隨著考生數(shù)量逐年急劇增加,現(xiàn)代考試競爭愈加激烈,考試的公平性愈顯重要。目前,僅依靠人工排查考場視頻數(shù)據(jù)以及現(xiàn)場監(jiān)考老師發(fā)現(xiàn)異常行為的傳統(tǒng)電子監(jiān)考方式工作強度大且容易發(fā)生漏檢、誤檢等情況。隨著信息技術(shù)的快速發(fā)展,將人工智能技術(shù)應(yīng)用于現(xiàn)代考場監(jiān)考技術(shù)具有重要的實際意義。本文主要研究在高校環(huán)境下基于視頻監(jiān)控的考場異常行為識別方法及實現(xiàn),通過計算機自動化技術(shù)完成基于考場視頻的異常行為實時判斷以輔助監(jiān)考老師決策。在本課題研究中,將從硬件、軟件技術(shù)相結(jié)合的方式完成上述系統(tǒng)功能設(shè)計。主要完成的工作有:1.通過分析考場環(huán)境特點以及考生在正常答題情況下和發(fā)生異常行為情況下的行為特點,提出基于視頻監(jiān)控的考場行為識別技術(shù)的系統(tǒng)需求,根據(jù)需求分析給出對應(yīng)解決方案并進行系統(tǒng)設(shè)計。本系統(tǒng)由圖像數(shù)據(jù)采集模塊、系統(tǒng)控制模塊以及異常行為報警模塊構(gòu)成,其中圖像數(shù)據(jù)采集模塊主要由網(wǎng)絡(luò)攝像頭組成,通過有線網(wǎng)絡(luò)傳輸圖像數(shù)據(jù)至控制模塊,系統(tǒng)控制模塊為系統(tǒng)樞紐,由服務(wù)器和顯示設(shè)備實現(xiàn),主要完成圖像數(shù)據(jù)處理等相關(guān)工作,包括實現(xiàn)考生目標檢測以及異常行為識別等功能,異常行為報警模塊由嵌入式系統(tǒng)構(gòu)成,當發(fā)現(xiàn)異常行為時,系統(tǒng)控制端將通過有線...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

圖2-6硬間隔分類間隔圖

圖2-6硬間隔分類間隔圖分類面γ如圖2-6所示，在最佳分隔超平面的分割下，分類間隔最大，所以支持向量機應(yīng)如式（2-24）所示。2,1min2..()1,1,2,,bistyxbin（2-24）為求解ω和b，....

圖2-7軟間隔分類間隔圖

圖2-7軟間隔分類間隔圖針對線性不可分的情況，將對每個樣本點引入松馳變量ξ≥0，所以式（2-23）可以改寫成如式（2-28）所示，式中的懲罰系數(shù)C＞0，C的值越大代表對錯誤分類的懲罰越大。2,11min()2..()1,1,2,,0nbiiiiCs....

圖2-8樣本映射圖

(3)非線性支持向量機還有一種情況就是樣本D可能不存在一個能被正確劃分的分隔超平面，如圖2-8所示，對于這樣的問題可以通過映射樣本至線性可分特征空間內(nèi)進行計算。

圖3-1考場攝像頭布局

相對于其他環(huán)境下的視頻監(jiān)控系統(tǒng)，高�？紙鲆曨l監(jiān)控環(huán)境具有獨特的環(huán)境特點，經(jīng)過大量調(diào)研分析發(fā)現(xiàn)，首先高�？际曳譃槠胀ń淌液碗A梯教室，攝像頭位置可能在教室兩個角落或教室中間，如圖3-1所示，但無論在上述哪種條件下，攝像頭位置都處于不變狀態(tài)。但需要注意的是，由于攝像頭的拍攝角度是俯視考....

本文編號：3919227