CN111666785A - 行为识别方法、系统、装置、计算设备和介质 - Google Patents

行为识别方法、系统、装置、计算设备和介质 Download PDF

Info

Publication number
CN111666785A
CN111666785A CN201910167629.8A CN201910167629A CN111666785A CN 111666785 A CN111666785 A CN 111666785A CN 201910167629 A CN201910167629 A CN 201910167629A CN 111666785 A CN111666785 A CN 111666785A
Authority
CN
China
Prior art keywords
user
behavior
image
identity
recognition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910167629.8A
Other languages
English (en)
Inventor
马男
商源纯
王果
顾玉婷
李琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910167629.8A priority Critical patent/CN111666785A/zh
Publication of CN111666785A publication Critical patent/CN111666785A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种行为识别方法、系统、装置、计算设备和介质。该方法包括:获取至少一个人脸图像;根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别;用户通过身份识别之后,获取多个人脸图像;基于多个人脸图像,确定用户的行为是否符合规范。根据本发明实施例能够提高对用户行为识别的准确性。

Description

行为识别方法、系统、装置、计算设备和介质
技术领域
本发明涉及计算机领域,尤其涉及一种行为识别方法、系统、装置、计算设备和介质。
背景技术
随着互联网的发展,在线考试、在线教育以及在线会议等平台正在普及,以便于灵活性地组织各种活动。例如,在线考试大大减轻了线下考试的复杂性和灵活性,便于随时组织跨地域的各种考试和测验。在线会议便于不同地域的人随时组织各种会议。
上述平台虽然方便了活动的组织,但由于这些活动与用户的身份和用户的行为有着密切的关联,为了保证这些活动的有效性,需要用户的行为符合一定的规范。例如,为了保证用户考试的有效性,需要尽可能的防止考生作弊,即尽可能的保证用户在考试过程中的行为符合考试规范。比如,在线教育机构可以进行培训和认证业务。其中认证是用户考试通过后在线教育机构给用户发放认证证书。为了提升证书的严谨性,需要对用户在考试的过程中的行为进行识别,以防止用户作弊。
但是,目前大多数这些与用户行为密切相关的活动大多无法识别用户的真实身份,若在线考试、在线会议或在线教育等活动中出现替换用户等现象,则用户行为的识别准确度不高。
发明内容
本发明实施例提供一种行为识别方法、系统、装置、计算设备和介质,提高对用户行为识别的准确性。
根据本发明实施例的一方面,提供一种行为识别方法,方法包括:
获取至少一个人脸图像;
根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别;
用户通过身份识别之后,获取多个人脸图像;
基于多个人脸图像,确定用户的行为是否符合规范。
在一个实施例中,基于多个人脸图像,确定用户的行为是否符合规范,包括:
对身份图像以及多个人脸图像中的每个人脸图像均进行人脸识别;
若存在人脸图像与身份图像不匹配,则确定用户的行为不符合规范。
在一个实施例中,方法还包括:
记录在多个人脸图像中与身份图像不匹配的人脸图像的数量;
根据数量确定对用户的处理结果。
在一个实施例中,基于多个人脸图像,确定用户的行为是否符合规范,包括:
对多个人脸图像中的每个人脸图像进行动作识别;
基于每个人脸图像的动作识别结果确定用户的行为是否符合规范。
在一个实施例中,方法还包括:
识别用户在指定设备中的操作;
根据操作确定用户的行为是否符合规范。
在一个实施例中,根据操作确定所述用户的行为是否符合规范,包括:
若操作为切屏操作,则确定用户的行为不符合规范。
根据本发明实施例的另一方面,提供一种考试行为识别方法,方法包括:
获取至少一个人脸图像;
根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别;
用户通过身份识别之后,获取多个人脸图像;
基于多个人脸图像,确定用户的考试行为是否符合考试规范。
在一个实施例中,方法还包括:
在用户利用浏览器考试的过程中,识别用户在浏览器中的操作;
