[发明专利]基于MK60人脸识别的作弊行为判断方法

说明书

技术领域

本发明涉及一种针对考试过程中学生作弊行为的监测判断方法及其检测系统，属于监考辅助设备领域。

技术背景

目前考试监考的辅助设备有限，而且考试又作为检验学生学习成果和相应能力的重要手段，在考试期间大多采用传统的监考模式，需要监考教师集中精力观察学生在考试过程中的动作，即便如此监考教师也不能实时的注意到每一位考生的每一个动作细节，而且浪费了大量的人力。虽然现在拥有一些辅助设备，但也只是利用互联网进行线上考试或者通过屏蔽信号实现防作弊，始终无法做到对学生的动作进行实时得监控，因此本发明提出了利用二值化图像后提取人脸动作信息的方法，实现实时智能监考的功能。

发明内容

本发明的目的是为了解决考试过程中监考教师不能实时的观察学生的动作、监考耗费过多人力的问题，提出一种基于MK60人脸识别的作弊行为判断方法。

本发明主要包括MK60芯片、OV7725摄像头模块、TFTLCD屏幕模块、NRF24L01通讯模块、STM32处理器。

OV7725摄像头模块连接到MK60芯片的信息输入端；

NRF24L01通讯模块连接到MK60芯片并向终端无线传输信息的信息输出端；

NRF24L01通讯模块和TFTLCD屏幕模块分别连接到STM32的终端接收信息输入端和显示输出端，作为监控终端。

步骤一:OV7725摄像头模块采集到的图像信息以RGB565模式传输到图像信息分析处理端MK60芯片中，对图像信息进行灰度化的处理，计算公式为:

Gray＝(R*701+G*330+B*701)＞＞8

步骤二:图像信息分析处理端MK60芯片对图像信息进行二值化处理采用了OTSU算法，计算公式如下:

G＝w₁×(u₁-u)²+w₂×(u₂-u)²

定义图像的大小为M*N，第i个像素点为n(i),其中t为目标与背景的分割阈值，w₁表示目标像素(灰度大于t)占图像的比例，W₁表示灰度值大于t的统计数，u₁表示目标像素的平均灰度，背景像素占图像的比例w₂，背景像素的平均灰度u₂。通过以上的公式实现对图像的二值化处理。

步骤三:动作信息的提取和判断，对于动作信息的提取本发明采用减法迭代的方法求取目标颜色数量W的变化规律，具体如下:

设第1、2……n……次人脸在整个图像中所占数值为W₁，W₂，……W_n……，那么通过做 差的方法可以求取:

ΔW₁＝W₂–W₁

ΔW₂＝W₃–W₂

ΔW_n-1＝W_n–W_n-1

并设动作判别信号为SW，其计算公式如下:

此时再对动作信息进行判断，通过与相应的阈值V进行比较从而对考生的动作进行判断阈值V的获取方式如下:

其中K作为判断的灵敏度的调节系数。

因此，MK60可以实时得到数据SW和动作判定阈值V，在正常动作下SW将会存在以下关系:|SW|<|V|，相应的在异常动作下，将会存在:|SW|>|V|，因此，以上信息可以作为动作判定的依据。

步骤四:通过NRF24L01通讯模块将判别信息向终端发送，STM32作为控制终端，通过人机界面TFTLCD屏幕模块向监考教师提供相应的考生信息。

本发明的优点是:本发明能够对考生在考试过程中的动作进行实时的监测判断，通过二值化处理的人脸图像经过提取动作信息后进行上述一系列的数据处理，能够实现对学生动作的监测、分析、响应的一体化处理，极大地减轻了监考教师的工作强度，节省了大量的人力，对保证人才考核的公平公正性和整个社会的人才评价具有重要的意义。

附图说明

图1为本发明的模块示意图。

图2为本发明的不同动作下的二值化图像动作信息ΔW_n-1的特征图。