作弊区域检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种作弊区域检测方法、装置、设备及存储介质，通过获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度，将重叠密度最大的热点区域框对应的区域作为作弊区域，防止人工监考存在内部人员舞弊情况，节省了人力成本，提升了作弊区域检测的准确率，提高了作弊区域的检测速度和效率，保证了考试的公平公正，不需要将各帧图像的检测对象进行标记和关联，通用性和灵活性强，提升了用户体验。

Cheating area detection methods, devices, equipment and storage media

The invention discloses a cheating area detection method, device, device and storage medium, which generates human head coordinate data according to the pixel coordinate position of each frame of the video to be recognized by acquiring the pixel coordinate position of the human head, obtains the hotspot area frame of each frame according to the human head coordinate data, and clusters the hotspot area frame iteratively to obtain the hotspot. The overlapping density of the area frame takes the area corresponding to the hotspot area frame with the greatest overlapping density as the cheating area, so as to prevent the internal personnel from cheating in the manual invigilation examination, save the human cost, improve the accuracy of cheating area detection, improve the detection speed and efficiency of cheating area, ensure the fairness and fairness of the examination, and do not need to mark the detection object of each frame image. Memory and association, versatility and flexibility, enhance the user experience.

【技术实现步骤摘要】
作弊区域检测方法、装置、设备及存储介质
本专利技术涉及视频监控领域，尤其涉及一种作弊区域检测方法、装置、设备及存储介质。
技术介绍
目前检测作弊事件或行为的方式通常是通过人工监考，或者对目标人员的某一动作行为做静态的单帧采集，将采集到的帧画面进行统计学习出模型后进行分辨，但是因为分辨识别动作较多，造成模型愈加趋于复杂化，计算量比较庞大，需要依赖很大的数据量运算能力，往往运算速度偏慢，并且仅靠当前一帧画面确定作弊区域，检测准确率并不高，并且现有的通过提取目标人员的动作行为进行作弊分析的这种方式，往往还需要依赖很多的硬件传感器获取的图像信息和传感器信息，存在噪声大的问题，并且在比较复杂的监控环境中实时性也不高，会有延时。
技术实现思路
本专利技术的主要目的在于提供一种作弊区域检测方法、装置、设备及存储介质，旨在解决现有技术中通过提取目标人员的动作行为进行作弊分析存在的检测准确率和效率较低，且实时性差的技术问题。为实现上述目的，本专利技术提供一种作弊区域检测方法，所述作弊区域检测方法包括以下步骤：获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度；将重叠密度最大的热点区域框对应的区域作为作弊区域。优选地，所述将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度，具体包括：对各帧画面进行重叠，统计各热点区域框的累计重叠次数；根据所述累计重叠次数确定各热点区域框的重叠密度。优选地，所述对各帧画面进行重叠，统计各热点区域框的累计重叠次数，具体包括：对连续的各帧画面依次进行重叠，以使各帧画面中的各热点区域框进行融合；获得融合后的各热点区域框的区域集合，从所述区域集合中获取各热点区域框的累计重叠次数，所述区域集合通过如下公式获取：其中，n为迭代阈值，即帧与帧之间的重叠次数，i为当前帧数，Hi为当前帧的热点区域框，W为区域集合。优选地，所述获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据，具体包括：对所述待识别视频进行识别，确定所述待识别视频的每一帧画面中的人员头部目标；获得各帧画面中人员头部目标对应的像素坐标位置和人员头部数量，将各像素坐标位置和人员头部数量作为人头坐标数据。优选地，所述根据所述人头坐标数据获得各帧画面的热点区域框，具体包括：根据所述人头坐标数据确定各目标人员头部对应的目标人员头部框；获得各帧画面中各目标人员头部框之间的间距；将所述间距小于预设距离阈值的目标人员头部框作为热点区域框。优选地，所述根据所述人头坐标数据确定各目标人员头部对应的目标人员头部框之前，所述作弊区域检测方法还包括：从所述人头坐标数据中提取第一帧画面中的起始人头坐标数据与最后一帧画面中的最终人头坐标数据；将所述起始人头坐标数据与所述最终人头坐标数据进行比对，获得人员头部位移参数，所述人员头部位移参数为第一帧画面中各人员头部的像素坐标位置的历史位移数据；根据所述人员头部位移参数确定人员头部位移小于预设位移阈值的人员头部为目标人员头部。优选地，所述将重叠密度最大的热点区域框对应的区域作为作弊区域之后，所述作弊区域检测方法还包括：获取所述作弊区域对应的目标图像数据，将所述目标图像数据代入至预设误检模型中，生成误检结果；在所述误检结果为无误时，将所述作弊区域作为预警区域，根据所述预警区域生成预警信息，并将所述预警信息发送至监控中心。此外，为实现上述目的，本专利技术还提出一种作弊区域检测设备，所述作弊区域检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的作弊区域检测程序，所述作弊区域检测程序配置为实现如上文所述的作弊区域检测方法的步骤。此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有作弊区域检测程序，所述作弊区域检测程序被处理器执行时实现如上文所述的作弊区域检测方法的步骤。此外，为实现上述目的，本专利技术还提供一种作弊区域检测装置，所述作弊区域检测装置包括：数据获取模块、热点区域确定模块、密度获取模块和作弊区域确定模块；其中，所述数据获取模块，用于获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；所述热点区域确定模块，用于根据所述人头坐标数据获得各帧画面的热点区域框；所述密度获取模块，用于将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度；所述作弊区域确定模块，用于将重叠密度最大的热点区域框对应的区域作为作弊区域。本专利技术提出的作弊区域检测方法，通过获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度，将重叠密度最大的热点区域框对应的区域作为作弊区域，防止人工监考存在内部人员舞弊情况，节省了人力成本，提升了作弊区域检测的准确率，提高了作弊区域的检测速度和效率，保证了考试的公平公正，不需要将各帧图像的检测对象进行标记和关联，通用性和灵活性强，提升了用户体验。附图说明图1为本专利技术实施例方案涉及的硬件运行环境的设备结构示意图；图2为本专利技术作弊区域检测方法第一实施例的流程示意图；图3为本专利技术作弊区域检测方法第二实施例的流程示意图；图4为本专利技术作弊区域检测方法第三实施例的流程示意图；图5为本专利技术作弊区域检测装置第一实施例的功能模块图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的解决方案主要是：本专利技术通过获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度，将重叠密度最大的热点区域框对应的区域作为作弊区域，防止人工监考存在内部人员舞弊情况，节省了人力成本，提升了作弊区域检测的准确率，提高了作弊区域的检测速度和效率，保证了考试的公平公正，不需要将各帧图像的检测对象进行标记和关联，通用性和灵活性强，提升了用户体验，解决了现有技术中通过提取目标人员的动作行为进行作弊分析存在的检测准确率和效率较低，且实时性差的技术问题。参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的设备结构示意图。如图1所示，该设备可以包括：显示器1000、处理器1001，例如中央处理器(CentralProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccessMemory，RAM)存储器，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1本文档来自技高网...