根据操作确定用户的考试行为是否符合考试规范。
在一个实施例中,根据操作确定用户的考试行为是否符合考试规范,包括:
判断操作是否为异常操作;
若操作是异常操作,则确定用户的考试行为不符合考试规范;
若异常操作行为发生次数大于预设阈值,则作废用户的考试成绩。
在一个实施例中,异常操作包括切屏操作。
在一个实施例中,操作是通过监测用户输入设备的操作进行识别的。
在一个实施例中,若规范为考试规范,方法还包括:
从身份图像中识别用户的身份信息,以用于根据身份信息提供用户的考试证书。
根据本发明实施例的另一方面,提供一种行为识别装置,装置包括:
第一图像获取模块,用于获取至少一个人脸图像;
身份识别模块,用于根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别;
第二图像获取模块,用于用户通过身份识别之后,获取多个人脸图像;
行为确定模块,用于基于多个人脸图像,确定用户的行为是否符合规范。
根据本发明实施例的再一方面,提供一种行为识别系统,系统包括:图像采集装置和行为识别装置;
图像采集装置用于采集至少一个人脸图像;
行为识别装置用于根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别;
图像采集装置还用于用户通过身份识别之后,采集多个人脸图像;
行为识别装置还用于基于多个人脸图像,确定用户的行为是否符合规范。
根据本发明实施例的再一方面,提供一种计算设备,计算设备包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现如本发明实施例提供的行为识别方法。
根据本发明实施例的再一方面,提供一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如本发明实施例提供的行为识别方法。
根据本发明实施例中的行为识别方法、系统、装置、计算设备和介质,通过利用身份图像对用户进行身份识别以确定用户的真实身份,并在用户通过身份识别的基础上利用采集的人脸图像识别用户在活动中的行为是否符合规范,提高了对用户行为识别的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一些实施例提供的行为识别方法的流程框图;
图2为本发明另一些实施例提供的行为识别方法的流程框图;
图3为本发明一些实施例提供的领取证书的流程框图;
图4为发明实施例提供的行为识别系统的结构示意图;
图5为发明实施例提供的行为识别装置的结构示意图;
图6为本发明实施例的计算设备的示例性硬件架构的结构图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了更好的理解本发明,下面将结合附图,详细描述根据本发明实施例的行为识别方法、装置、系统、设备和介质,应注意,这些实施例并不是用来限制本发明公开的范围。
图1为本发明一些实施例提供的行为识别方法的流程示意图。如图1所示,本发明实施例提供的行为识别方法包括:
S110,采集至少一个人脸图像。
S120,根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别。
S130,用户通过身份识别之后,采集多个人脸图像。
S140,基于多个人脸图像,确定用户的行为是否符合规范。
本发明实施例提供的行为识别方法,通过利用身份图像和采集的人脸图像对用户进行身份识别以验证用户的真实身份,避免出现用户作假等不符合规范的现象。在用户通过身份识别的基础上通过采集的人脸图像监控用户的行为是否符合规范,提高了对用户行为识别的准确性。也就是说,在确定用户的真实身份之后再去监控用户的行为,以保证是对正确用户的行为进行识别,从而提高用户行为识别的准确性。
本发明实施例提供的行为识别方法可以应用于在线考试、在线会议、在线教育等不同的应用场景中。对于不同的应用场景,则对应不同的规范。例如,规范可以包括考试规范、会议规范或课堂规范等不同的规范。
作为一个示例,当多个人进行跨地域的在线考试时,为了防止考试用户出现替考、作弊等行为,则要求考试用户在考试过程中的行为需要符合考试规范。
作为另外一个示例,当多个人进行跨地域在线会议时,由于会议内容非常重要,为防止会议内容泄密,则需要对参加会议的人进行身份识别以保证参加会议的用户的真实身份,防止别有用心的人替代参加会议。并且,在会议过程中为了保证会议的有效性,则要求参加会议的用户在会议过程中符合一定的会议规范。
本发明实施例提供的行为识别方法可以应用于与用户的真实身份以及用户的行为密切相关的各种活动。不同的应用场景中,身份图像可以不同。身份图像包括以下图像中的至少一种:身份证图像、护照图像、驾照图像以及居住证图像。身份图像的具体选择可根据实际应用进行选择。
下面结合在线考试的应用场景对本发明实施例提供的行为识别方法的具体实现过程进行详细介绍。
