[发明专利]一种考试舞弊行为的监测方法和装置

权利要求书

1.一种考试舞弊行为的监测方法，包括，

采集考试现场考生的视频图像，确定所述视频图像所对应的考生的舞弊风险行为特征数据；

根据预先建立的考生行为分类规则，确定所述考生的舞弊风险行为特征数据对应的舞弊疑似级别。

2.根据权利要求1所述的方法，其中，

所述舞弊风险行为特征数据包括：舞弊风险行为参数和对应的取值；

所述舞弊风险行为参数至少包括以下之一：

头部倾斜度、手臂所处高度，手臂倾斜度、身体倾斜度和身体与座椅之间距离。

3.根据权利要求1或2所述的方法，还包括，

根据所确定的舞弊疑似级别，确定对应的预警处理方式；

其中，所述预警处理方式至少包括以下之一：疑似图像留存、重点监控提示、人工现场核查提示。

4.根据权利要求2所述的方法，其中，

所述预先建立的考生行为分类规则，包括：

规则1：预设的各舞弊风险行为参数的不同取值范围对应的不同舞弊疑似级别；

或者，

规则2：预先建立的计算舞弊疑似度百分比的算法；预设的舞弊疑似度百分比的不同取值范围对应的不同舞弊疑似级别。

5.根据权利要求4所述的方法，其中，

所述计算舞弊疑似度百分比的算法根据以下步骤预先建立：

根据预先收集的多个样本图像，分别对每一个样本图像执行以下步骤：

识别每一个样本图像中包括的舞弊风险行为特征数据；根据专家经验确定每一个样本图像的舞弊疑似度百分比；所述多个样本图像对应标记舞弊风险行为特征数据和舞弊疑似度百分比后，加入样本库；

根据所述样本库所包括的全部舞弊风险行为特征数据和对应的舞弊疑似度百分比，推演形成所述计算舞弊疑似度百分比的算法。

6.根据权利要求4所述的方法，其中，

所述预先建立的计算舞弊疑似度百分比的算法，包括：

根据预设的各舞弊风险行为参数的不同取值范围对应的舞弊疑似度百分比，确定所述考生的舞弊风险行为特征数据所包括的各舞弊风险行为参数取值对应的舞弊疑似度百分比；

各舞弊风险行为参数取值对应的舞弊疑似度百分比乘以各舞弊风险行为参数对应的预设疑似权重后相加，得到所述考生行为的舞弊疑似度百分比。

7.根据权利要求4、5或6所述的方法，其中，

所述根据预先建立的考生行为分类规则，确定所述考生的舞弊风险行为特征数据对应的舞弊疑似级别，包括：

当所述考生行为分类规则为规则1时，根据所述考生的舞弊风险行为特征数据中包括的每一个舞弊风险行为特征数据，确定各自对应的舞弊疑似级别；选择最高的舞弊疑似级别作为该考生行为的舞弊疑似级别；

或者，

当所述考生行为分类规则为规则1时，根据所述考生的舞弊风险行为特征数据中包括的每一个舞弊风险行为特征数据，确定各自对应的舞弊疑似级别；选择最低的舞弊疑似级别作为该考生行为的舞弊疑似级别；

或者，

当所述考生行为分类规则为规则2时，根据所述考生的舞弊风险行为特征数据基于所述计算舞弊疑似度百分比的算法，确定该考生行为的舞弊疑似度百分比；

根据所计算的舞弊疑似度百分比确定所对应的舞弊疑似级别。

8.根据权利要求5所述的方法，还包括：

当所确定的考生行为的舞弊疑似级别大于预设的人工现场核查阈值，在人工现场核查后确认存在舞弊行为时，将所述考生行为的图像对应标记其舞弊风险行为特征数据和舞弊疑似度百分比后，加入所述样本库；其中，所述舞弊疑似度百分比为100％；

根据所述样本库所包括的全部舞弊风险行为特征数据和对应的舞弊疑似度百分比，再次推演，更新所述计算舞弊疑似度百分比的算法。