[发明专利]一种基于考生姿态识别考场作弊行为预判系统在审

专利信息
申请号: 202010691828.1 申请日: 2020-07-17
公开(公告)号: CN111738209A 公开(公告)日: 2020-10-02
发明(设计)人: 王燕清;石朝侠;李慧婷 申请(专利权)人: 南京晓庄学院
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 211171 江苏省南京*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 考生 姿态 识别 考场 作弊 行为 系统
【说明书】:

发明公开了一种基于考生姿态识别考场作弊行为预判系统,包括画面采集模块、数据集建立模块和识别模块,所述画面采集模块的输出端与数据集建立模块的输入端连接,所述数据集建立模块的输出端与识别模块的输入端连接,所述识别模块的输入端连接有数据输入模块,所述识别模块的输出端连接有考生标记模块。本发明通过人工对预判作弊考生的姿态进行评判,纠正错误的预判,以获得更多的评判数据,且这些评判数据通过评判更新模块传递至识别模块处,可为识别模块的评判标准及时更新,从而使得识别模块可以不断的进行完善,从而实现更快更准的进行识别和评断考生是否作弊倾向,避免对考生的考试产生影响。

技术领域

本发明涉及防作弊技术领域,具体为一种基于考生姿态识别考场作弊行为预判系统。

背景技术

考试是一种严格的知识水平鉴定方法,通过考试可以检查学生的学习能力和其它能力,为了保证结果的公平,考场必须要求有很强的纪律约束,并且专门设有主考、监考等监督考试过程,绝对禁止任何作弊行为,在考试过程中,通过人为或电子科技的监督对学生们进行考试违纪的警示是现有考试检查制度的重要一环。

但是现有技术在实际使用时,通过姿态智能识别的方式预判考试作弊仍然存在识别错误的弊端,很容易会造成错误的判断从而影响考生的考试。

发明内容

本发明的目的在于提供一种基于考生姿态识别考场作弊行为预判系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:包括画面采集模块、数据集建立模块和识别模块,所述画面采集模块的输出端与数据集建立模块的输入端连接,所述数据集建立模块的输出端与识别模块的输入端连接,所述识别模块的输入端连接有数据输入模块,所述识别模块的输出端连接有考生标记模块,且考生标记模块的输出端连接有预警模块,所述数据集建立模块包括位置限定模块和位置标号模块,所述识别模块包括人脸识别模块和姿态识别模块,所述数据输入模块包括考生信息模块和考生位置模块,所述识别模块的输入端连接有学习模块,所述学习模块包括姿势判定模块和评判更新模块。

优选的,所述画面采集模块包括摄像头,且画面采集模块用于实时传递教室画面信息。

优选的,所述位置限定模块用于将画面采集模块传递画面中考生的位置进行定位,并设定画面中考生活动范围,所述位置标号模块用于将位置限定模块定位的考生位置进行标号。

优选的,所述人脸识别模块用于通过人脸识别技术识别考生并获取考生信息。

优选的,所述姿态识别模块包括头部转向识别模块、身体侧移识别模块和、手部动作识别模块以及眼球跟踪模块。

优选的,所述头部转向识别模块用于监测考生是否有头部侧看剽窃他人答题的作弊动作,所述身体侧移识别模块用于检测考生是否有侧移身体准备实施作弊的动作,所述手部动作识别模块用于检测考生手部是否有频繁的动作调整,所述眼球跟踪模块用于追踪考生眼球成像范围检测考生是否剽窃他人答题。

优选的,所述考生标记模块用于将作弊考生的位置信息和身份信息结合,并向预警模块处传递,所述预警模块用于在讲台通过作弊考生的画面显示提醒监考老师注意进行重点观察。

优选的,所述考生信息模块用于在考试前将考生信息录入识别模块的系统中,所述考生位置模块用于将考生所做位置信息录入识别模块的系统中。

优选的,所述识别模块的连接端双向连接有储存模块,所述储存模块用于记录识别模块评判的信息,所述姿势判定模块用于人工对考生的姿态进行评判,所述评判更新模块用于将评判信息传递至识别模块,并更新识别模块的评判标准。

与现有技术相比,本发明的有益效果是:

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南京晓庄学院,未经南京晓庄学院许可,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/202010691828.1/2.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