System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于视觉防作弊技术的无人监考系统技术方案_技高网

一种基于视觉防作弊技术的无人监考系统技术方案

技术编号:40564524 阅读:7 留言:0更新日期:2024-03-05 19:28
本发明专利技术公开了一种基于视觉防作弊技术的无人监考系统,系统包括:考生电脑摄像机,用于监控考生人脸;考场环境摄像机,用于监控考场环境并与所述考生电脑摄像机进行联动;考前视觉检测模块,用于进行考生身份验证和考前环境安全检查;考中防作弊模块,用于实时监测考生的电脑状态和作弊行为并告警;考后数据汇总模块,用于对考试数据追溯、生成考试分析报告和归档考试作弊数据。利用本发明专利技术实施例,能够实现无人监考,解决监考人力成本高昂、人工监考效果难保证,容易影响考试公平、普通视频监控效率低、响应慢等监考痛点问题,监考效率和效果相对较高。

【技术实现步骤摘要】

本专利技术涉及人工智能,特别是一种基于视觉防作弊技术的无人监考系统


技术介绍

1、现有的考试监考环境,多为人工监考。现有技术主要包括如下方面:

2、1.无人监考考试舱,每个舱仅容纳一人进行考试,通过门锁、语音交互、录音、拍照识别等方式进行作弊监控,防止考生作弊,其主要缺点是应用场景有限,无法用于高校等多人同时考试场景。

3、2.在线考试监控系统,适用于在线机考的场景。主要通过获取考生电脑摄像头数据,利用人脸识别技术对考生进行身份验证、定时抓拍比对。由于考生电脑摄像头能监控的画面有限,考生仍有其他方式可以进行作弊,如查看手机,翻阅资料等。


技术实现思路

1、本专利技术的目的是提供一种基于视觉防作弊技术的无人监考系统,以解决现有技术中的不足,能够实现无人监考,解决监考人力成本高昂、人工监考效果难保证,容易影响考试公平、普通视频监控效率低、响应慢等监考痛点问题,监考效率和效果相对较高。

2、本申请的一个实施例提供了一种基于视觉防作弊技术的无人监考系统,所述系统包括:

3、考生电脑摄像机,用于监控考生人脸;

4、考场环境摄像机,用于监控考场环境并与所述考生电脑摄像机进行联动;

5、考前视觉检测模块,用于进行考生身份验证和考前环境安全检查;

6、考中防作弊模块,用于实时监测考生的电脑状态和作弊行为并告警;

7、考后数据汇总模块,用于对考试数据追溯、生成考试分析报告和归档考试作弊数据。

>8、可选的,所述考前视觉检测模块,具体用于:

9、获取所述考生电脑摄像机采集的数据,利用人脸验证算法进行考生身份验证,并统计考生的人脸数量;

10、获取所述考场环境摄像机采集的数据,利用目标检测算法进行考生的人头数量统计,并对违规物品进行目标检测;

11、根据统计的人脸数量和人头数量核对考生总数。

12、可选的,所述考中防作弊模块包括:软件防作弊组件和视觉智能防作弊组件;其中,

13、所述软件防作弊组件,用于实时监测考生当前的电脑状态,判定考生电脑是否存在第一预设作弊行为;

14、所述视觉智能防作弊组件,用于通过考生电脑摄像机持续对考生人脸特征进行采集,识别是否存在第二预设作弊行为;通过考场环境摄像机对考场的所有考位进行持续监控,并与考生电脑摄像机进行联动,将考位与考生进行关联,识别是否存在第三预设作弊行为。

15、可选的,所述视觉智能防作弊组件,具体用于:

16、利用时空域融合的遮挡检测算法判断摄像机是否存在遮挡;

17、利用seetaface6算法实现人脸检测,根据检测到的人脸数量判断是否异常;

18、使用基于pos it算法的人脸姿态估计算法计算姿态角,判断是否存在左顾右盼;

19、利用yolov8检测算法检测是否存在异常目标,如果检测到异常目标,则判定为作弊行为,并检测人头数量和位置判断是否存在异常;

