申请/专利权人:江苏商贸职业学院
申请日:2021-12-13
公开(公告)日:2024-02-09
公开(公告)号:CN114140751B
主分类号:G06V20/52
分类号:G06V20/52;G06V10/40;G06V10/774;G06V10/82;G06N3/044;G06N3/045;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.02.09#授权;2022.03.22#实质审查的生效;2022.03.04#公开
摘要:本发明公开了一种考场监控方法及系统。采集监控图像。所述监控图像为考场中监控所有学生的监控图像。将所述监控图像输入作弊检测模型中,判断是否有学生发生作弊行为。若有学生作弊,得到监控图像前后10帧的作弊视频。将作弊视频发送给监控人员。所述作弊检测模型包括一个作弊静态检测层、一个作弊动态检测层、一个监控视频获取层和两个全连接层。采用采集监控图像的方法对作弊行为进行检测,大大增加了作弊判断的自由性和准确性。通过对作弊类型的判断来训练神经网络,增加判断是否作弊的精确性。依据判断时序上的有关联的动作,大大增加了判断作弊的准确性。
主权项:1.一种考场监控方法,其特征在于,包括:采集监控图像;所述监控图像为考场中监控所有学生的监控图像;将所述监控图像输入作弊检测模型中,判断是否有学生发生作弊行为;若有学生作弊,得到监控图像前后10帧的作弊视频;将作弊视频发送给监控人员;所述作弊检测模型包括一个作弊静态检测层、一个作弊动态检测层、一个监控视频获取层和两个全连接层:所述作弊静态检测层为Resnet50残差网络;所述作弊动态检测层为RNN为循环网络;作弊静态检测层的输入为监控图像;第一全连接层的输入为所述作弊静态检测层的输出;第一全连接层的输出为第一特征向量,用来判断是否可能发生作弊行为;若可能作弊,确定监控视频获取层的输入为监控图像;作弊动态检测层的输入为监控视频获取层的输出;第二全连接层的输入为作弊动态检测层的输出;第二全连接层的输出为第二特征向量,用来判断学生是否发生作弊行为。
全文数据:
权利要求:
百度查询: 江苏商贸职业学院 一种考场监控方法及系统
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。