一種基于深度學習的考生異常行為檢測方法

基本信息

申請?zhí)?/td> CN202210228572.X 申請日 -
公開（公告）號 CN114333070A 公開（公告）日 2022-04-12
申請公布號 CN114333070A 申請公布日 2022-04-12
分類號 G06V40/20（2022.01）I;G06V20/40（2022.01）I;G06V20/52（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 許信順;李玉基;馬磊;陳義學 申請（專利權）人 山東山大鷗瑪軟件股份有限公司
代理機構 山東舜源聯(lián)合知識產(chǎn)權代理有限公司 代理人 馬洪磊
地址 250101山東省濟南市高新區(qū)伯樂路128號
法律狀態(tài) -

摘要

摘要 本發(fā)明提出的一種基于深度學習的考生異常行為檢測方法，屬于圖像分析技術領域。方法包括：對考場監(jiān)控視頻進行視頻幀采樣，對采樣的視頻幀標注考生和監(jiān)考老師的邊界框，并利用標注的數(shù)據(jù)訓練目標檢測模型；根據(jù)異常行為發(fā)生位置對考場監(jiān)控視頻進行視頻幀采樣，對采樣的視頻幀標注考生的邊界框和動作類別，利用標注的數(shù)據(jù)訓練動作識別模型，并進行動作識別模型優(yōu)化；使用目標檢測模型對輸入的數(shù)據(jù)進行目標檢測，選擇檢測得分大于0.9的邊界框進入動作識別階段，通過動作識別模型對得到的邊界框內(nèi)的考生實例進行分類。本發(fā)明能夠同時檢測考生的位置信息和動作信息，有效提高了在考場環(huán)境下的異常行為檢測的準確率。