一种基于深度学习的智能预警考场监控系统技术方案

本实用新型专利技术公开了一种基于深度学习的智能预警考场监控系统，包括身份识别模块、视频采集模块、语音对讲模块、前端报警模块、设备运维模块、数据管理模块、监控模块和客户端；述所身份识别模块，所述视频采集模块、所述语音对讲模块、所述前端报警模块、所述设备运维模块和所述监控模块均与所述数据管理模块相连接，所述数据管理模块可将处理后的数据发送到所述客户端中；所述数据管模块包括存储服务器、视频分析服务器和管理服务器。能够实现有效的预警考场中出现的各种作弊行为以及规范监控人员行为在岗情况。

【技术实现步骤摘要】
一种基于深度学习的智能预警考场监控系统
本技术涉及软件系统领域，特别是涉及一种基于深度学习的智能预警考场监控系统。
技术介绍
随着计算机技术、网络技术、多媒体技术以及通讯技术的发展，实施数字化的网络监控已经成为必须，飞速发展的数字技术为这一需求提供了有力的技术保证和条件，建设一套技术先进，质量可靠，经济实用，方便管理的考场安防数字化网络监控系统，成为一个考场先进、高效地监考的重要手段，也是一个考场现代化建设的重要标志考场数字监控系统解决方案将最新的数字化技术和网络技术全面应用到考场监控系统中，为提高考场监控的现代化水平，提高工作的效率，加强监督和威慑能力具有不可替代的重要作用。
技术实现思路
本部分的目的在于概述本技术的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和技术名称的目的模糊，而这种简化或省略不能用于限制本技术的范围。本技术的目的在于提供一种基于深度学习的智能预警考场监控系统，能够实现有效的预警考场中出现的各种作弊行为以及规范监控人员行为在岗情况。为了实现上述目的，本技术提供了一种基于深度学习的智能预警考场监控系统，包括身份识别模块、视频采集模块、语音对讲模块、前端报警模块、设备运维模块、数据管理模块、监控模块和客户端；所述身份识别模块，所述视频采集模块、所述语音对讲模块、所述前端报警模块、所述设备运维模块和所述监控模块均与所述数据管理模块相连接，所述数据管理模块可将处理后的数据发送到所述客户端中；所述数据管模块包括存储服务器、视频分析服务器和管理服务器。可选的或优选的，所述身份识别模块，包括人脸识别模块和指纹识别模块。可选的或优选的，所述视频采集模块为网络摄像机和录播一体机。可选的或优选的，所述客户端为电脑和手机。本技术实施例提供的技术方案带来的有益效果是：有效的预警考场中出现的各种作弊行为以及规范监控人员行为在岗情况。前端通过高清网络摄像机、录播一体机采集图像，能清楚辨别进出人员的体貌特征，用于确定考试人员身份的唯一性。人脸识别模块和指纹识别模块可以有效的确认进出人员的身份，和视频采集模块形成双保险。系统平台加入手机客户端可以更便捷、实施掌握考场状态。附图说明图1是本技术实施例提供的一种基于深度学习的智能预警考场监控系统的示意图。具体实施方式为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本技术的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施方式的限制。其次，本技术结合示意图进行详细描述，在详述本技术实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术的实施方式作进一步地详细描述。如图1所示，本技术实施例提供的本技术提供了一种基于深度学习的智能预警考场监控系统，包括身份识别模块、视频采集模块、语音对讲模块、前端报警模块、设备运维模块、数据管理模块、监控模块和客户端；身份识别模块，视频采集模块、语音对讲模块、所述前端报警模块、设备运维模块和监控模块均与数据管理模块相连接，数据管理模块可将处理后的数据发送到所述客户端中；数据管模块包括存储服务器、视频分析服务器和管理服务器；身份识别模块，包括人脸识别模块和指纹识别模块。视频采集模块为网络摄像机和录播一体机；客户端为手机。该系统有效的预警考场中出现的各种作弊行为以及规范监控人员行为在岗情况。