[發明專利]一種基于考試視頻分析的違規行為識別方法與系統

在審

• 申請號: 202011199820.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112541391A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 謝強
• 申請（專利權）人: 四川天翼網絡服務有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06F16/54;G06Q50/20
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

1.一種基于考試視頻分析的違規行為識別方法，其特征在于，所述基于考試視頻分析的違規行為識別方法包括以下步驟：

S1：接收外部輸入的視頻流數據，并將輸入的視頻文件進行解碼和抽幀處理，同時通過RGB數據通道提取圖片，生成并發送任務消息和任務圖片；

S2：通過調用算法對任務圖片進行特征處理，得到特征圖片；

S3：調用違規行為識別算法判斷特征圖片中是否存在違規行為；

S4：統計任務圖片識別結果和消息，展示違規行為識別結果。

2.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，S1中所述視頻解碼流程包括以下子步驟：

S11:根據外部傳入的視頻類型讀取相應的視頻文件或視頻流；

S12:從視頻流信息中獲取視頻的編碼格式；

S13:調用相應的視頻解碼器進行解碼獲得視頻幀。

3.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，S1中所述抽幀過程通過幀計數器完成。

4.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，S1中所述RGB數據通道提取用公式表示如下，其中視頻幀以YUV格式表示：

R＝Y+1.4075*(V-128) (1)

G＝Y-0.3455*(U-128)-0.7169*(V-128) (2)

B＝Y+1.779*(U-128) (3)

5.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，S3中所述違規行為識別流程包括如下子步驟：

S31：初始化違規行為識別算法；

S32：將特征圖片傳送到算法模型實例中；

S33：調用識別算法；

S34：接收識別結果及判斷是否有違規行為；

S35：如無違規行為則當前圖片處理流程結束；如有違規行為則繼續執行S36和S37；

S36：保存當前特征圖片到超融合存儲模塊；

S37：發送當前違規行為、當前特征圖片超融合地址和原始圖片等相關信息到業務終端。

6.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，S2中所述違規行為識別算法采用人工神經網絡計算模型。

7.如權利要求1所述的一種基于考試視頻分析的違規行為識別方法，其特征在于，各數據流間的傳遞通過Kafka消息中間件完成。

8.一種基于考試視頻分析的違規行為識別系統，其特征在于，所述基于考試視頻分析的違規行為識別系統包括：視頻解碼服務模塊、至少一個算法服務模塊以及業務處理模塊：

所述視頻解碼服務模塊包括：視頻流接收子模塊、視頻解碼子模塊、圖片抽幀子模塊和數據發送子模塊，用于接收并處理外部輸入的視頻流，并向算法服務模塊發送任務消息和任務圖片；

所述算法服務模塊包括：數據接收子模塊、特征處理子模塊、算法處理子模塊、數據發送子模塊，用于接收并讀取視頻解碼服務模塊發送的任務消息和圖片，并向業務平臺發送識別結果消息和任務結果圖片；

所述業務處理模塊用于接收算法服務平臺發送的識別結果消息和任務結果圖片，并連接用戶終端，展示違規行為識別結果。