面向考场视频中作弊行为的层次式检测方法

摘要：

针对当前考场视频作弊行为检测精度低、难以实际应用的问题,本文提出一种高效的作弊行为层次式检测方法.该方法首先使用帧间差分,快速筛选出包含异常行为的关键帧图像;随后采用ResNet50作为分类器进行基于骨骼图像的行为识别,检测出疑似作弊行为;最后使用改进的三维卷积(3D-CNN,简称C3D)网络作为主干网络,融合时空注意力机制,构建C3D+attention动作识别网络,使用包括疑似作弊行为在内的单人图像序列单元,精确检测出作弊行为.实验结果表明:本方法融合二维卷积(C2D)网络速度快和C3D网络精度高的优点,能够高效地检测出数量稀少的作弊行为视频片段,对光照变化和低分辨率视频具有强鲁棒性,使智能监考成为可能.

关键词：作弊行为、智能监考、行为识别、人体姿态估计、卷积神经网络

分类号：G405(教育学)

资助基金：国家自然科学基金61977009

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：45-52