首先用户通过浏览器进入在线考试系统,当用户点击考试后,为了验证用户的真实身份,防止出现替考现象,需要对用户进行身份识别。也就是说,用户在进行正式考试前,需要进行身份识别。
传统的考试中心需要用户前往线下考点在考场管理人员的监督下完成考试,而且考试软件需要用户下载专门的浏览器或者软件,操作复杂,不适用在线大范围使用,线下考试也需要很高的成本。而本发明实施例提供的行为识别方法可以在电脑和手机上的各种浏览器使用,例如chrome浏览器、firefox浏览器、IE浏览器或safari浏览器等各自浏览器,不需要用户下载安装应用,降低了应用需要兼容不同操作系统的成本。
如图2所示,当用户进行考试前,在线考试系统首先判断用户是否已完成实名认证。若用户未进行实名认证,则转至实名认证页面,以引导用户进行实名认证。若用户已完成实名认证,则考试系统判断用户是否已经上传过身份图像。
其中,身份图像是可以代表个人真实身份的证件的图像。对于身份图像可以由用户拍摄以后上传,也可以由用户将身份证件放在指定位置,由图像采集装置进行采集身份图像。
在一些示例中,可以利用多个种类的身份图像对用户进行身份识别,从而保证身份识别的准确性。
作为一个具体示例,身份图像为带有人脸图像的身份证图像。若用户未上传过身份证图像,则考试系统提示用户上传身份证图像。当考试系统接收到用户上传的身份证图像后,判断用户上传的身份证图像是否为有效的身份证图像。若用户上传的身份证图像不是有效的身份证图像,则提示用户上传有效的身份证图像。
若考试系统确定用户上传的为有效的身份证图像,则识别用户上传的身份证图像中的姓名和身份证号码等身份信息。然后,考试系统通过加密方式存储与用户上传的身份证图像对应的身份信息,以用于当该身份证图像所对应的用户通过考试后,利用存储的身份信息为该用户打印考试证书。
当考试系统识别出身份证图像中的身份信息之后,则提示用户打开图像采集装置,例如摄像头,并提示用户拍正面照,以获取用户的人脸图像。若图像采集装置采集的不是人脸图像,则提示用户面部识别异常。
当考试系统获取用户的一个人脸图像之后,利用人脸识别算法分别对人脸图像和用户上传的身份证图像进行人脸识别。
具体地,对人脸图像和身份证图像可采用已知的人脸识别算法进行识别,例如:基于深度学习的人脸识别算法。首先考试系统对人脸图像和身份证图像均进行特征提取。然后,将提取的人脸图像的特征数据与提取的身份证图像的特征数据进行匹配,若人脸图像的特征数据与身份证图像的特征数据匹配,则代表人脸图像与身份证图像匹配,即人脸图像所对应的用户与身份证图像对应的用户为同一个用户。也就是说,采集的人脸图像所对应的用户通过身份识别,可以进入正式考试。
若人脸图像中和身份证图像不匹配,则说明该用户上传的可能不是本人的身份证图像,即该用户可能存在替考行为,则不允许该用户进入考试页面。在线系统将提示身份验证失败,并提示用户再次拍摄人脸图像或者重新上传身份证图像,确保当前识别的用户与身份证图像所对应的用户为同一个人,从而防止B用户替A用户考试,即防止替考现象的发生。
因此,考试系统将会采集至少一个人脸图像以对用户进行身份识别。考试系统将获取的人脸图像与身份图像进行匹配,若人脸图像与身份图像不匹配,则重新采集人脸图像,直至重新采集的人脸图像与身份图像匹配,用户才能正常考试。
当用户通过身份识别后,该用户进行第二次考试时会使用第一次考试上传的身份证图像,不用重新上传身份证图像,以防止不同的用户进行不同场次的考试,以保证考试的有效性和公平性。
当用户通过身份识别后,则用户可以正式进入浏览器的考试页面。当用户在考试过程中时,考试系统通过图像采集装置继续采集人脸图像,并根据多个人脸图像确定用户的行为是否符合规范。
在一些示例中,当用户正式进入考试后,在线考试系统可以先按照预设时间间隔获取多个人脸图像,再判断每个人脸图像是否与身份证图像匹配。在多个人脸图像中,若存在与身份证图像不匹配的人脸图像,则可以确定用户的行为不符合规范。
在另一些示例中,每当图像采集装置采集一张人脸图像,则对该人脸图像和身份图像进行人脸识别。若身份证图像的特征数据与人脸图像的特征数据不匹配,代表该人脸图像与身份证图像不匹配,则意味着在考试过程中可能出现考试用户由身份证图像对应的用户替换为人脸图像所对应的用户等不符合考试规范的行为,即确定用户的行为不符合规范。然后考试系统可以弹窗提示用户需要遵守考试规范。也就是说,对于每一张人脸图像,只要该人脸图像与身份图像不匹配,则可以确定用户的行为不符合规范,并弹窗提示用户。
通过在考试过程中采集人脸图像与身份证图像进行比对,防止A用户进入考试后换做B用户答题的替考现象发生,以提高考试的有效性。
在本发明的实施例中,通过浏览器实现在线考试的应用场景,由于浏览器方便用户操作,大大降低了用户的使用门槛,提高了用户的良好体验。在浏览器上利用图像采集装置采集人脸图像,并在浏览器上利用人脸图像和身份图像对用户进行身份识别,操作方便,成本低。
