écouter en permanence ce que dit l’utilisateur et le traduire s’il s’agit d’une autre langue. Si un mot correspond à l’un des mots de la liste du programme alors un enregistrement est fait et est placé dans un dossier. Cette fonctionnalité a été créée à l’aide de ce tutoriel
• (PAS ENCORE INTÉGRÉ) L’accelerometer qui utilise également OpenCV, qui va prendre en vidéo une fois que l’utilisateur fait un mouvement brusque. Le mouvement est détecté grâce à des informations envoyées par l’application mobile expliquée dans la partie portable.
• Le serveur suivant le protocole gRPC qui utilise et implémente les fonctions générées par le proto predictor. Le serveur va lancer à l’aide de thread les différentes fonctionnalités expliquées au-dessus. C’est également dans le serveur que le mouvement brusque est détecté à l’aide d’un seuil que nous avons désigné. Il est à l’écoute des informations envoyées par le portable et les utilise. Il affiche également une fenêtre expliquant les règles du déroulement de l’examen ainsi que l’adresse IP et le port de connexion. La fenêtre a été créée à l’aide de ce tutoriel :
• (PAS ENCORE IMPLÉMENTÉ) La reconnaissance d’objet, qui utilise les images envoyées par le portable pour détecter si un objet interdit se trouve dans la pièce avec l’utilisateur.

La partie portable a entièrement été conçue sur Android studio. Dans la partie portable, nous avons deux fonctionnalités codées en Kotlin:

• L’accéléromètre, qui va récupérer les informations de l’accéléromètre du portable et les envoyer au serveur (se trouvant dans la partie pc), ces données vont permettre de déterminer si l’étudiant fait un mouvement brusque ou pas. Cette fonctionnalité a été créée à l’aide de ce tutoriel.
• La capture d’image, qui va prendre constamment en photo ce que la caméra arrière du portable voit et l’envoyer au serveur. Cette fonctionnalité a été créée à l’aide de ces tutoriels :
  • https://stackoverflow.com/questions/9224056/android-bitmap-to-base64-string
  • https://www.androidbugfix.com/2022/01/android-camerax-image-capture.html
  • https://www.youtube.com/watch?v=HjXJh_vHXFs&t=1141s

Pour effectuer les transmissions au serveur, nous avons rajouté un autre proto qui a permis, à l’aide d’Android studio, de générer automatiquement les fonctions nécessaires à l’envoi. Et nous avons également créé une page de connexion en XML sur Android studio qui une fois remplie va informer à la fonction d’envoi l’adresse IP et le port du serveur entrée par l’utilisateur. Le nom de l’utilisateur est également à entrer sur cette page.

Image	Name	Part Number	Price	Count	Link
	Ordinateur avec webcam	/	Variable	1	🛒
	Téléphone sous Android 5 minimum	/	Variable	1	🛒