CN115035473A - 考场监控的方法、装置及系统 - Google Patents
考场监控的方法、装置及系统 Download PDFInfo
- Publication number
- CN115035473A CN115035473A CN202210704617.6A CN202210704617A CN115035473A CN 115035473 A CN115035473 A CN 115035473A CN 202210704617 A CN202210704617 A CN 202210704617A CN 115035473 A CN115035473 A CN 115035473A
- Authority
- CN
- China
- Prior art keywords
- cheating
- video
- examination room
- monitoring
- face
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 9
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000012216 screening Methods 0.000 description 6
- 241000209202 Bromus secalinus Species 0.000 description 5
- 210000001202 rhombencephalon Anatomy 0.000 description 4
- 206010000117 Abnormal behaviour Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000029152 Small face Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种考场监控的方法、装置及系统，其中，该方法包括步骤：获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；根据视频帧中的发生作弊的对象，输出作弊的预警信息。本发明简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
Description
技术领域
本发明涉及图像处理的技术领域，更具体地，涉及一种考场监控的方法、装置及系统。
背景技术
考试是是一种严格的知识水平鉴定方法，也是当前人才选拔的必经之路。考场必须要求有很强的纪律约束，禁止任何作弊行为，所以在考试过程中，如何及时发现作弊的行为并制止是考试中亟待解决的问题。
为了监控考生是否作弊，现有方法一般是在考场安装监控探头，由专门的人员进行监控，同时考场中有监考人员进行现场监考；当监控人员发现监控视频中考生存在异常行为后，将该信息传给考场监控人员，由监考人员验证考生是否作弊。为了能够及时高效地发现监控视频中的异常行为，监控中心还设置了带图像识别功能的辅助监控系统。然而，目前的辅助监控系统是通过识别视频中所有考生的动作来发现视频中异常行为，整个过程十分耗费算力。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，本发明提供一种考场监控的方法、装置及系统，旨在通过一种简单的方式完成辅助监考的工作，减少辅助监控系统的算力耗费。本发明采用的技术方案如下。
第一方面，本发明提供一种考场监控的方法，包括步骤：
获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；
对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；
根据视频帧中的发生作弊的对象，输出作弊的预警信息。
在一种实施方式中，所述监控视频为屏蔽了的非考场区域的视频。
在一种实施方式中，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
在发生作弊的对象中剔除监考官人脸的对象。
在一种实施方式中，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
计算检测到人脸的对象中的人脸朝向，得到朝向结果；
根据所述朝向结果，在发生作弊的对象中剔除朝向结果不在设定阈值区间内的人脸的对象。
在一种实施方式中，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
在发生作弊的对象中剔除监考官人脸的对象；
计算剔除了监考官的发生作弊的对象中的人脸朝向，得到朝向结果；
根据所述朝向结果，在剔除了监考官的发生作弊的对象中剔除朝向结果不在设定阈值区间内的对象。
在一种实施方式中，所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的过程，包括步骤：
将当前的视频帧中发生作弊的对象设置为关注的对象；
统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数；
在统计的次数超过阈值次数时，输出作弊的预警信息。
在一种实施方式中，所述统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数的过程，包括步骤：
根据当前的视频帧中发生作弊的对象的位置信息确定关注的对象的位置范围；
统计第1帧到第t帧中，在所述位置范围内有被判定为发生作弊的对象的次数。
在一种实施方式中，所述的预警信息包括：预警信号和根据发生作弊的对象的位置信息确定的预警位置信息。
