[發明專利]考生行為的監控方法、裝置、存儲介質和電子裝置

在審

• 申請號: 202110915946.0
• 申請日: 2021-08-10
• 公開（公告）號: CN113627335A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 蔣浩東
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q50/20
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 王曉婷

1.一種考生行為的監控方法，其特征在于，包括：

從考試場景的目標位置上的考生圖像中識別出所述目標位置上的考生的考生信息；

在所述考生信息與所述目標位置對應的目標考生信息一致的情況下，對所述考生圖像進行分類，得到目標行為類型，其中，所述目標行為類型用于指示所述考生圖像中所展示的考生行為所屬的行為類型；

在所述目標行為類型為異常行為類型的情況下，發出第一異常信息，其中，所述第一異常信息用于提示所述目標位置上的考生的考試行為存在異常。

2.根據權利要求1所述的方法，其特征在于，所述從所述考試場景的所述目標位置上的所述考生圖像中識別出所述目標位置上的考生的所述考生信息，包括：

拍攝所述目標位置上的所述考生圖像；

對所述考生圖像進行面部識別，得到面部特征作為所述考生信息。

3.根據權利要求2所述的方法，其特征在于，在對所述考生圖像進行分類，得到目標行為類型之前，所述方法還包括：

將所述面部特征與所述目標位置所對應的目標面部特征進行匹配；

在所述面部特征與所述目標面部特征匹配一致的情況下，確定所述考生信息與所述目標位置對應的目標考生信息一致。

4.根據權利要求1所述的方法，其特征在于，所述對所述考生圖像進行分類，得到目標行為類型，包括：

將所述考生圖像輸入目標分類模型，其中，所述目標分類模型是根據標注有行為類型的樣本圖像對初始分類模型進行訓練得到的；

獲取所述目標分類模型輸出的所述目標行為類型。

5.根據權利要求4所述的方法，其特征在于，在對所述考生圖像進行分類，得到目標行為類型之前，所述方法還包括：

將所述樣本圖像輸入所述初始分類模型；

獲取所述初始分類模型輸出的初始行為類型；

根據所述初始行為類型與所述樣本圖像所標注的行為類型之間的關系，對所述初始分類模型的模型參數進行調整，直至所述初始行為類型與所述樣本圖像所標注的行為類型之間的關系滿足所述初始分類模型對應的訓練條件；

將使得所述初始行為類型與所述樣本圖像所標注的行為類型之間的關系滿足所述初始分類模型對應的訓練條件的模型參數確定為所述目標分類模型的模型參數，得到所述目標分類模型。

6.根據權利要求1至5中任一項所述的方法，其特征在于，在從考試場景的目標位置上的考生圖像中識別出所述目標位置上的考生的考生信息之后，所述方法還包括：

在所述考生信息與所述目標位置對應的目標考生信息不一致的情況下，發出第二異常信息，其中，所述第二異常信息用于提示所述目標位置上的考生的身份存在異常。

7.根據權利要求1至5中任一項所述的方法，其特征在于，在從考試場景的目標位置上的考生圖像中識別出所述目標位置上的考生的考生信息之前，所述方法還包括：

獲取所述考試場景的場景圖像；

從所述場景圖像中對每個考試位置進行定位，得到所述考試場景中所包括的多個所述目標位置；

獲取多個所述目標位置中每個所述目標位置所對應的每個目標考生信息，得到具有對應關系的目標位置和目標考生信息。

8.一種考生行為的監控裝置，其特征在于，包括：

識別模塊，用于從考試場景的目標位置上的考生圖像中識別出所述目標位置上的考生的考生信息；

分類模塊，用于在所述考生信息與所述目標位置對應的目標考生信息一致的情況下，對所述考生圖像進行分類，得到目標行為類型，其中，所述目標行為類型用于指示所述考生圖像中所展示的考生行為所屬的行為類型；

第一發出模塊，用于在所述目標行為類型為異常行為類型的情況下，發出第一異常信息，其中，所述第一異常信息用于提示所述目標位置上的考生的考試行為存在異常。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，其中，所述計算機程序被處理器執行時實現所述權利要求1至7任一項中所述的方法的步驟。

10.一種電子裝置，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現所述權利要求1至7任一項中所述的方法的步驟。