[发明专利]一种作弊行为检测并预警的方法及系统

说明书

本发明公开了一种作弊行为检测并预警的方法及系统，其中方法包括：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。通过实时自动监测考场考生异常行为，一旦监测到考生的异常行为属于作弊行为，立刻实时发出预警信息，实现了对考生作弊行为的准确识别，节省了大量的人力，同时大大的提高了对考生作弊行为监测的工作效率。本发明一种作弊行为检测并预警的方法及系统可广泛的应用于图像处理技术领域。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种作弊行为检测并预警的方法及系统。

背景技术

术语解释：

SSD:(Single Shot MultiBox Detector)单次多边界检测器。

Faster RCNN:基于区域提议的更快速卷积神经网络。

NMS:(Non Maximum Suppression)非极大值抑制。

Conv.:(Convolutional layer)卷积层。

考试作为教学活动中的一个重要环节，是衡量和甄别考生学业水平的一种重要手段。考场中常用部分考生存有侥幸心理，在考试过程中作弊并且方式层出不穷；考场作弊不仅从根源上严重破坏了公平竞争规则，而且大大削弱了考试衡量功能的价值。目前，制止考场作弊的方式有两类：一是由监考人员、巡考人员现场监督，以起到提醒教育维持考场秩序的作用；二是利用视频监控系统，通过观察监控屏幕的状况来远程监控考场维持考场秩序。但是以上两类方式，均不同程度依靠人工识别判断，不可避免的出现错判或遗漏的情况，长时间地观察屏幕不仅容易让工作人员产生视觉疲惫而且视频信息中大量冗余信息会占据相当部分的硬盘资源从而导致资源的浪费，此外，通过人工识别耗费大量人力精力却很难有效杜绝或减少作弊行为的发生。

发明内容

为了解决上述技术问题，本发明的目的是提供一种

本发明所采用的第一技术方案是：

一种作弊行为检测并预警的方法，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。

进一步，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。

进一步，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。

进一步，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集进行匹配，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；