在本发明的实施例中,考试系统还可以记录在多个人脸图像中与身份图像不匹配的人脸图像的数量,即记录人脸图像与身份证图像不一致的次数。然后,考试系统可以根据人脸图像与身份证图像不一致的数量确定对用户的处理结果。作为一个示例,若身份证图像与人脸图像不一致的数量大于预设阈值,则处理结果可以为考试系统自动关闭考试页面,并作废用户的考试成绩。
在一些示例中,为了保证对用户处理结果的公正性,考试系统还可以将身份证图像与人脸图像不一致的数量发送给管理员,以提示管理员审核。当用户考试完毕后,管理员可以根据记录的身份证图像与人脸图像不一致的数量审核考试过程中的图片,以进一步判断用户是否作弊。
在一些示例中,考试系统还可以基于图像的动作识别算法对采集的多个人脸图像中的每个人脸图像进行动作识别,并基于每个人脸图像的动作识别结果确定用户的行为是否符合考试规范。作为一个示例,可以采用基于深度学习的动作识别算法对人脸图像中的动作进行识别。首先采集具有预先规定的扭头、低头等违规动作的样本图像。然后通过深度学习方法对样本图像进行训练,得到违规动作识别模型。最后将在考试过程中采集的人脸图像输入违规动作识别模型,以得到人脸图像的动作识别结果。
若人脸图像的动作识别结果为违规动作,则确定用户的行为不符合考试规范,然后弹出警示信息,以提示用户不要进行与考试无关的动作。若人脸图像的动作识别结果不是违规动作,则不处理。
通过在考试过程中识别用户的动作,可以避免用户扭头与他人讨论或低头偷看学习资料等不符合考试规范的行为,不仅实现对用户行为的准确识别,并进一步提高了考试的有效性和公平性。
在一些实施例中,如图2所示,在用户利用浏览器正常考试的过程中,考试系统还会识别用户在浏览器中的操作,并根据用户在浏览器器中的操作确定用户的考试行为是否符合考试规范。其中,用户可以通过鼠标、手写笔或触摸屏等多种方式对浏览器进行操作。用户在浏览器中的操作包括用户对浏览器的各种操纵行为,例如移动浏览器窗口、选择浏览器中的选项、关闭浏览器、最小化浏览器以及切换浏览器窗口等等。作为一个示例,通过识别用户的鼠标行为来确定用户在浏览器中的操作。也就是说,用户的操作是通过监测用户的输入设备的操作进行识别的。
具体地,考试系统判断用户的操作是否为异常操作。若用户的操作是异常操作,则确定用户的行为不符合考试规范,并发出提示用户的警示信息。
作为一个示例,异常操作包括切屏操作。其中,切屏操作可以为鼠标移开考试页面(导航栏、地址栏等非考试区域)、切换浏览器、在同一浏览器中切换标签、最小化浏览器、缩小浏览器窗口或扩大浏览器窗口等操作。
由于在线考试中的指定设备为浏览器,因此可以通过识别用户在浏览器中的操作来监测用户的考试行为是否符合规范。在不同的应用场景下,指定设备不同,但是通过识别用户在指定设备中的操作,均可以判断用户的行为是否符合规范。例如在线教育的场景下,指定设备为在线教学应用程序。通过识别学生在在线教学应用程序中的操作,即可以识别学生的课堂行为是否符合课堂规范。
也就是说,若识别出的用户的操作为用户在指定设备中的切屏操作,则可以确定用户的行为不符合规范。其中,切屏操作为预先设定的对指定设备的操作行为,在此并不限定。
在本发明的一些示例中,为了进一步保证考试的有效性和公平性,如图2所示,若异常操作发生次数大于预设阈值,则可以作废用户的考试成绩。作为一个具体示例,当用户的异常操作的次数大于3次时,则发出警示信息,以提示用户本次考试成绩作废。因此,在用户的行为不符合考试规范时,也会提醒用户异常操作可允许的最大次数以及剩余次数。
通过检测浏览器中用户的操作,可以防止用户在考试过程中离开考试专用浏览器、切换浏览器或最小化浏览器以查询资料等作弊行为。
如图3所示,当用户通过考试后,用户可以领取证书。当用户领取证书是,默认使用识别用户上传的身份证图像所得到的姓名和身份证号码等身份信息打印证书。用户确认姓名和身份证号是否正确,若正确,则用户可以领取证书。但是,用户不能修改打印在证书上的姓名和证件号码,以防止A用户通过考试后,输入B用户的姓名和身份证号领取证书,从而保证证书的有效性。若用户发现姓名和身份证号不正确,则给出客服联系方式,以使客户进行线下沟通。
在本发明的实施例中,后台管理人员可以通过记录的用户的异常操作行为的次数以及考试过程中人脸图像和身份证图像不匹配的次数,筛选查看对应考试记录的抓拍图片,如果管理员发现用户有频繁扭头,或者有多人头像也可以作废考试成绩,进一步保证了考试的有效性。
在本发明的实施例中,图像采集装置也可以抓拍整个考试过程中的视频,留下全程记录,以便于对用户在考试过程中的行为进一步判断,保证了考试的有效性和公正性。
图4为根据本发明实施例提供的行为识别系统的结构示意图。如图4所示,本发明实施例提供的行为识别系统400包括:图像采集装置410和行为识别装置420。
其中,图像采集装置410用于采集至少一个人脸图像,并将采集的至少一个人脸图像发送至行为识别装置420。
行为识别装置420用于根据接收的至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别。
图像采集装置410还用于用户通过身份识别之后,采集多个人脸图像,并将采集的多个人脸图像发送至行为识别装置420。
