Détection de triche g04
Le projet vise à développer un système de détection de triche pour les examens en ligne, un enjeu crucial dans le contexte de l'enseignement à distance et des évaluations en ligne. Le système proposé a pour objectif d'assurer l'intégrité des examens en surveillant les étudiants à l'aide de caméras et de microphones, et en détectant toute tentative de triche.
Slides & Videos
Members
| Name | Contribution |
|---|---|
| LAGHOUB Nassim | État de l'Art Réalisation d'une étude approfondie sur les algorithmes existants d'identification faciale et de surveillance vidéo. Cette analyse a permis de comparer les différentes approches et de sélectionner les méthodes les plus adaptées pour notre système. Conception Élaboration de l'architecture microservices du système, permettant une modularité et une scalabilité accrues. Cette architecture inclut plusieurs services indépendants interconnectés pour gérer les différentes fonctionnalités du système. Implémentation Microservice de Connexion des Étudiants Développement du service gérant l'authentification des étudiants sur la plateforme d'examen en ligne. Microservice d'Identification par Reconnaissance Faciale Développement du service utilisant des algorithmes de reconnaissance faciale pour vérifier l'identité des étudiants lors de leur connexion. Microservice de Surveillance Vidéo Développement du service de capture et d'analyse des flux vidéo durant l'examen, permettant de détecter les comportements suspects. Microservice de Visualisation des Logs Développement du service permettant de visualiser les journaux de surveillance et les alertes générées une fois l'examen terminé. Ce service offre une interface intuitive pour les superviseurs afin de revoir les incidents enregistrés. Intégration du Module de Détection Vocale Intégration du module de détection vocale, développé par un autre membre de l'équipe, dans le système global pour compléter la surveillance multimodale. Technologies et Outils Utilisés Utilisation de Python et OpenCV pour le développement des microservices de reconnaissance faciale et de surveillance vidéo. Développement du microservice de frontend de l'application avec React.js, offrant une interface utilisateur réactive et conviviale. Contribution à la réalisation du rapport contribution à la présentation ppt ---------------------------------------------------------------------------------------------- |
| BEN BOUDAOUD Anissa | Implémentation de la base de données des étudiants. Implémentation des différents services et préparation de la WebSocket pour l'intégration avec le backend. Implémentation des interfaces de l’application web : Page d'accueil Page de login Autorisation de micro et caméras frontale et du pc. Page des examens Page des résultats de l'examen contribution du rapport. contribution de la présentation PowerPoint. Réalisation du diagramme de cas d'utilisation. -------------------------------------------------------------------------- Rykiel Fomo Implémentation de l'oxymetre Etat de l'art du projet contribution du rapport. contribution de la présentation PowerPoint. ------------------------------------------------- Aicha Bechir: Implémentation du module de détection vocale contribution du rapport. contribution de la présentation PowerPoint. |
| Raheel Mohamed | Ma contribution au projet "Système de Surveillance Intégrée pour Examens". J'ai été chargé de la partie connexion entre smartphone et ordinateur en utilisant gRPC avec Python. Mon travail a consisté à établir une communication efficace et sécurisée entre les smartphones des surveillants et le serveur central de surveillance. Pour ce faire, j'ai développé des services gRPC permettant la transmission de données en temps réel entre les appareils mobiles et l'ordinateur. Cette approche assure une communication rapide et fiable, essentielle pour le signalement instantané d'activités suspectes durant les examens. J'ai également implémenté des protocoles de sécurité pour garantir la confidentialité et l'intégrité des données échangées. En outre, j'ai travaillé sur l'intégration de l'application mobile avec la plateforme centrale, développant des interfaces utilisateur conviviales pour faciliter l'interaction avec le système. L'utilisation de gRPC a permis de simplifier l'architecture du système tout en améliorant ses performances et sa sécurité. En parallèle, j'ai coordonné le document de travail du projet, veillant à ce que toutes les contributions de l'équipe soient bien intégrées et documentées de manière claire et cohérente. Cette tâche comprenait la collecte des informations, la rédaction et la révision du document final, ainsi que la gestion des versions pour assurer la précision et la qualité du contenu. |
State of the Art
Project Description
Problem Definition
Dans le contexte de l'enseignement à distance et des évaluations en ligne, assurer l'intégrité des examens est un défi majeur. Les institutions académiques doivent garantir que les examens se déroulent de manière équitable et que les résultats reflètent fidèlement les compétences des étudiants. Cependant, la triche en ligne pose un problème significatif, car les étudiants peuvent utiliser diverses méthodes pour contourner les mesures de sécurité, telles que l'utilisation de matériels non autorisés, la collaboration avec d'autres personnes, ou la consultation de ressources en ligne.
