[发明专利]一种基于ARM架构的考生违规行为实时检测系统及方法

说明书

本发明公开了一种基于ARM架构的考生违规行为实时检测系统及方法，其中，考生违规行为实时检测系统包括：摄像头、主控芯片、NPU设备和共享磁盘，所述摄像头输出端连接主控芯片第一输入端，所述主控芯片第一输出端连接共享磁盘输入端，所述主控芯片第二输出端连接NPU设备输入端，所述NPU设备输出端连接主控芯片第二输入端。本发明采用RK3399芯片做RTSP数据的接入做视频抽帧和NPU推理结果上传等应用逻辑处理，集成了更多的带宽压缩技术，并支持更多的图形和计算接口，总体性能比上一代提高45％，解决人工观看考试监控视频回放所需人力成本高昂并且通过网络传输监控视频安全性、保密性低的问题。

技术领域

本发明涉及行为识别技术领域，尤其涉及一种基于ARM架构的考生违规行为实时检测系统及方法。

背景技术

考试是检验学习成果的重要方式，但是在考试的过程中，自古以来都存在着各种形式的违规行为，这些行为扰乱考场秩序，使考试无法公平、公正地进行。所以有必要对考试进行监控，找出考试过程中存在的违规行为，并给予惩治。目前对违规行为检测的手段主要为安装摄像头监控，将考试过程录制为视频，然后人工观察视频，找出其中的违规行为。这样势必会占用大量人力资源，并且时间的耗费也是巨大的。所以，研究智能化识别技术是非常有必要的，也是教育界研究的热点，受到专家和学者的广泛关注。

在申请号为CN201810995056.3的发明专利申请文件中提出了一种教育考试监控视频的人体行为分析方法及系统，其中说到：智能视频分析技术是计算机视觉技术的一个应用领域。它能够在图像或图像序列与事件描述之间建立映射关系，从而使计算机从纷繁的视频图像中分辩、识别出关键目标的行为，过滤用户不关心的信息，其实质是自动分析、抽取、识别视频源中的关键信息。目前的视频分析技术在安防等领域有着广泛的应用，却很少有将视频分析技术应用于在教育考试监控视频。其原因在于，教育考试监控视频的情景过于复杂，目前能应对动态场景分析的行为类视频智能分析技术有着试用场景简单等诸多缺陷。

发明内容

本发明的主要目的在于提供一种基于ARM架构的考生违规行为实时检测系统及方法，旨在解决现有技术中通过人工观察考场视频，找出其中的违规行为耗时耗力的技术问题。

为实现上述目的，本发明提出一种基于ARM架构的考生违规行为实时检测系统，包括：摄像头、主控芯片、NPU设备和共享磁盘，所述摄像头输出端连接主控芯片第一输入端，所述主控芯片第一输出端连接共享磁盘输入端，所述主控芯片第二输出端连接NPU设备输入端，所述NPU设备输出端连接主控芯片第二输入端。

优选地，所述摄像头采用支撑国标RTSP协议的摄像头，用于采集考场数据。

优选地，所述主控芯片采用RK3399芯片，其CPU采用big.LITTLE核心架构。

优选地，所述主控芯片的GPU采用四核ARM的新一代高端图像处理器Mali-T860。

优选地，所述NPU设备由板载RK1808AI芯片组成，所述板载RK1808AI芯片内置高效能NPU。

优选地，所述板载RK1808AI芯片的CPU采用双核Cortex-A35构架。

一种基于ARM架构的考生违规行为实时检测方法，所述考生违规行为实时检测方法包括以下步骤：

S1：通过摄像头录制考试现场的监控视频；

S2：摄像头将监控视频发送给主控芯片RK3399的视频抽帧服务模块；

S3：视频抽帧服务模块对监控视频进行抽帧，得到图像数据；

S4：将图像数据发送给共享磁盘；

S5：NPU设备从共享磁盘中获取相应图像数据，并对其进行算法分析，得到分析结果；

S6：将分析结果发送给算法后处理模块，算法后处理模块将分析结果发送给结果存储硬盘。

优选的，所述S2包括以下子步骤：