行为识别装置420还用于基于接收的多个人脸图像,确定用户的行为是否符合规范。
作为一个示例,图像采集装置410可以为摄像头。
本发明实施例提供的行为识别系统,在身份识别的基础上利用采集的人脸图像监控用户在参与的活动中的行为是否符合规范,提高对用户行为识别的准确性。
图5示出根据本发明实施例提供的行为识别装置420的结构示意图。如图5所示,本发明实施例提供的行为识别装置500包括:
第一图像获取模块510,用于获取至少一个人脸图像。
身份识别模块520,用于根据至少一个人脸图像以及身份图像,对至少一个人脸图像所对应的用户进行身份识别。
第二图像获取模块530,用于用户通过身份识别之后,获取多个人脸图像。
行为确定模块540,用于基于多个人脸图像,确定用户的行为是否符合规范。
在本发明的实施例中,规范包括考试规范、会议规范或课堂规范。
在本发明的实施例中,行为确定模块540,具体用于:
对身份图像以及多个人脸图像中的每个人脸图像均进行人脸识别;
若存在人脸图像与身份图像不匹配,则确定用户的行为不符合规范。
在本发明的实施例中,行为识别装置还包括记录模块,该记录模块用于:
记录在多个人脸图像中与身份图像不匹配的人脸图像的数量;
根据数量确定对用户的处理结果。
在本发明的实施例中,行为确定模块540,具体用于:
对多个人脸图像中的每个人脸图像进行动作识别;
基于每个人脸图像的动作识别结果确定用户的行为是否符合规范。
在本发明的实施例中,行为识别装置还包括用户操作处理模块,该用户操作处理模块用于:
识别用户在指定设备中的操作;
根据操作确定所述用户的行为是否符合规范。
本发明实施例提供的行为识别装置,在用户通过身份识别的基础上利用采集的人脸图像识别用户的行为是否符合规范,提高对用户行为识别的准确性。
根据本发明实施例的行为识别装置的其他细节与以上结合图1至图3描述的根据本发明实施例的方法类似,在此不再赘述。
结合图1、图2、图3和图5描述的根据本发明实施例的行为识别方法和装置可以由计算设备来实现。图6是示出根据发明实施例的计算设备的硬件结构600示意图。
如图6所示,计算设备600包括输入设备601、输入接口602、中央处理器603、存储器604、输出接口605、以及输出设备606。其中,输入接口602、中央处理器603、存储器604、以及输出接口605通过总线610相互连接,输入设备601和输出设备606分别通过输入接口602和输出接口605与总线610连接,进而与计算设备600的其他组件连接。
具体地,输入设备601接收来自外部的输入信息,并通过输入接口602将输入信息传送到中央处理器603;中央处理器603基于存储器604中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器604中,然后通过输出接口605将输出信息传送到输出设备606;输出设备606将输出信息输出到计算设备600的外部供用户使用。
也就是说,图6所示的计算设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及处理器,该处理器在执行计算机可执行指令时可以实现结合图1、图2、图3和图5描述的行为识别方法和装置。
本发明实施例还提供一种计算机存储介质,该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现本发明实施例提供的行为识别方法。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (16)

1.一种行为识别方法,所述方法包括:
获取至少一个人脸图像;
根据所述至少一个人脸图像以及身份图像,对所述至少一个人脸图像所对应的用户进行身份识别;
所述用户通过所述身份识别之后,获取多个人脸图像;
基于所述多个人脸图像,确定所述用户的行为是否符合规范。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多个人脸图像,确定所述用户的行为是否符合规范,包括:
对所述身份图像以及所述多个人脸图像中的每个人脸图像均进行人脸识别;
若存在人脸图像与所述身份图像不匹配,则确定所述用户的行为不符合规范。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
记录在所述多个人脸图像中与所述身份图像不匹配的人脸图像的数量;
根据所述数量确定对所述用户的处理结果。
4.根据权利要求1所述的方法,其特征在于,所述基于所述多个人脸图像,确定所述用户的行为是否符合规范,包括:
对所述多个人脸图像中的每个人脸图像进行动作识别;
基于所述每个人脸图像的动作识别结果确定所述用户的行为是否符合规范。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
识别所述用户在指定设备中的操作;
根据所述操作确定所述用户的行为是否符合规范。
6.根据权利要求5所述的方法,其特征在于,所述根据所述操作确定所述用户的行为是否符合规范,包括:
若所述操作为切屏操作,则确定所述用户的行为不符合规范。
7.一种考试行为识别方法,所述方法包括:
获取至少一个人脸图像;
根据所述至少一个人脸图像以及身份图像,对所述至少一个人脸图像所对应的用户进行身份识别;
所述用户通过所述身份识别之后,获取多个人脸图像;
基于所述多个人脸图像,确定所述用户的考试行为是否符合考试规范。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在所述用户利用浏览器考试的过程中,识别所述用户在所述浏览器中的操作;
根据所述操作确定所述用户的考试行为是否符合所述考试规范。
9.根据权利要求8所述的方法,其特征在于,所述根据所述操作确定所述用户的考试行为是否符合所述考试规范,包括:
判断所述操作是否为异常操作;
若所述操作是异常操作,则确定所述用户的考试行为不符合所述考试规范;
若异常操作发生次数大于预设阈值,则作废所述用户的考试成绩。
10.根据权利要求9所述的方法,其特征在于,所述异常操作包括切屏操作。
11.根据权利要求8所述的方法,其特征在于,所述操作是通过监测用户输入设备的操作进行识别的。
12.根据权利要求7所述的方法,其特征在于,所述方法还包括:
从所述身份图像中识别所述用户的身份信息,以用于根据所述身份信息提供所述用户的考试证书。
13.一种行为识别装置,所述装置包括:
第一图像获取模块,用于获取至少一个人脸图像;
身份识别模块,用于根据所述至少一个人脸图像以及身份图像,对所述至少一个人脸图像所对应的用户进行身份识别;
第二图像获取模块,用于所述用户通过所述身份识别之后,获取多个人脸图像;
行为确定模块,用于基于所述多个人脸图像,确定所述用户的行为是否符合规范。
14.一种行为识别系统,其特征在于,所述系统包括:图像采集装置和行为识别装置;
所述图像采集装置用于采集至少一个人脸图像;
所述行为识别装置用于根据所述至少一个人脸图像以及身份图像,对所述至少一个人脸图像所对应的用户进行身份识别;
所述图像采集装置还用于所述用户通过所述身份识别之后,采集多个人脸图像;
所述行为识别装置还用于基于所述多个人脸图像,确定所述用户的行为是否符合规范。
15.一种计算设备,其特征在于,所述计算设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-6任意一项所述的行为识别方法。
16.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的行为识别方法。
CN201910167629.8A 2019-03-06 2019-03-06 行为识别方法、系统、装置、计算设备和介质 Pending CN111666785A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910167629.8A CN111666785A (zh) 2019-03-06 2019-03-06 行为识别方法、系统、装置、计算设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910167629.8A CN111666785A (zh) 2019-03-06 2019-03-06 行为识别方法、系统、装置、计算设备和介质

Publications (1)

Publication Number Publication Date
CN111666785A true CN111666785A (zh) 2020-09-15

Family

ID=72382318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910167629.8A Pending CN111666785A (zh) 2019-03-06 2019-03-06 行为识别方法、系统、装置、计算设备和介质

Country Status (1)

Country Link
CN (1) CN111666785A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149553A (zh) * 2020-09-21 2020-12-29 西安工程大学 一种考试作弊行为识别方法
CN114995909A (zh) * 2022-06-01 2022-09-02 北京网梯科技发展有限公司 在线考试系统防作弊方法、装置、存储介质和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359394A (zh) * 2007-07-31 2009-02-04 北京清大世纪教育投资顾问有限公司 网络远程教育平台测评监控方法
CN102880781A (zh) * 2012-06-15 2013-01-16 北京理工大学 在线考试智能监控系统