【技术保护点】
1.一种作弊区域检测方法，其特征在于，所述作弊区域检测方法包括：获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度；将重叠密度最大的热点区域框对应的区域作为作弊区域。

【技术特征摘要】
1.一种作弊区域检测方法，其特征在于，所述作弊区域检测方法包括：获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据；根据所述人头坐标数据获得各帧画面的热点区域框；将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度；将重叠密度最大的热点区域框对应的区域作为作弊区域。2.如权利要求1所述的作弊区域检测方法，其特征在于，所述将各热点区域框进行迭代聚类，获得各热点区域框的重叠密度，具体包括：对各帧画面进行重叠，统计各热点区域框的累计重叠次数；根据所述累计重叠次数确定各热点区域框的重叠密度。3.如权利要求2所述的作弊区域检测方法，其特征在于，所述对各帧画面进行重叠，统计各热点区域框的累计重叠次数，具体包括：对连续的各帧画面依次进行重叠，以使各帧画面中的各热点区域框进行融合；获得融合后的各热点区域框的区域集合，从所述区域集合中获取各热点区域框的累计重叠次数，所述区域集合通过如下公式获取：其中，n为迭代阈值，即帧与帧之间的重叠次数，i为当前帧数，Hi为当前帧的热点区域框，W为区域集合。4.如权利要求3所述的作弊区域检测方法，其特征在于，所述获取待识别视频的各帧画面中人员头部的像素坐标位置，根据所述像素坐标位置生成人头坐标数据，具体包括：对所述待识别视频进行识别，确定所述待识别视频的每一帧画面中的人员头部目标；获得各帧画面中人员头部目标对应的像素坐标位置和人员头部数量，将各像素坐标位置和人员头部数量作为人头坐标数据。5.如权利要求4所述的作弊区域检测方法，其特征在于，所述根据所述人头坐标数据获得各帧画面的热点区域框，具体包括：根据所述人头坐标数据确定各目标人员头部对应的目标人员头部框；获得各帧画面中各目标人员头部框之间的间距；将所述间距小于预设距离阈值的目标人员头部框作为热点区域框。6.如权利要求5所述的作弊区域检测方法，其特征在于，所述根据所述人头...

【专利技术属性】
技术研发人员：余忠慧，甘怡训，
申请(专利权)人：汉勤汇科技武汉有限公司，
类型：发明
国别省市：湖北,42