[发明专利]一种考试舞弊行为的监测方法和装置在审

专利信息
申请号: 202010279466.5 申请日: 2020-04-10
公开(公告)号: CN111553203A 公开(公告)日: 2020-08-18
发明(设计)人: 李彦明 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06Q50/20
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 吴晓霞;栗若木
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 考试 舞弊 行为 监测 方法 装置
【说明书】:

发明公开了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。本发明还公开了一种考试舞弊行为的监测装置。

技术领域

本发明涉及计算机技术领域,尤指一种考试舞弊行为的监测的方法和装置。

背景技术

面对当前各个专业考试,越来越多的作弊手段层出不穷,如何更有利的打击作弊行为,创造公平公正的考试环境,是目前迫切的实际需求。在以往的考试监考中,更多的是人工监考方式,考场巡查方式。随着视频监控的发展,也逐渐出现借助现场视频监控来进行舞弊监控,但及时性、准确性还非常有限。已有的人工监考和视频监控,都无法摆脱大量人力和设备的投入,每个考试点最少要配置2到3名监考人员,还有配备大量的摄像头,监控室内也要投入相当的人力。

因此,提升智能化的视频监测分析手段,将大大释放人工监考的压力和提高监考的实际公平效果。

发明内容

为了解决上述技术问题,本发明提供了一种考试舞弊行为的监测方法和装置,借助于依托视频监控和智能识别技术,迅速有效地自动识别疑似舞弊行为,大大提升了考试舞弊行为监控的准确性和及时性。

本发明的实施例提供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。

本发明的实施例还提供一种考试舞弊行为的监测装置,包括,

特征采集模块,用于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;

舞弊识别模块,用于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。

本发明实施例还提供一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述数据校验的方法。

本发明实施例还提供一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述数据校验的方法。

附图说明

图1为实施例一提供的一种考试舞弊行为的监测方法的流程图;

图2为实施例二提供的一种考试舞弊行为的监测方法的流程图;

图3为实施例三提供的一种考试舞弊行为的监测方法装置的结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明作进一步的详细描述。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。

实施例一

本发明的实施例提供一种考试舞弊行为的监测方法,包括,

步骤101,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;

步骤102,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。

可选地,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;

其中,所述舞弊风险行为参数至少包括以下之一:

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北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,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/202010279466.5/2.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