第二方面，本发明提供一种考场监控的装置，包括：
获取模块，用于获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；
分析模块，用于在对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；
报警模块，用于根据视频帧中的发生作弊的对象，输出作弊的预警信息。
第三方面，本发明提供一种考场监控系统，其特征在于，包括：图像分析设备和摄像机，所述图像分析设备用于分析所述摄像机拍摄到的视频，其中，所述摄像机安装在考场的正后方，所述图像分析设备执行上述任一实施方式的方法。
第四方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式的方法。
第五方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施方式的方法。
本发明利用考生正常答卷时头部较少左右转动的特点，巧妙地将监控摄像机设置到考场内的正后方，拍摄以考生的后脑勺和后背为主的监控视频；获取该监控视频后，简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
附图说明
图1是实施例一的流程示意图。
图2是实施例一的安装示意图。
图3是实施例一的一实施方式的流程示意图。
图4是实施例一的另一实施方式的流程示意图。
图5是实施例二的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本发明公开的示例性实施例，然而应当理解，可以以各种形式实现本发明公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明公开，并且能够将本发明公开的范围完整的传达给本领域的技术人员。
需要说明的是，本发明实施例所涉及的术语“第一\第二\……”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\……”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\……”区分的对象在适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
实施例一
请参见图1，图1为本发明实施例一提供的一种考场监控的方法的流程示意图，该方法包括步骤S110、步骤S120、步骤S130。需要注意的是，步骤S110、步骤S120、步骤S130仅为附图标记，用于清晰解释实施例与附图1的对应关系，不代表对本实施例中的方法的各方法步骤的顺序限定。
步骤S110，获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频。
与现有的考场监控方法相同，都要获取到考场的监控视频。但本步骤中，对于监控视频的拍摄方向是有要求的。如图2所示，图中3是课桌，4是考生，监控摄像机2安装在考场1内的正后方，监控摄像机2拍摄的是考生背坐方向的视频。考试期间，在正常情况下，该摄像机只能拍到考生的后脑勺和后背，拍摄不到考生的脸部(如侧脸或正脸)。步骤S110中，需要获取的监控视频就是图2中的这种由试场后方拍摄得到的视频。监控摄像机2优选的为全景摄像机。
步骤S120，对所述监控视频的视频帧进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象。
如前面所述，在正常情况下，考生正常答卷，头部是对着课桌的，此时摄像机只能拍摄到考生的后脑勺和后背，而当考生作弊时，考生通常会左顾右盼，转动头部，当转动头部时，会漏出侧脸，此时摄像机就会拍摄到考生的脸部了。基于以上原理，本步骤对监控视频的视频帧进行人脸检测，当检测到人脸时，就说明视频帧中有人左顾右盼，这时这个左顾右盼的人或者视频中有左顾右盼的人的区域就是发生作弊的对象。
这里需要说明的是，本步骤中的对象(不论是检测到人脸的对象还是发生作弊的对象)可以指具体的某个考生，也可以指人脸检测框的区域，或考场的实际空间的坐标，或以上几个的组合。
步骤S130，根据所述发生作弊的对象，输出作弊的预警信息。
在发现了视频中存在发生作弊的对象，可以输出作弊的预警信息，通知监控人员进一步确认。
这里需要说明的是，本步骤中，可以在有发生作弊的对象时就发出预警信息，也可以在有发生作弊的对象时，通过一些其他手段进一步确认是否真正发生作弊后，再发出预警信息。
这里需要指出的是，这里的预警信息除了包含触发预警信号的信息外，还可以包含发生作弊的对象。例如，发生作弊的对象是某位考生时，预警信息中可以输出考生名字，发生作弊的对象是视频帧中的某个区域时，预警信息中可以在视频帧中框出该区域，发生作弊的对象是第三行第三列时，预警信息中可以输出“第三行第三列”。
本方法中，利用考生正常答卷时头部较少左右转动的特点，巧妙地将监控摄像机设置到考场内的正后方，拍摄以考生的后脑勺和后背为主的监控视频；获取该监控视频后，简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
在一种实施方式中，所述监控视频为屏蔽了的非考场区域的视频。
对非考场区域进行屏蔽，让视频画面内容固定在考场区域，可以排除考场外人员走动引起的干扰，避免不必要的错误警报。
这里需要指出的是，本方法具体在哪个设备进行屏蔽原视频中的非考场区域的操作不作限制，该操作可以在前端的摄像机完成，也可以在后端的图像分析设备中进行，图像分析设备在对视频进行屏蔽后再执行本方法。总之，本方法步骤S110获取到的监控视频是屏蔽了的非考场区域的视频。
