[发明专利]基于行为预判的考试监控系统和方法在审

专利信息
申请号: 202110063561.6 申请日: 2021-01-18
公开(公告)号: CN113361311A 公开(公告)日: 2021-09-07
发明(设计)人: 张荷丽 申请(专利权)人: 安徽中屏科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04N7/18;G06T7/10;G06Q50/20
代理公司: 上海精晟知识产权代理有限公司 31253 代理人: 李佼佼
地址: 230000 安徽省合肥市合肥高新技术开发区创*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 行为 考试 监控 系统 方法
【说明书】:

发明公开了一种基于行为预判的考试监控系统和方法,涉及考试监控系统技术领域。本发明包括考试监控终端、图像采集器、人脸识别模块、位置定位模块、姿态识别模块以及存储模块;图像采集器,用于拍摄空置座位图像并传递至位置定位模块;位置定位模块对空置座位图像分割获取各座位的座位坐标区域并存储到存储模块的位置坐标库中。本发明在考试过程中通过图像采集器拍摄监控图像并传递至位置定位模块;位置定位模块对监控图像分割成若干监控子图并传递至姿态识别模块;考试监控终端判断学生姿态中存在头部转向或身体侧倾或手部小动作或眼神瞟斜任意一种,考试监控终端传递学生身份至远程移动终端;实现对考试过程便捷高效监控,提高监考效力。

技术领域

本发明属于考试监控系统技术领域,特别是涉及一种基于行为预判的考试监控系统和方法。

背景技术

对于各种人才的选拔经常采用的方式为考试;考试原本为一种能够公平竞争、展示自身实力的平台;但是,很多人在考试时,可能会因为诸多原因在考试时,存在抄袭的现象;给人才选拔带来的极大的恶劣影响。因此,监考老师在考试过程的监考力度对考试实际效用起到重要作用。

但是,很多时候教师精力有限不能很好的对每一位学生每时每刻的观察;这给考试监察带来了挑战。

发明内容

本发明的目的在于提供基于行为预判的考试监控系统和方法,用以解决背景技术中提出的技术问题。

为解决上述技术问题,本发明是通过以下技术方案实现的:

本发明为基于行为预判的考试监控系统,包括:考试监控终端、图像采集器、人脸识别模块、位置定位模块、姿态识别模块以及存储模块;所述图像采集器,用于拍摄空置座位图像并传递至位置定位模块;所述位置定位模块对空置座位图像分割获取各座位的座位坐标区域并存储到存储模块的位置坐标库中;所述图像采集器,用于拍摄考场内标准座次图像并传递至位置定位模块;所述位置定位模块对标准座次图像分割成若干座位单体图像并传递至人脸识别模块;所述人脸识别模块分别对若干座位单体图像识别获取各座位坐标区域对应的学生身份并传递至考试监控终端;所述考试监控终端根据各座位坐标区域及其对应的学生身份生成针座位-身份表并存储到存储模块内;所述图像采集器,用于在考试过程中拍摄监控图像并传递至位置定位模块;所述位置定位模块对监控图像分割成若干监控子图并传递至姿态识别模块;所述姿态识别模块对监控子图进行识别获取学生姿态并传递至考试监控终端;所述考试监控终端根据学生姿态判断存在作弊嫌疑后,考试监控终端传递对应座位坐标区域及其学生身份至远程移动终端。

作为一种优选的技术方案,所述标准座次图像为考试人员对应标准坐于各座位的座位坐标区域内时的在图像。

作为一种优选的技术方案,各座位的所述座位坐标区域形成座位区域坐标阵并存储到位置坐标库中。

作为一种优选的技术方案,所述位置定位模块根据座位区域坐标阵对标准座次图像分割成若干座位单体图像。

根作为一种优选的技术方案,所述位置定位模块根据座位区域坐标阵对监控图像分割成若干监控子图。

作为一种优选的技术方案,所述姿态识别模块包括头部转向识别单元、身体侧倾识别单元、手部动作识别单元以及眼球跟踪单元;所述头部转向识别单元,用于识别监控子图内学生姿态是否存在头部转向;所述身体侧倾识别单元,用于识别监控子图内学生姿态是否存在身体侧倾;所述手部动作识别单元,用于识别监控子图内学生姿态是否存在手部小动作;所述眼球跟踪单元,用于识别监控子图内学生姿态是否存在眼神瞟斜。

作为一种优选的技术方案,若所述学生姿态中存在头部转向、身体侧倾、手部小动作或眼神瞟斜中的任意一种,则考试监控终端判断存在作弊嫌疑。

基于行为预判的考试监控方法,包括如下过程:

A00:在考试过程中通过图像采集器拍摄监控图像并传递至位置定位模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽中屏科技有限公司,未经安徽中屏科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110063561.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top