考试作弊检测方法和装置制造方法及图纸

本发明专利技术提出一种考试作弊检测方法和装置，该考试作弊检测方法包括：获取考场的监控图像；在所述监控图像中检测出考生的局部动作；根据所述局部动作判断所述考生是否作弊，并在判断出所述考生作弊时，发出警报。该方法能够提高作弊检测效果。

Test method and device for test cheating

The invention provides a method and a device for detecting cheating in the exam, the exam cheating detection methods include: monitoring image acquisition examination; detection of local action candidates in the monitoring image; according to the judgment of the local action of cheating, and in the judgment of the candidates to cheat, alert. This method can improve the detection effect of cheating.

【技术实现步骤摘要】
考试作弊检测方法和装置
本专利技术涉及图像处理
，尤其涉及一种考试作弊检测方法和装置。
技术介绍
教育考试是目前国家进行资格认定、学位晋升等方面的必要手段，也是当前人才选拔的必经之路。考试过程中经常会存在一些考生为了可以取得较好的成绩而作弊。因此，如何在考试过程中，及时发现作弊的考生并制止其行为是教育考试中面临的亟待解决的问题。为了监控考生是否作弊，现有方法一般是在考场安装监控探头，由专门的人员进行监控，同时考场中有监考人员进行现场监考；当监控人员发现监控视频中考生存在异常行为后，将该信息传给考场监考人员，由监考人员验证考生是否作弊。现有方法中，由于监控人员监控的考生较多，很难逐一关注每个考生的具体动作，经常会存在大量遗漏，而现场的监考人员也存在同样的问题，即使有作弊的考生，也很难及时发现，作弊检测效果较差。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种考试作弊检测方法，该方法可以提高作弊检测效果。本专利技术的另一个目的在于提出一种考试作弊检测装置。为达到上述目的，本专利技术第一方面实施例提出的考试作弊检测方法，包本文档来自技高网...

【技术保护点】
一种考试作弊检测方法，其特征在于，包括：获取考场的监控图像；在所述监控图像中检测出考生的局部动作；根据所述局部动作判断所述考生是否作弊，并在判断出所述考生作弊时，发出警报。

【技术特征摘要】
1.一种考试作弊检测方法，其特征在于，包括：获取考场的监控图像；在所述监控图像中检测出考生的局部动作；根据所述局部动作判断所述考生是否作弊，并在判断出所述考生作弊时，发出警报。2.根据权利要求1所述的方法，其特征在于，所述在所述监控图像中检测出考生的局部动作，包括：在所述监控图像中，确定出考生所在区域；在所述考生所在区域中，确定出所述考生的各局部区域；在各局部区域中检测，提取出各局部区域中的局部动作。3.根据权利要求2所述的方法，其特征在于，所述在所述监控图像中，确定出考生所在区域，包括：根据对考场背景的建模结果，确定考场的基本组件所在的位置；根据所述基本组件所在的位置，以及对预先收集的包含人物的图像头肩区域进行训练后得到的考生检测模型，确定考生的头肩区域；对所述头肩区域进行扩展，将扩展后的区域确定为考生所在区域。4.根据权利要求2所述的方法，其特征在于，所述在所述考生所在区域中，确定出所述考生的各局部区域，包括：在考生所在区域，根据预先训练的人脸检测模型，确定考生的头部区域和面部朝向；根据所述考生的头部区域和面部朝向，在所述考生所在区域确定所述考生的其余局部区域，所述其余局部区域包括如下项中的一项或多项：手部区域、腿部区域。5.根据权利要求1所述的方法，其特征在于，所述局部动作包括如下项中的一项或多项：表情、头部动作、手部动作、腿部动作。6.根据权利要求2所述的方法，其特征在于，当所述局部动作包括：表情、头部动作、手部动作和腿部动作时，所述在各局部区域中检测，提取出各局部区域中的局部动作，包括：当局部区域是头部区域时，在所述头部区域是面部正朝向时，根据预先训练得到的人脸表情模型，在所述头部区域提取表情；根据预先训练得到的头部动作检测模型，在头部区域进行动作检测，得到头部动作；在手部区域中，利用像素点的位置关系提取手部重心的坐标，根据所述手部重心的坐标确定手部动作；在腿部区域，提取预设的关键点，并根据关键点的坐标确定腿部动作。7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述局部动作判断所述考生是否作弊，包括：根据所述局部动作判断所述考生是否存在短时作弊行为或长时作弊行为中的至少一种；如果存在，则判断出所述考生存在作弊行为。8.根据权利要求7所述的方法，其特征在于，根据局部动作判断考生是否存在短时作弊行为，包括：获取多个连续的监控图像中，每个监控图像对应的需要检测的局部动作；比较不同的监控图像对应的局部动作，判断是否存在同一个需要检测的局部动作的变化量大于预设变化量；如果存在，确定考生存在短时作弊行为。9.根据权利要求8所述的方法，其特征在于，还包括：如果不存在，根据预先建立的动作检测模型，确定每个需要检测的动作属于可疑行为的概率，并在任一种需要检测的动作属于可疑行为的概率大于预设概率时，确定考生为可疑行为考生；获取所述可疑行为考生的预测动作特征轨迹和真实动作特征轨迹，并根据所述预测动作特征轨迹和所述真实动作特征轨迹，对所述可疑行为考生进行二次判定，确定所述可疑行为考生是否存在短时作弊行为。10.根据权利要求9所述的方法，其特征在于，所述根据所述预测动作特征轨迹和所述真实动作特征轨迹，对所述可疑行为考生进行二次判定，确定所述可疑行为考生是否存在短时作弊行为，包括：计算所述预测动作特征轨迹和所述真实动作特征轨迹之间的距离，如果所述距离小于预设距离，则确定所述考生存在短时作弊行为。11.根据权利要求7所述的方法，其特征在于，根据局部动作判断考生是否存在长时作弊行为，包括：获取多个连续的监控图像中，每个监控图像对应的需要检测的局部动作；根据不同的监控图像对应的需要检测的局部动作，确定需要检测的局部动作...

【专利技术属性】
技术研发人员：吴子扬，刘聪，魏思，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34