20、采用时域前后帧比对和形态学处理算法对越界进行判断,如果越界区域面积大于设定阈值,则判断有越界行为;

21、使用c3d的动作行为分析算法检测是否存在异常行为。

22、可选的,所述软件防作弊组件,具体用于:对电脑权限进行控制,其中,所述电脑权限包括:软件使用权限、网络访问权限、切屏/分屏权限、外接设备限制权限、远程软件运行权限。

23、可选的,所述考后数据汇总模块,具体用于:对考试过程中的动态数据、作弊告警数据保存,以实现追溯考生考试数据、生成考试数据分析报告、投喂算法以进行二次学习升级。

24、可选的,所述算法直接部署到考生电脑摄像机和考场环境摄像机中。

25、可选的,所述人脸验证算法包括:seetaface6人脸验证模型。

26、可选的,所述目标检测算法包括:yolov8目标检测模型。

27、可选的,所述考场环境摄像机包括:考场吸顶摄像头。

28、与现有技术相比,本专利技术提供的一种基于视觉防作弊技术的无人监考系统,系统包括:考生电脑摄像机,用于监控考生人脸;考场环境摄像机,用于监控考场环境并与所述考生电脑摄像机进行联动;考前视觉检测模块,用于进行考生身份验证和考前环境安全检查;考中防作弊模块,用于实时监测考生的电脑状态和作弊行为并告警;考后数据汇总模块,用于对考试数据追溯、生成考试分析报告和归档考试作弊数据,从而能够实现无人监考,解决监考人力成本高昂、人工监考效果难保证,容易影响考试公平、普通视频监控效率低、响应慢等监考痛点问题,监考效率和效果相对较高。

本文档来自技高网...

【技术保护点】

1.一种基于视觉防作弊技术的无人监考系统,其特征在于,所述系统包括:

2.根据权利要求1所述的系统,其特征在于,所述考前视觉检测模块,具体用于:

3.根据权利要求2所述的系统,其特征在于,所述考中防作弊模块包括:软件防作弊组件和视觉智能防作弊组件;其中,

4.根据权利要求3所述的系统,其特征在于,所述视觉智能防作弊组件,具体用于:

5.根据权利要求4所述的系统,其特征在于,所述软件防作弊组件,具体用于:对电脑权限进行控制,其中,所述电脑权限包括:软件使用权限、网络访问权限、切屏/分屏权限、外接设备限制权限、远程软件运行权限。

6.根据权利要求5所述的系统,其特征在于,所述考后数据汇总模块,具体用于:对考试过程中的动态数据、作弊告警数据保存,以实现追溯考生考试数据、生成考试数据分析报告、投喂算法以进行二次学习升级。

7.根据权利要求6所述的系统,其特征在于,所述算法直接部署到考生电脑摄像机和考场环境摄像机中。

8.根据权利要求2所述的系统,其特征在于,所述人脸验证算法包括:SeetaFace6人脸验证模型。

9.根据权利要求2所述的系统,其特征在于,所述目标检测算法包括:YOLOv8目标检测模型。

10.根据权利要求1-9任一项所述的系统,其特征在于,所述考场环境摄像机包括:考场吸顶摄像头。

...

【技术特征摘要】

1.一种基于视觉防作弊技术的无人监考系统,其特征在于,所述系统包括:

2.根据权利要求1所述的系统,其特征在于,所述考前视觉检测模块,具体用于:

3.根据权利要求2所述的系统,其特征在于,所述考中防作弊模块包括:软件防作弊组件和视觉智能防作弊组件;其中,

4.根据权利要求3所述的系统,其特征在于,所述视觉智能防作弊组件,具体用于:

5.根据权利要求4所述的系统,其特征在于,所述软件防作弊组件,具体用于:对电脑权限进行控制,其中,所述电脑权限包括:软件使用权限、网络访问权限、切屏/分屏权限、外接设备限制权限、远程软件运行权限。

6.根据权利要求...

【专利技术属性】
技术研发人员:肖正兴董超王廷李炎
申请(专利权)人:深圳职业技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1