一种基于深度学习的考生异常行为检测方法
公开
摘要
本发明提供了一种基于深度学习的考生异常行为检测方法，主要包括步骤：首先读取检测区域监控视数据，采用YOLOv4目标检测方法进行人体检测，得到人体框位置坐标，在视频帧上面进行剪裁，得到考生的行为子图，进行人工标注，制作行为异常检测数据集，设计考生异常行为检测网络模型，进行网络训练，再采用训练好的行为异常检测模型对实时图像进行分析检测，以得到视频中人体的行为检测结果。本发明判断结果准确，可提高视频监控的效率，为电子监考系统增加了异常行为识别的功能，降低电子监考对于人力的依赖，让电子监考真正发挥作用，促进了考试的公平公正。
基本信息
专利标题 ：
一种基于深度学习的考生异常行为检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114613007A
申请号 ：
CN202210230352.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
接标胡瑞豹冯春香王正东张剑龙张启政卞维新丁新涛陈付龙罗永龙
申请人 ：
安徽师范大学
申请人地址 ：
安徽省芜湖市北京东路1号
代理机构 ：
南京钟山专利代理有限公司
代理人 ：
王磊
优先权 ：
CN202210230352.0
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06V20/52 G06V20/40 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