在一种实施方式中，如图3所示，在步骤S130之前，包括：步骤S121、步骤S122。
步骤S121，根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
步骤S122，在发生作弊的对象中剔除监考官人脸的对象。
考试中，监考官通常是面对考生进行监考的，此时监考官也是面对摄像机拍摄的方向的，所以必然会检测到监考官的脸部。为了排除监考官的干扰，本实施方式中针对监控官进行人脸识别，将监考官排剔除出检测到的人脸的对象。
这里需要指出的是，步骤S121中的监考官的人脸信息是可以进行人脸识别的信息，其可以是监考官的人脸照片，也可以是通过人脸识别模型对监考官人脸照片进行特征提取后，生成的可用于人脸特征比对的特征向量。
在一种实施方式中，如图4所示，在步骤S130之前，包括：步骤S123和步骤S124。
步骤S123，计算检测到人脸的对象中的人脸朝向，得到朝向结果；
步骤S124，根据所述朝向结果，在发生作弊的对象中剔除朝向结果不在设定阈值区间内的人脸的对象。
由于摄像机拍摄的视角问题，坐在考场两边的考生，尤其是坐在最边一列且又是第一行的考生，在视频中或多或少会露出部分脸部，如果都认为这些考生在作弊，那结果显然是错误的。另外，学生在考试中也会轻微转动头部或扭动脖子，这些都属于正常的行为，但这些行为也有可能会触发报警。为了解决上述问题，本实施方式中通过人脸朝向的方法，对“露脸”考生进行二次确认。
具体地，利用二维预测到的人脸关键点坐标和三维空间中标准人脸的关键点坐标，根据透视多点转换方法(solvePNP)，计算出此时人脸结果的欧拉角度(俯仰角、偏航角和翻滚角)，对人脸偏航角进行过滤，将不在设定阈值区间内的人脸结果(即转向较小的人脸)剔除，得到确认为作弊的人脸。
在一种实施方式中，在步骤S130之前，包括：步骤S221、步骤S222、步骤S223和步骤S224。
步骤S221，根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
步骤S222，在发生作弊的对象中剔除监考官人脸的对象；
步骤S223，计算剔除了监考官的发生作弊的对象中的人脸朝向，得到朝向结果；
步骤S224，根据所述朝向结果，在剔除了监考官的发生作弊的对象中剔除朝向结果不在设定阈值区间内的对象。
本实施方式相当于上两种实施方式的结合，先在人脸检测的结果中剔除监考官，然后对剩余的人脸分析朝向，得到最终的发生作弊的对象。由于识别出监考官的准确性要高于人脸朝向分析，所以本实施方式中先进行人脸识别步骤。
在一种实施方式中，在步骤S130的过程中，包括：步骤S131、步骤S132和步骤S133。
步骤S131，将当前的视频帧中发生作弊的对象设置为关注的对象；
步骤S132，统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数；
步骤S133，在统计的次数超过阈值次数时，输出作弊的预警信息。
扭脖子等细微小动作也有可能“露脸”，为了排除这种干扰，本实施方式中，在发现当前的视频帧中有发生作弊的对象时，先不马上报警，但对随后的连续的t-1帧进行观察，并统计这连续的t帧中“露脸”的次数，当次数达到阈值时才报警。
这里需要说明的是，步骤S132中的统计方式会影响到步骤S133中的触发条件，若步骤S132是对所有帧都统计后才有统计结果的话，那么步骤S133则要在第t帧之后才能输出预警信息；若步骤S132是一边统计一边计数的话，则步骤S133不一定需要等到第t帧之后才能输出预警信息，只要计数结果超过阈值次数时就可输出预警信息。
在一种实施方式中，在步骤S132的过程中，包括步骤：步骤S1321、步骤S1322。
步骤S1321，根据当前的视频帧中发生作弊的对象的位置信息确定关注的对象的位置范围；
步骤S1322，统计第1帧到第t帧中，在所述位置范围内有被判定为发生作弊的对象的次数。
在考场中，考生一般是在相对固定的位置上的，是不能走动的，但也有可能考生需要上厕所等情况，此时考生不仅会“露脸”，其位置是一直在移动的。为了排除上厕所的这种情形，本实施方式中为关注的对象框定位置范围，在位置范围外时，认为其实上厕所或低头捡文具，不是作弊。
在一种实施方式中，所述的预警信息包括：预警信号和根据发生作弊的对象的位置信息确定的预警位置信息。
本实施方式中，作为示例性的，在屏幕上通过闪烁的方框作为预警信息，视频中方框内的位置就是发生作弊的对象的位置，通过上述两种信息进行预警。
实施例二
与实施例一的方法相对应，如图5所示，本发明还提供一种考场监控的装置5，包括：获取模块501、分析模块502和执行模块503。
获取模块501，用于获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；
分析模块502，用于在对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；
报警模块503，用于根据视频帧中的发生作弊的对象，输出作弊的预警信息。
在一种实施方式中，所述监控视频为屏蔽了的非考场区域的视频。
在一种实施方式中，所述考场监控的装置还包括：筛选模块；
所述筛选模块用于根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象，并在发生作弊的对象中剔除监考官人脸的对象。
在一种实施方式中，所述考场监控的装置还包括：筛选模块；
所述筛选模块用于计算检测到人脸的对象中的人脸朝向，得到朝向结果；并根据所述朝向结果，在发生作弊的对象中剔除朝向结果不在设定阈值区间内的人脸的对象。
在一种实施方式中，所述考场监控的装置还包括：筛选模块；
所述筛选模块用于根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象，并在发生作弊的对象中剔除监考官人脸的对象；计算剔除了监考官的发生作弊的对象中的人脸朝向，得到朝向结果，并根据所述朝向结果，在剔除了监考官的发生作弊的对象中剔除朝向结果不在设定阈值区间内的对象。
在一种实施方式中，报警模块在执行所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的过程，包括步骤：
将当前的视频帧中发生作弊的对象设置为关注的对象；
统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数；
在统计的次数超过阈值次数时，输出作弊的预警信息。
在一种实施方式中，所述统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数的过程，包括步骤：
根据当前的视频帧中发生作弊的对象的位置信息确定关注的对象的位置范围；
统计第1帧到第t帧中，在所述位置范围内有被判定为发生作弊的对象的次数。
在一种实施方式中，所述的预警信息包括：预警信号和根据发生作弊的对象的位置信息确定的预警位置信息。
本装置中，利用考生正常答卷时头部较少左右转动的特点，巧妙地将监控摄像机设置到考场内的正后方，拍摄以考生的后脑勺和后背为主的监控视频；获取该监控视频后，简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
实施例三
本发明还提供一种考场监控系统，包括：图像分析设备和摄像机，所述图像分析设备用于分析所述摄像机拍摄到的视频，其中，所述摄像机安装在考场的正后方，所述图像分析设备执行实施例一种的考场监控的方法。
本系统中，利用考生正常答卷时头部较少左右转动的特点，巧妙地将监控摄像机设置到考场内的正后方，拍摄以考生的后脑勺和后背为主的监控视频；获取该监控视频后，简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
实施例四
本发明实施例还提供了一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的考场监控的方法。
本领域的技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、编码器及存储在存储器上并可在编码器上运行的计算机程序，其中，编码器执行程序时实现如上述各实施例中的任意一种考场监控的方法。
上述计算机设备，利用考生正常答卷时头部较少左右转动的特点，巧妙地将监控摄像机设置到考场内的正后方，拍摄以考生的后脑勺和后背为主的监控视频；获取该监控视频后，简单地借助人脸检测技术就可以检测出头部有转动的学生，进而认为头部有转动的学生疑似发生作弊行为，输出预警信息。相对于现有的图像辅助监控系统，本发明仅进行人脸检测，实施方法简单，可以大量节省系统的算力，提高监控的效率。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (12)
1.一种考场监控的方法，其特征在于，包括步骤：
获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；
对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；
根据视频帧中的发生作弊的对象，输出作弊的预警信息。
2.根据权利要求1所述的考场监控的方法，其特征在于，所述监控视频为屏蔽了的非考场区域的视频。
3.根据权利要求1所述的考场监控的方法，其特征在于，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
在发生作弊的对象中剔除监考官人脸的对象。
4.根据权利要求1所述的考场监控的方法，其特征在于，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
计算检测到人脸的对象中的人脸朝向，得到朝向结果；
根据所述朝向结果，在发生作弊的对象中剔除朝向结果不在设定阈值区间内的人脸的对象。
5.根据权利要求1所述的考场监控的方法，其特征在于，在所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的步骤之前，还包括步骤：
根据获取到的监考官的人脸图片，在检测到人脸的对象中识别出监考官人脸的对象；
在发生作弊的对象中剔除监考官人脸的对象；
计算剔除了监考官的发生作弊的对象中的人脸朝向，得到朝向结果；
根据所述朝向结果，在剔除了监考官的发生作弊的对象中剔除朝向结果不在设定阈值区间内的对象。
6.根据权利要求1所述的考场监控的方法，其特征在于，所述根据视频帧中的发生作弊的对象，输出作弊的预警信息的过程，包括步骤：
将当前的视频帧中发生作弊的对象设置为关注的对象；
统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数；
在统计的次数超过阈值次数时，输出作弊的预警信息。
7.根据权利要求6所述的考场监控的方法，其特征在于，所述统计以当前的视频帧为第1帧的连续t帧视频帧中，所述关注的对象被判定为发生作弊的对象的次数的过程，包括步骤：
根据当前的视频帧中发生作弊的对象的位置信息确定关注的对象的位置范围；
统计第1帧到第t帧中，在所述位置范围内有被判定为发生作弊的对象的次数。
8.根据权利要求1-7任一项所述的考场监控的方法，其特征在于，所述的预警信息包括：预警信号和根据发生作弊的对象的位置信息确定的预警位置信息。
