申请/专利权人：福州大学

申请日：2022-11-08

公开（公告）日：2023-01-24

公开（公告）号：CN115641552A

主分类号：G06V20/52

分类号：G06V20/52;G06V20/40;G06V40/20;G06V10/764;G06V10/82;G06Q50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明提出一种基于机器视觉的考场异常判断系统设计方法，首先，对视频流的分辨率和帧率进行分析，确定考场异常判断系统运行的环境，进而选取系统运行的频率；其次，为了得到学生的Anchorboxes坐标以及图像块，采用YOLO对考场人员进行目标检测，分类考场中的学生和老师；再次，为了判断学生当前帧行为是否异常，采用AJNet对得到的学生图像块进行异常检测；最后，标注考场异常判断所需的目标检测和姿态识别数据集，并训练系统模型，利用训练模型预测出的结果和真实视频考场异常情况对比，判断任务中目标的完成情况。本发明方法较采用其他考场异常判断方法相比在准确率性能上表现最好，并且处理速度达到针对不同运行环境的实时要求，优势明显。

主权项：1.一种基于机器视觉的考场异常判断系统设计方法，其特征在于，包括以下步骤：步骤S1：确定考场异常判断系统运行的环境，对视频流的分辨率和帧率进行分析，进而选取系统运行的配置；步骤S2：从输入的视频流中截取判别帧，采用YOLO目标检测网络对考场人员进行目标检测，区分考场中的学生和老师，得到学生的锚框坐标以及图像块；步骤S3：采用AJNet异常判断网络，利用步骤S2输出数据判断学生在当前帧中行为是否异常，反馈结果并结束当前帧，开始下一帧的系统运行；步骤S4：制作考场异常判断系统所需的数据集，将训练模型预测出的结果和真实视频考场异常情况对比，并测试模型运行时间，验证系统的可靠性。

全文数据：

权利要求：

百度查询： 福州大学 基于机器视觉的考场异常判断系统设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD