[发明专利]基于单目摄像头的标准化考场监管的深度学习方法

权利要求书

1.基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，包括步骤：

S1、获取图像；

S2、图像预处理；

S3、利用yolo v5算法对图像中的人物进行目标检测；

S4、确认人物为考生；

S5、对考生的位置进行定位；

S6、对考生的位置进行排序。

2.根据权利要求1所述的基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，S1中的步骤包括：

S11、通过安装在考场的右前方或左前方的摄像头获取图像；

S12、通过摄像头的Rtsp/Rtmp流截取对应帧的图像；

S13、通过mqtt协议将图像传输到服务器。

3.根据权利要求2所述的基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，S2中的步骤包括：

S21、修改图像的亮度，对比度，锐度。

4.根据权利要求3所述的基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，S4中的步骤包括：

S41、统计连续图像中相同位置的人物出现次数；

S42、比较人物出现次数，剔除出现次数少的人物；

S43、确认次数多并且次数相同的人物为考生。

5.根据权利要求4所述的基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，S5中的步骤包括：

S51、计算考生识别框的中心点的位置坐标；

S52、对多个考生识别框的中心点的位置坐标进行霍夫直线检测，确认考生的列数；

S53、拟合列直线的线性函数。

6.根据权利要求5所述的基于单目摄像头的标准化考场监管的深度学习方法，其特征在于，S6中的步骤包括：

S61、根据考生识别框的中心点的位置的x轴坐标和直线函数计算y轴坐标；

S62、根据y轴坐标大小对考生在列上的位置进行排序。