基于视频行为分析的智能监考辅助系统.docx

??

?

??

基于视频行为分析的智能监考辅助系统

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

李春梅邵新慧刘玲

摘?要：针对高校监考任务繁重且传统监考作弊取证较难等问题，设计了基于视频行为分析的智能监考辅助系统。该系统首先应用视频流实时处理算法对视频流进行解码，然后运用YOLOv3算法检测出人体以及违禁品边框，接着用MTCNN算法检测面部姿态，最后对行为异常进行检测分析并给出异常警告。通过使用该系统，能够实现自动检测考生作弊行为并且可以自动预警和保存作弊行为。经过测试，系统的识别结果准确率能够达到百分之五十以上，能够起到辅助监考的作用。

关键词：视频行为分析;YOLOv3算法;MTCNN算法;智能监考

G642????文献标志码：A????：2095-2945（2019）18-0008-03

Abstract：Inviewoftheheavytaskofinvigilatingincollegesanduniversitiesandthedifficultyofcheatingandobtainingevidenceintraditionalinvigilation，anintelligentinvigilatingassistantsystembasedonvideobehavioranalysisisdesigned.Thesystemfirstusesthevideostreamreal-timeprocessingalgorithmtodecodethevideostream，thenusestheYOLOv3algorithmtodetectthehumanbodyandthecontrabandframe，andthenusestheMTCNNalgorithmtodetectthefacialposture.Finally，thebehavioranomalyisdetectedandanalyzedandtheanomalywarningisgiven.Byusingthesystem，thecheatingbehaviorofcandidatescanbedetectedautomaticallyandthecheatingbehaviorcanbeautomaticallywarnedandsaved.Aftertesting，therecognitionaccuracyofthesystemcanreachmorethan50%，whichcanplayanauxiliaryroleininvigilating.

Keywords：videobehavioranalysis;YOLOv3algorithm;MTCNNalgorithm;intelligentinvigilation

近年來，由于课程改革等因素，高校更加看重学生在学习某门课程中的整个过程的表现，因此设置了更多的考试，包括上机考试和笔试两种形式。以东北大学的高等数学课程为例，每学期需要5～6次的上机单元考试，高等数学的修读学生将近5000人，监考任务变得相当繁重。这时传统的监考模式显现出了众多弊端，如传统监考模式需要多个监考老师分区域的巡逻才能覆盖整体考场，需要的人力更多;且由于考试作弊的行为经常发生在很短的时间区间内，单纯以人的注意力很难保证能够及时发现作弊行为;有些作弊行为停止后很难进行取证。本文设计的智能监考辅助系统，能够通过应用计算机视觉算法[1]实现考生人脸的检测、人脸姿态的分析，进而实现自动化的监测和预警考生行为，减少了监考所需人力的同时还提升了监考的效果。

1系统总体设计

基于视频行为分析的智能监考服务系统总体可分为五个模块，分别为系统基础集成模块、视频流实时处理模块、人脸检测模块、行为异常检测分析模块、异常警告模块。系统通过视频流实时处理模块将视频流读入并按帧保存为图像，保存的图像会被人体以及违禁品检测模块读取并检测出人体的边框（boundingbox）和违禁品的边框boundingbox，行为异常检测模块读取到图像信息和boundingbox信息后，会剪切出人体区域并通过MTCNN（Multi-taskCascadedConvolutionalNetworks）算法检测人脸和人脸姿态，将人脸姿态参数和违禁品boundingbox共同输入到SVM（SupportVectorMa