同时，该系统能清楚辨别进出人员的体貌特征；然后通过监控专网进行传输，图像分析服务器对视频流的进行结构化处理，对视频中的人员进行检测、体态识别、特征提取，并对关注的目标进行快照提取和保存，通过视频结构化处理，可以高效提取视频中有效的信息，将非结构化的视频和图像资源，转换为结构化的图片快照和特征描述，每间考场门口安装身份识别设备，通过生物识别技术的唯一性确定考试人员身份，包括人脸识别和指纹识别，监考员识别身份后，与系统数据库人员白名单比对。通过则监考人员可进入考场，不通过会有预警提示响起并上报监控中心。所有考试人员通过身份识别系统进入考场，只有与系统数据库人员白名单比对通过才可以进入考场。如不属于此考场的考生，系统通过LED显示屏告知考生所在考场序号及位置。如考生号与考生人像、指纹不符系统会响起预警提示并上报监控中心。并配有警号提示。监控中心通过存储服务器进行录像存储，视频综合平台解码成数字高清图像上墙，整个过程均采用网络数字信号进行传输。能够清晰的监视及回放图像显示监视区域内考生出入人员活动和考场秩序情况，在监控中心配置语音对讲设备，实现监控内人员的图像和声音监控，前端报警和监控设备采集巡查、监控的视音频信息等。系统配有移动客户端，用户可通过安装手机app实时监控考场秩序。该系统采用基于深度学习的检测算法，通过对视频进行分析，并对通过某个断面或某个大区域范围内的人数进行自动统计，为管理方提供准确的进入/离开指定区域(通道)的人数(流量)等信息，显示当前人数状态和变化趋势，或掌握考场人员数量，为监考管理方制定或调整管理举措提供有效参考。该系统采用基于深度学习的人体姿态动作识别，对视频内的人员进行动作识别，并对每个人员个体的活跃度进行评价，对高于活跃度临界值的人员进行语音告警。该系统基于深度学习技术进行对考试过程中出考场人员监测和跟踪，并针对进入所设定虚拟禁区或跨越所设定的折线(虚拟边界)的目标进行监测跟踪，并按照用户设置的规则触发报警。该系统基于深度学习进行行人检测，并对考生进行动态跟踪，根据运动轨迹分析，判断此人是否在一个区域内长期反复滞留徘徊，当其逗留徘徊超过一定时间之后，进行自动告警。该系统基于深度学习进行监考人员的体态动作识别，判定监考人员是否擅自脱岗，在岗时间等进行精确分析和报警。系统可对前端设备运行状态进行监控、包括工作电压、电流、图像丢帧、网络连接状态、温湿度等，通过对运行状态的实时监控，获取前端设备的运行数据，当数据出现异常时及时通知维修人员更换或修复，保证考试期间的实时监控。大数据分析对考试数据建档，包括：监考人员身份信息、考生身份信息、预警数据、设备运维数据等。通过对这些历史数据进行统计和分析，提供隐患预警。虽然在上文中已经参考实施方式对本技术进行了描述，然而在不脱离本技术的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本技术所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进本文档来自技高网...

【技术保护点】
1.一种基于深度学习的智能预警考场监控系统，其特征在于，包括身份识别模块、视频采集模块、语音对讲模块、前端报警模块、设备运维模块、数据管理模块、监控模块和客户端；所述身份识别模块、所述视频采集模块、所述语音对讲模块、所述前端报警模块、所述设备运维模块和所述监控模块均与所述数据管理模块相连接，所述数据管理模块可将处理后的数据发送到所述客户端中；所述数据管模块包括存储服务器、视频分析服务器和管理服务器。/n

【技术特征摘要】
1.一种基于深度学习的智能预警考场监控系统，其特征在于，包括身份识别模块、视频采集模块、语音对讲模块、前端报警模块、设备运维模块、数据管理模块、监控模块和客户端；所述身份识别模块、所述视频采集模块、所述语音对讲模块、所述前端报警模块、所述设备运维模块和所述监控模块均与所述数据管理模块相连接，所述数据管理模块可将处理后的数据发送到所述客户端中；所述数据管模块包括存储服务器、视频分析服务器和管理服务器。

【专利技术属性】
技术研发人员：焦永利，袁娟，杨月，
申请(专利权)人：富盛科技股份有限公司，
类型：新型
国别省市：北京;11