發(fā)布時間：2021-10-23 02:25

　　智能監(jiān)考系統(tǒng)是智能考試管理系統(tǒng)的關(guān)鍵和難點(diǎn)部分,其對于教育行政部門提高考試管理水平,降低考試過程的人力、財力投入,保證考試的公平性具有重要的意義。當(dāng)前智能監(jiān)考系統(tǒng)研究還存在諸多沒有解決的關(guān)鍵和難點(diǎn)問題。本文研究和解決基于考場監(jiān)控視頻的智能監(jiān)考系統(tǒng)中的考務(wù)事件檢測的關(guān)鍵問題,提出相應(yīng)的理論模型、關(guān)鍵算法。具體包括三個問題:第一個問題是考場全局考務(wù)事件檢測�？紙鋈挚紕�(wù)事件是指在時間軸上對考場監(jiān)控視頻各個片段的考場全局狀態(tài)進(jìn)行識別分類,結(jié)合考試時間和考務(wù)規(guī)則等預(yù)知的文本參數(shù),以判斷空考場、考生入場、考生離場、考前準(zhǔn)備與考后收尾、考中等各個考務(wù)環(huán)節(jié)是否秩序正常和按時進(jìn)行。另外,考中階段的確定是考場局部考務(wù)事件檢測的前提。針對考場全局運(yùn)行狀態(tài)分類問題,本文提出了雙通道三維卷積神經(jīng)網(wǎng)絡(luò)模型D3DCNN,本文實驗部分在考場數(shù)據(jù)集EMV-1及基準(zhǔn)數(shù)據(jù)集UCF101上證明了 D3DCNN模型的有效性和先進(jìn)性。第二個問題是考場監(jiān)控視頻時鐘識別。在考場監(jiān)控視頻中,考務(wù)事件有三個要素,即視頻信息、時鐘信息、考務(wù)規(guī)則�？紕�(wù)事件與時間緊密關(guān)聯(lián),不同時間發(fā)生的同一視頻內(nèi)容有著完全不同的語義和重要性。視頻時鐘也是海... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．２考場監(jiān)控視頻樣例??傳統(tǒng)方法解決本文所面臨的問題相對冗長復(fù)雜，泛化能力較差

？博士學(xué)位論文??ＤＯＣＴＯＲＡＬ?ＤＩＳＳＥＲＴＡＴＩＯＮ??３．１考場全局事件檢測??３．１．１考場全局事件的定義??考場全局視頻考務(wù)事件（簡稱考場全局事件）是指對考場監(jiān)控視頻中的各個時間片段的全??局視頻場景進(jìn)行識別分類，再結(jié)合視頻時鐘和考務(wù)規(guī)則，即得到符合或違背考務(wù)規(guī)則的考場全??局事件�？紙鋈质录䴔z測的主要問題是考場全局狀態(tài)視頻場景分類。在基于考場監(jiān)控視頻的??智能監(jiān)考系統(tǒng)中，我們可以根據(jù)不同考試階段中考場人員群體表現(xiàn)出的不同運(yùn)動模式，將考場??全局狀態(tài)分為如下５類：??①空考場：無考場人員在內(nèi)，亦無任何活動；??②準(zhǔn)備及收尾：考場無考生，監(jiān)考老師在考場內(nèi)做考前考后的考務(wù)工作，如考前開啟密封??考卷、考后逐桌收卷、匯總試卷及封袋等；??③考生入場：考生陸續(xù)從考場入口出現(xiàn)，進(jìn)入考場各個區(qū)域的位置并坐下；??④考生離場：考試結(jié)束，考生起立且從考場各個區(qū)域涌向考場出口并從監(jiān)控中消失；??⑤考中：考生在自己的位置上作答，監(jiān)考老師逐桌分發(fā)試卷、巡場走動、駐足、坐定。??３．１．２考場全局狀態(tài)分類流程??通過對視頻幀序列中的人物群體的運(yùn)動狀態(tài)進(jìn)行分類識別即可區(qū)分當(dāng)前考場所處的全局狀??態(tài)類別。如圖３．１所示為本章雙通道三維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行考場全局狀態(tài)分類識別的流程。??第１通ｊｌ：基于原始數(shù)據(jù)的動作檢測網(wǎng)絡(luò)??廣輸入數(shù)據(jù)＾?＿?／１１????光?第２通道：基于光流圖的動作檢測網(wǎng)絡(luò)??｜?ｇ｜｜?／’、＃??預(yù)處理?光率圖序列???一????雙通道三維卷積網(wǎng)絡(luò)??圖３．１考場全局狀態(tài)分類識別流程??２４??

