[发明专利]基于神经网络和目标追踪的考官异常行为监控方法及系统

说明书

本发明提供了考官异常行为监控方法及系统，方法包括以下步骤：采集人体训练样本，利用人体训练样本训练神经网络，得到人体检测模型；获取考场的实时视频流，逐帧解析实时视频流，得到实时图片；利用人体检测模型对每一帧实时图片进行人体检测，记录每个人体的坐标信息；所述坐标信息包括覆盖整个人体的矩形框、矩形框的坐标信息、矩形框的长以及矩形框的宽；对每帧实时图像中的人体进行追踪，记录每个人体的追踪信息；根据追踪信息识别出考官；对考官的追踪信息进行分析，当追踪信息满足预设的报警条件时，进行报警。该方法能够自动监控考官的异常行为，提高智能化考场效率。

技术领域

本发明属于智能考场监控技术领域，具体涉及基于神经网络和目标追踪的考官异常行为监控方法及系统。

背景技术

目前对考场的监管通常是对考生异常行为的监管。在考试过程中，考官必须以高度负责的精神做好考场的监督工作，包括考场巡视、不得随意离场、禁止在某一位置长时间停留等。因此，对考官异常行为的监控，能够有效提高智能化考场效率、避免考官违纪行为。然而，考场环境复杂多样、考场监控数量多，监控室人员不能及时发现考场中考官存在的异常行为，难以通过自动化的分析对考官的异常行为进行监控。

发明内容

针对现有技术中的缺陷，本发明提供一种基于神经网络和目标追踪的考官异常行为监控方法及系统，能够自动监控考官的异常行为，提高智能化考场效率。

第一方面，一种基于神经网络和目标追踪的考官异常行为监控方法，包括以下步骤：

采集人体训练样本，利用人体训练样本训练神经网络，得到人体检测模型；

获取考场的实时视频流，逐帧解析实时视频流，得到实时图片；

利用人体检测模型对每一帧实时图片进行人体检测，记录每个人体的坐标信息；所述坐标信息包括覆盖整个人体的矩形框、矩形框的坐标信息、矩形框的长以及矩形框的宽；

对每帧实时图像中的人体进行追踪，记录每个人体的追踪信息；

根据追踪信息识别出考官；

对考官的追踪信息进行分析，当追踪信息满足预设的报警条件时，进行报警。

优选地，所述采集人体训练样本具体包括：

获取多张人体图片，对人体图片进行标注，记录人体图片中人体的坐标信息，得到所述人体训练样本。

优选地，所述的追踪信息包括：

目标ID、目标的瞬时速度、目标的初始区域。

优选地，所述根据追踪信息识别出考官具体包括：

若检测到目标的瞬时速度大于预设的考官速度，或者是目标离开了其初始区域时，判定该目标为考官。

优选地，所述当追踪信息满足预设的报警条件时，进行报警具体包括：

当检测到考官的人数超过预设的考官数目，或者是根据考官的目标ID、瞬时速度、所在区域检测考官存在异常行为时，进行报警。

优选地，所述异常行为包括：

考官离场、在一考台长时间停留或频繁出现在一考台。

第二方面，一种基于神经网络和目标追踪的考官异常行为监控系统，包括：

训练单元：用于采集人体训练样本，利用人体训练样本训练神经网络，得到人体检测模型；

采集单元：用于获取考场的实时视频流，逐帧解析实时视频流，得到实时图片；

检测单元：用于利用人体检测模型对每一帧实时图片进行人体检测，记录每个人体的坐标信息；所述坐标信息包括覆盖整个人体的矩形框、矩形框的坐标信息、矩形框的长以及矩形框的宽；