9.一种考场监控的装置，其特征在于，包括：
获取模块，用于获取考场的监控视频，其中，所述监控视频是在考场正后方拍摄考生背坐方向的视频；
分析模块，用于在对所述监控视频进行人脸检测，将检测到人脸的对象判定为视频帧中的发生作弊的对象；
报警模块，用于根据视频帧中的发生作弊的对象，输出作弊的预警信息。
10.一种考场监控系统，其特征在于，包括：图像分析设备和摄像机，所述图像分析设备用于分析所述摄像机拍摄到的视频，其中，所述摄像机安装在考场的正后方，所述图像分析设备执行如权利要求1-8中任一所述的方法。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210704617.6A CN115035473A (zh) | 2022-06-21 | 2022-06-21 | 考场监控的方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210704617.6A CN115035473A (zh) | 2022-06-21 | 2022-06-21 | 考场监控的方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115035473A true CN115035473A (zh) | 2022-09-09 |
Family
ID=83124097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210704617.6A Pending CN115035473A (zh) | 2022-06-21 | 2022-06-21 | 考场监控的方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115035473A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117221519A (zh) * | 2023-11-07 | 2023-12-12 | 哈尔滨学院 | 一种用于防止考试作弊的感应报警系统 |
-
2022
- 2022-06-21 CN CN202210704617.6A patent/CN115035473A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117221519A (zh) * | 2023-11-07 | 2023-12-12 | 哈尔滨学院 | 一种用于防止考试作弊的感应报警系统 |
| CN117221519B (zh) * | 2023-11-07 | 2024-01-30 | 哈尔滨学院 | 一种用于防止考试作弊的感应报警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111783744A (zh) | 一种操作现场安全防护检测方法及装置 | |
| KR20060051247A (ko) | 화상 처리 장치 및 화상 처리 방법 | |
| CN115035473A (zh) | 考场监控的方法、装置及系统 | |
| CN112149576A (zh) | 一种基于图像分析的电梯安全实时监测管理系统 | |
| CN110544312A (zh) | 虚拟场景中的视频显示方法、装置、电子设备与存储装置 | |
| CN115457331A (zh) | 一种施工场所的智能巡检方法及系统 | |
| CN116206258A (zh) | 一种基于考生行为检测统计的远程考场监控系统及方法 | |
| CN116167969A (zh) | 镜头脏污检测方法、装置、车辆、存储介质及程序产品 | |
| CN117830053A (zh) | 一种周界安防告警系统及方法 | |
| CN112883906A (zh) | 一种基于目标检测的人员状态分析方法 | |
| CN116884088A (zh) | 一种监控场景睡岗识别方法 | |
| KR101926510B1 (ko) | 광각카메라를 이용한 안면인식 기반의 광역 감시 시스템 | |
| CN116665385A (zh) | 基于机器视觉微波振动入侵探测方法、装置、设备及介质 | |
| JP2020095651A (ja) | 生産性評価システム、生産性評価装置、生産性評価方法、及びプログラム | |
| CN115116136A (zh) | 一种异常行为检测方法、装置、介质 | |
| CN113033505A (zh) | 基于动态分类检测的火焰检测方法、装置、系统与服务器 | |
| JP5375686B2 (ja) | 通報装置、および通報システム | |
| JP2007190076A (ja) | 監視支援システム | |
| CN114998778A (zh) | 一种穿戴合规检测方法、检测装置和计算机可读存储介质 | |
| CN113239791B (zh) | 基于神经网络和目标追踪的考官异常行为监控方法及系统 | |
| CN112883863A (zh) | 密集人流口罩佩戴率智能检测方法、系统、介质和设备 | |
| JP5669648B2 (ja) | 異常検知装置 | |
| CN111507282A (zh) | 一种目标检测预警分析系统、方法、设备及介质 | |
| JP2004128615A (ja) | 人物監視システム | |
| CN118553065B (zh) | 建筑用火灾监控方法及系统 |
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 |