博士學(xué)位論文??ＤＯＣＴＯＲＡＬ?ＤＩＳＳＥＲＴＡＩＩＯＮ??對于稠密匹配，如果只有上面的數(shù)據(jù)項是不夠的，因為純色區(qū)域的點(diǎn)無法通過上式計算找??到準(zhǔn)確的偏移量，因此還需要加入一個平滑項。平滑項的目的是對于特征比較弱的區(qū)域的點(diǎn)，??其偏移量盡量向強(qiáng)特征點(diǎn)的偏移量靠近，或者說相鄰兩個特征點(diǎn)的偏移量相差不能太大，即偏??移量的變化率不能太大，公式化如式３．１２所示：??ＴｎｉＴｔ??ｕｄｘ．ｙｌｖｉｘ．ｙ＾＾＾＾＾ｙ?（３．１２）??上式中＝?＋?是梯度的模長，４０，ｙ）是一個類似的誤差函數(shù)。將上面兩??個公式合并起來就得到最終的目標(biāo)函數(shù)如式３．１３所示：??ｖ）?—?Ｉ｛ｘ?＋?ｕ，ｙ?＋?ｖ））?＋?Ｘ?■?ｉｐ（＼Ｖｕ＼，＼Ｖｖ＼）＼ｄｘｄｙ?（３．１３）??為描述簡單，上面的偏移量不寫成函數(shù)形式，；ｌ是一個權(quán)重因子。目前主流??的稠密光流算法中，主要根據(jù)誤差函數(shù)取絕對值函數(shù)和二次函數(shù)分成兩大類：Ｌ１－光流（Ｌ１－范??數(shù)）和Ｌ２－光流（Ｌ２－范數(shù)）？??光流場是兩幀圖片中相對應(yīng)的每個像素都有一個ｘ方向和ｙ方向的位移，光流計算得到的??光流圖是個和原圖大小相等的雙通道圖像，不同顏色表示不同的運(yùn)動方向（使用ＨＳＶ顏色空間），??深淺表示運(yùn)動的速度。圖３．３（ａ）為對相距６幀（［ＦＰＳ＊?１／４１）的兩幅考場圖像提取的光流圖示例；??３．３（ｂ）為輸入雙路三維卷積神經(jīng)網(wǎng)絡(luò)的光流圖序列（考生離場）示例。??圃畫：麵??參考幀?當(dāng)前幀?光流圖??（ａ）兩幅考場圖像提取的光流圖示例??Ｍ??ＭＵ—Ｍ??（ｂ）光流圖序列示例??圖３．３考場監(jiān)控視頻幀光流圖示例??３１??

【參考文獻(xiàn)】：
期刊論文
[1]大規(guī)�？荚囆畔⒒O(jiān)考系統(tǒng)的設(shè)計與應(yīng)用[J]. 肖國亮,李漢才,程煜.  中國考試. 2019(04)
[2]基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體動作識別算法[J]. 張瑞,李其申,儲珺.  計算機(jī)工程. 2019(01)
[3]智能無人監(jiān)考考試系統(tǒng)設(shè)計與研究[J]. 李川.  電腦知識與技術(shù). 2018(30)
[4]基于3D-CNN的暴力行為檢測[J]. 周智,朱明,Yahya Khan.  計算機(jī)系統(tǒng)應(yīng)用. 2017(12)
[5]一種基于三維卷積網(wǎng)絡(luò)的暴力視頻檢測方法[J]. 宋偉,張棟梁,齊振國,鄭男.  信息網(wǎng)絡(luò)安全. 2017(12)
[6]基于背景消減法的考場作弊行為檢測方法[J]. 藺永政,吳小羽,李恒建,柳忠光.  濟(jì)南大學(xué)學(xué)報(自然科學(xué)版). 2015(06)
[7]基于SVM的異常行為檢測在電子考場中的應(yīng)用研究[J]. 熊思.  湖北第二師范學(xué)院學(xué)報. 2013(08)

博士論文
[1]基于深度學(xué)習(xí)的暴力檢測及人臉識別方法研究[D]. 丁春輝.中國科學(xué)技術(shù)大學(xué) 2017
[2]視頻時間戳移除和重置方法及其教育應(yīng)用的研究[D]. 成俊.華中師范大學(xué) 2016
[3]基于非場景目標(biāo)特征的籃球視頻事件檢測及其體育教學(xué)應(yīng)用的研究[D]. 丁萬.華中師范大學(xué) 2015

碩士論文
[1]基于考場監(jiān)控視頻的智能監(jiān)考方法研究[D]. 丁苗苗.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別研究[D]. 劉璐璐.中國科學(xué)技術(shù)大學(xué) 2017
[3]山東大學(xué)電子監(jiān)考系統(tǒng)的設(shè)計與實現(xiàn)[D]. 劉浩.山東大學(xué) 2015
[4]基于圖像分析的考場視頻監(jiān)視系統(tǒng)分析與研究[D]. 劉鸞.西南交通大學(xué) 2014
[5]視頻中數(shù)字時鐘識別研究[D]. 榮鐵.華中師范大學(xué) 2013
[6]電子監(jiān)考異常行為的檢測與研究[D]. 李婧.太原理工大學(xué) 2013
[7]頭部運(yùn)動分析及其在考場視頻監(jiān)控系統(tǒng)中的研究與應(yīng)用[D]. 吳凱.北京理工大學(xué) 2011
[8]考場作弊行為智能分析方法研究[D]. 王奕波.國防科學(xué)技術(shù)大學(xué) 2011
[9]基于圖像分析的智能考試監(jiān)控系統(tǒng)[D]. 馮磊.北京交通大學(xué) 2011
[10]考場異常行為視頻檢測關(guān)鍵技術(shù)研究[D]. 陸勇.西北農(nóng)林科技大學(xué) 2010



本文編號：3452292