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。

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