CN103208212A (zh) * 2013-03-26 2013-07-17 陈秀成 一种防作弊的远程在线考试的方法与系统
CN103514773A (zh) * 2012-06-27 2014-01-15 镇江睿泰信息科技有限公司 一种可监控的在线考试系统及方法
CN105874502A (zh) * 2014-01-03 2016-08-17 格莱姆会议有限责任公司 用于确证受试者的系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101359394A (zh) * 2007-07-31 2009-02-04 北京清大世纪教育投资顾问有限公司 网络远程教育平台测评监控方法
CN102880781A (zh) * 2012-06-15 2013-01-16 北京理工大学 在线考试智能监控系统
CN103514773A (zh) * 2012-06-27 2014-01-15 镇江睿泰信息科技有限公司 一种可监控的在线考试系统及方法
CN103208212A (zh) * 2013-03-26 2013-07-17 陈秀成 一种防作弊的远程在线考试的方法与系统
CN105874502A (zh) * 2014-01-03 2016-08-17 格莱姆会议有限责任公司 用于确证受试者的系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149553A (zh) * 2020-09-21 2020-12-29 西安工程大学 一种考试作弊行为识别方法
CN114995909A (zh) * 2022-06-01 2022-09-02 北京网梯科技发展有限公司 在线考试系统防作弊方法、装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
Labayen et al. Online student authentication and proctoring system based on multimodal biometrics technology
Ghizlane et al. A new model of automatic and continuous online exam monitoring
US20210287472A1 (en) Attendance management system and method, and electronic device
US6810480B1 (en) Verification of identity and continued presence of computer users
CN109726663A (zh) 在线考试监控方法、装置、计算机设备及存储介质
CN107251033A (zh) 用于在在线教育中进行实时用户验证的系统和方法
CN112613780B (zh) 一种学习报告生成的方法、装置、电子设备及存储介质
CN108416343B (zh) 一种人脸图像识别方法及装置
CN107025397A (zh) 身份信息的获取方法和装置
CN110546641B (zh) 一种访问控制方法、装置、智能设备及存储介质
EP4156601A1 (en) Automated code analysis and tagging (methods and systems)
CN106941506A (zh) 基于生物特征的数据处理方法和装置
CN112633189A (zh) 防止考试作弊的方法、装置、电子设备及计算机可读介质
CN111666785A (zh) 行为识别方法、系统、装置、计算设备和介质
CN111241873A (zh) 图像翻拍检测方法及其模型的训练方法、支付方法及装置
Schuckers et al. Fido biometrics requirements
CN113794759B (zh) 一种基于区块链的考试云平台系统
CN107517180A (zh) 登录方法和装置
WO2021049234A1 (ja) 画像解析装置、制御方法、プログラム
CN111639630B (zh) 一种作业批改方法及装置
JP2023036705A (ja) 情報処理装置、処理方法、プログラム
CN115906028A (zh) 用户身份验证方法、装置和自助服务终端
Roy et al. An Automated and Scalable Tool for Fingerprint based Biometric Attendance Management System
CN109302413A (zh) 一种基于行为特征的移动终端身份认证系统及方法
CN113063218B (zh) 空调监控系统的用户管理方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination