[发明专利]一种智能考场防作弊系统在审

专利信息
申请号: 201811232618.5 申请日: 2018-10-22
公开(公告)号: CN109961000A 公开(公告)日: 2019-07-02
发明(设计)人: 杨婷婷 申请(专利权)人: 大连艾米移动科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 姜玉蓉
地址: 116000 辽宁省大连市高新园区凌水镇*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 考生 考场 轨迹追踪 人脸识别单元 防作弊系统 动作判断 图像采集设备 报警设备 行为检测 远程监控 智能 智能化 考试 数据库 疲劳 采集 图像 检测 教师
【权利要求书】:

1.一种智能考场防作弊系统,其特征在于,包括:考场人脸识别单元、轨迹追踪单元和动作判断单元和考场数据库,其中,

所述考场人脸识别单元包括:第一图像采集模块,用于对入场考生的人脸图像进行图像采集;

人脸识别模块,用于对入场考生进行人脸检测,具体为:第一图像采集模块采集到的多张人脸图像,通过卷积神经网络提取人脸图像的特征图像,根据提取到的特征图像与考场数据库中存储的考生信息进行比对,进而选出相似度最大的考生作为人脸识别的目标;

人脸判断模块,用于判断入场考生信息是否为考场数据库中本次考试的座位编排中的预设考生,若是,则进行有关欢迎进场的语音播报,若否,则发出考生信息错误的警报;

所述轨迹追踪单元包括:

第二图像采集模块,用于对正确进场的考生进行视频图像采集,并检测出一组人脸;

轨迹跟踪模块,用于通过在后续视频图像中检测到的一系列此考生的人脸图像,保持跟踪所述考生;

轨迹判断模块,用于判断到达预设的考试时间时,各考生人脸图像是否与考场数据库中本次考试的座位编排中的座位匹配,对不匹配的人脸进行标记并将此信息存入考场数据库中,同时将此信息传输至流动监考的监考终端;

所述动作判断单元,用于通过第二图像采集模块和能够采集到考场全部考生半身像的第三图像采集模块对考生在考试过程中的动作进行识别,实时将其与考场数据库中保存的常用作弊图像信息进行比对,若检测到符合常用作弊图像信息的图像信息,则将此信息存入考场数据库中,同时将此信息传输至流动监考的监考终端。

2.根据权利要求1所述的智能考场防作弊系统,其特征在于,所述考场人脸识别单元还包括:

第一警报模块,用于在多次人脸识别失败后,将此图像传输至流动监考终端中,并发出可视化警报。

3.根据权利要求1所述的智能考场防作弊系统,其特征在于,所述考场数据库通过提前录入考生的身份信息及照片,并根据考生提供的最新照片进行实时更新,通过将编排好的考生座次表录入考场数据库中。

4.根据权利要求1所述的智能考场防作弊系统,其特征在于,当动作判断单元检测到符合常用作弊图像信息的图像信息发送至流动监考后,流动监考若判定此考生的行为涉及考试作弊的,进行相关惩罚操作,并确认存入考场数据库的此段图像信息为作弊信息,考场数据库将其归纳入常用作弊图像信息分组中。

5.根据权利要求4所述的智能考场防作弊系统,其特征在于,管理员通过实时将涉及考试作弊的现场图像信息或示例图像信息整合至所述常用作弊图像信息分组中,保障作弊信息的实时更新。

6.根据权利要求5所述的智能考场防作弊系统,其特征在于,其特征在于,所述常用作弊图像信息至少包括:

学生的头部横向摆动是否严重超出预设的阈值;

学生的头部纵向摆动是否严重超出预设的阈值。

7.根据上述任一项权利要求所述的智能考场防作弊系统,其特征在于,所述第一、第二、第三图像采集模块均通过无线网或局域网实时将图像反馈至监考教师的移动终端进行可视化推送。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连艾米移动科技有限公司,未经大连艾米移动科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811232618.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top