[发明专利]一种作弊行为检测并预警的方法及系统

权利要求书

1.一种作弊行为检测并预警的方法，其特征在于，包括以下步骤：

获取监控启动指令，根据监控启动指令提取监控视频信息中的图片信息；

结合图片信息和预设的卷积神经网络获取多个先验框作为预选框；

结合预设的作弊行为图集和损失函数对预选框进行匹配，在匹配成功时，发出预警信息。

2.根据权利要求1所述的一种作弊行为检测并预警的方法，其特征在于，所述获取监控启动指令，根据监控启动指令提取监控视频信息中的图片信息这一步骤，具体包括以下步骤：

获取监控启动指令，根据监控启动指令获取监控视频信息；

采用预设方式从视频信息中解码出单帧图片信息。

3.根据权利要求2所述的一种作弊行为检测并预警的方法，其特征在于，所述卷积神经网络包括多个卷积层，所述结合图片信息和预设的卷积神经网络获取多个先验框作为预选框这一步骤，具体包括以下步骤：

各卷积层从图片信息中提取多个不同大小的先验框与多个不同比例的先验框；

结合卷积神经网络和获得的多个先验框，对多个先验框进行迭代回归处理后生成预选框。

4.根据权利要求3所述的一种作弊行为检测并预警的方法，其特征在于，所述匹配包括交并比、置信度的至少一种，所述结合预设的作弊行为图集和损失函数对预选框进行匹配，在匹配成功时，发出预警信息这一步骤，具体包括以下步骤：

结合预设的作弊行为图集和预选框，获取与作弊行为图集的前景像素交并比最大的预选框作为正样本，以及获取与作弊行为图集背景像素置信度最小的预选框作为负样本；

采用损失函数对正样本进行损失匹配以及对负样本进行损失匹配，并在匹配成功时，发出预警信息。

5.根据权利要求4所述的一种作弊行为检测并预警的方法，其特征在于，所述损失匹配包括位置误差匹配和置信度误差匹配，所述采用损失函数对正样本进行损失匹配以及对负样本进行损失匹配，并在匹配成功时，发出预警信息这一步骤，具体包括以下步骤：

采用损失函数对正样本进行位置误差匹配与置信度误差匹配，以及采用损失函数对负样本进行位置误差匹配与置信度误差匹配，当正样本损失匹配成功且负样本损失匹配成功时，发出预警信息。

6.一种作弊行为检测并预警的系统，其特征在于，包括：

提取模块，用于获取监控启动指令，根据监控启动指令提取监控视频信息中的图片信息；

生成模块，用于结合图片信息和预设的卷积神经网络获取多个先验框作为预选框；

匹配模块，用于结合预设的作弊行为图集和损失函数对预选框进行匹配，在匹配成功时，发出预警信息。

7.根据权利要求6所述的一种作弊行为检测并预警的系统，其特征在于，所述提取模块包括：

获取单元，用于获取监控启动指令，根据监控启动指令获取监控视频信息；

解码单元，用于采用预设方式从视频信息中解码出单帧图片信息。

8.根据权利要求7所述的一种作弊行为检测并预警的系统，其特征在于，所述生成模块包括：

提取单元，用于各卷积层从图片信息中提取多个不同大小的先验框与多个不同比例的先验框；

迭代单元，用于结合卷积神经网络和获得的多个先验框，对多个先验框进行迭代回归处理后生成预选框。

9.根据权利要求8所述的一种作弊行为检测并预警的系统，其特征在于，所述匹配模块包括：

第一匹配单元，用于结合预设的作弊行为图集和预选框，获取与作弊行为图集的前景像素交并比最大的预选框作为正样本，以及获取与作弊行为图集背景像素置信度最小的预选框作为负样本；

第二匹配单元，用于采用损失函数对正样本进行损失匹配以及对负样本进行损失匹配，并在匹配成功时，发出预警信息。

10.根据权利要求9所述的一种作弊行为并预警的系统，其特征在于，所述第二匹配单元包括：

匹配子单元，用于采用损失函数对正样本进行位置误差匹配与置信度误差匹配，以及采用损失函数对负样本进行位置误差匹配与置信度误差匹配，当正样本损失匹配成功且负样本损失匹配成功时，发出预警信息。