Challenges & Motivation
Challenges
Complexité de la Reconnaissance Faciale en Temps Réel :
Description : Mettre en œuvre une reconnaissance faciale en temps réel nécessite une précision et une rapidité élevées. La gestion des différents angles de prise de vue, des variations d'éclairage et des changements d'apparence des étudiants (par exemple, port de lunettes, coiffure différente) a été un défi majeur.
Solution : Nous avons utilisé des algorithmes de pointe comme ceux fournis par la bibliothèque face_recognition et des techniques de prétraitement d'image pour améliorer la précision et la performance du système.
Intégration de la Surveillance Vidéo Multicaméra :
Description : Le système devait intégrer plusieurs sources vidéo (caméra PC et caméra de smartphone) et détecter les comportements suspects à partir de flux vidéo simultanés. La synchronisation de ces flux et l'analyse en temps réel ont été des tâches complexes.
Solution : Nous avons utilisé le modèle YOLOv4 pour la détection d'objets et des techniques de traitement d'image pour gérer et analyser les flux vidéo simultanés.
Détection de Triche Vocale :
Description : La détection de triche vocale implique la capture et l'analyse de l'audio en temps réel pour identifier des mots ou des phrases interdits. Cela nécessite une reconnaissance vocale précise et une analyse linguistique.
Solution : Nous avons intégré le modèle de reconnaissance vocale Whisper et utilisé des techniques de traitement de langage naturel (NLP) avec NLTK pour identifier les mots suspects dans les conversations.
Scalabilité et Performance du Système :
Description : Assurer que le système reste performant et réactif lorsque plusieurs étudiants passent des examens simultanément. Cela inclut la gestion des ressources et la scalabilité de l'architecture microservices.
Solution : Nous avons adopté une architecture microservices pour décomposer le système en services indépendants et scalable. Chaque service a été optimisé pour la performance et la capacité de mise à l'échelle.
Sécurité et Protection des Données :
Description : Garantir la sécurité des données personnelles des étudiants et protéger le système contre les accès non autorisés.
Solution : Nous avons mis en place des mesures de sécurité telles que l'authentification et l'autorisation strictes, le chiffrement des données sensibles et des pratiques de développement sécurisées.
Complexité de la Reconnaissance Faciale en Temps Réel :
Description : Mettre en œuvre une reconnaissance faciale en temps réel nécessite une précision et une rapidité élevées. La gestion des différents angles de prise de vue, des variations d'éclairage et des changements d'apparence des étudiants (par exemple, port de lunettes, coiffure différente) a été un défi majeur.
Solution : Nous avons utilisé des algorithmes de pointe comme ceux fournis par la bibliothèque face_recognition et des techniques de prétraitement d'image pour améliorer la précision et la performance du système.
Intégration de la Surveillance Vidéo Multicaméra :
Description : Le système devait intégrer plusieurs sources vidéo (caméra PC et caméra de smartphone) et détecter les comportements suspects à partir de flux vidéo simultanés. La synchronisation de ces flux et l'analyse en temps réel ont été des tâches complexes.
Solution : Nous avons utilisé le modèle YOLOv4 pour la détection d'objets et des techniques de traitement d'image pour gérer et analyser les flux vidéo simultanés.
Détection de Triche Vocale :
Description : La détection de triche vocale implique la capture et l'analyse de l'audio en temps réel pour identifier des mots ou des phrases interdits. Cela nécessite une reconnaissance vocale précise et une analyse linguistique.
Solution : Nous avons intégré le modèle de reconnaissance vocale Whisper et utilisé des techniques de traitement de langage naturel (NLP) avec NLTK pour identifier les mots suspects dans les conversations.
Scalabilité et Performance du Système :
Description : Assurer que le système reste performant et réactif lorsque plusieurs étudiants passent des examens simultanément. Cela inclut la gestion des ressources et la scalabilité de l'architecture microservices.
Solution : Nous avons adopté une architecture microservices pour décomposer le système en services indépendants et scalable. Chaque service a été optimisé pour la performance et la capacité de mise à l'échelle.
Sécurité et Protection des Données :
Description : Garantir la sécurité des données personnelles des étudiants et protéger le système contre les accès non autorisés.
Solution : Nous avons mis en place des mesures de sécurité telles que l'authentification et l'autorisation strictes, le chiffrement des données sensibles et des pratiques de développement sécurisées.
Real and Complete Usecases
Technical Description
Hardware
Materials
| Image | Name | Part Number | Price | Count | Link |
|---|---|---|---|---|---|
| none | none | none | none | 🛒 |
Schematic
Software
External Services
/
/