本发明公开了一种用于线下多人考试的视觉辅助监考系统，包括以下内容：获取监控视频中的一帧图像，将其边缘裁除；将处理过后的图像按固定像素大小提取多个小图像并记录每个小图像的坐标；将小图像输入预训练的卷积神经网络1以判断是否为人像，若为人像则返回人像坐标；将相邻的人像坐标进行坐标拼接；按人像坐标在之后获得的视频帧图像中提取人像图像并输入预训练的卷积神经网络2以判断是否为作弊行为；若为作弊行为则在监视器视频画面中框画提示，并记录坐标位置和时间。本发明提高了考场监控的利用效率，且无需附加设备，能有效辅助人工进行作弊行为的查找，大幅减轻了监考人员的负担。