[发明专利]一种教育考试监控视频的人体行为分析方法及系统

说明书

本发明提供了一种教育考试监控视频的人体行为分析方法及系统，其中的方法包括：获取当前的预设视频帧并送入到目标检测器，得到考场内的所有目标对象，然后将目标对象的特征表示送入到分类器中，执行考生和监考老师的分类。如果是考生，则进一步执行异常检测的步骤，将考生的特征表示送入到异常检测器中，执行动作分析，判断是否存在异常，如果判断为发生异常动作，则将考生的相关信息加入到预设序列中，待违规序列堆栈满时，调用整合器，执行整合操作，从而得到分析结果。解决了目前的视频分析技术在应对复杂的动态环境时检测效果差，限制了视频分析技术的应用范围的技术问题。

技术领域

本发明涉及视频识别技术领域，具体涉及一种教育考试监控视频的人体行为分析方法及系统。

背景技术

智能视频分析技术是计算机视觉技术的一个应用领域。它能够在图像或图像序列与事件描述之间建立映射关系，从而使计算机从纷繁的视频图像中分辩、识别出关键目标的行为，过滤用户不关心的信息，其实质是自动分析、抽取、识别视频源中的关键信息。

目前智能视频分析技术根据实现的方式进行区分，可以概括为以下几种类型的智能分析：

(1)诊断类视频智能分析。诊断类视频智能分析主要是针对视频图像出现的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号干扰、视频质量下降进行准确分析、判断和报警。诊断类智能视频分析技术实现起来较为简单，通常以后端管理平台的形式出现，在大型的监控项目，特别是城市级监控的日常运维中作用十分明显。目前市面上一些基于DSP的智能分析设备、DVR和DVS等都自带该项辅助功能。

(2)识别类视频智能分析。该项技术偏向于对静态场景的分析处理，通过图像识别、图像比对及模式匹配等核心技术，实现对人、车、物等相关特征信息的提取与分析。在对车的识别分析应用上主要是车牌识别技术。该技术经过多年的发展与应用，目前已十分成熟。

(3)行为类视频智能分析。该项技术侧重于对动态场景的分析处理。典型的功能有：车辆逆行及相关交通违章检测、防区入侵检测、围墙翻越检测、绊线穿越检测、物品偷盗检测、占道经营检测和客流统计等。移动侦测(VMD)是该类智能分析中的“早期智能”，VMD依据视频画面中像素块的运动变化来进行判别，缺点明显：基于二维的分析，误报太高，无法识别移动的像素块是干扰还是目标。

目前的视频分析技术在安防等领域有着广泛的应用，却很少有将视频分析技术应用于在教育考试监控视频。其原因在于，教育考试监控视频的情景过于复杂，目前能应对动态场景分析的行为类视频智能分析技术有着试用场景简单等诸多缺陷。

发明内容

有鉴于此，本发明针对监控视频复杂场景中人体行为动作，提出了一种教育考试监控视频的人体行为分析方法及系统，其是一种基于深度学习的适用于复杂场景的人物行为分析的智能化方法，可以实现对教育考试监控视频中考生与监考老师的动作行为的智能识别与分析。

为了达到上述技术效果，本发明第一方面提供了一种教育考试监控视频的人体行为分析方法，包括：

步骤S1：对预设教育考试监控视频逐帧进行检测，检测出考场内的所有目标对象，其中，所述目标对象包括考生和监考老师；

步骤S2：获取目标对象的特征表示，并根据所述特征表示对所述目标对象进行分类，如果分类结果为考生，则执行步骤S3，否则继续执行步骤S2，直到所有目标对象分类完成；

步骤S3：将预先训练好的VGG网络的卷积层作为特征提取器，提取分类结果为考生的卷积特征，并根据所述卷积特征判断该考生的当前动作是否存在异常，如果是，则将该考生的相关信息加入至预设序列中；

步骤S4：对所述预设序列进行整合，采用预设时序平滑法平滑考生的异常动作，合并同一考生在相关帧的检测结果，获得分析结果。

进一步地，步骤S1具体包括：