基于考場監(jiān)控視頻的智能監(jiān)考方法研究.pdf

1、隨著標(biāo)準(zhǔn)化考場建設(shè)的推進，傳統(tǒng)視頻監(jiān)控技術(shù)監(jiān)控效率低、海量視頻存儲壓力大的缺點逐漸突顯出來。智能化監(jiān)考系統(tǒng)是智能行為分析技術(shù)的一個應(yīng)用方面，可以杜絕監(jiān)考不嚴(yán)，提高監(jiān)控效率，緩解視頻存儲壓力。因此，基于考場視頻監(jiān)控的智能監(jiān)考方法的研究具有非常重要的實際意義，不僅減小了人力財力物力的投入，也提高了考試公平性。本文在考場環(huán)境下提出了一套智能監(jiān)考方法，適用于考生出勤情況記錄和對考生異常行為進行智能檢測。本文工作將從以下四個方面展開:
　　

2、(1)通過對考生坐姿特點的觀察，提出基于考生頭肩部位的目標(biāo)檢測方法。結(jié)合方向梯度直方圖特征和等價局部二值模式直方圖特征，構(gòu)建融合特征。采用支持向量機分別結(jié)合單一特征和融合特征訓(xùn)練分類器，在考生實驗數(shù)據(jù)集上進行目標(biāo)檢測實驗并分析檢測性能。提出采用基于分類器級聯(lián)的考生檢測框架，以滿足檢測率和檢測速度的雙重要求。
　　(2)考慮到考場環(huán)境的特殊性，提出了基于YCbCr顏色空間的膚色、發(fā)色檢測和隨機抽樣一致性的誤差處理方法來修正考生檢測結(jié)

3、果，以達到考生人數(shù)統(tǒng)計和出勤情況記錄的目的。
　　(3)提出了基于稀疏重建的考生異常行為檢測方法，采用時空梯度特征描述考生行為的外觀特征，通過提取運動關(guān)注區(qū)域和主成分分析的方式簡化原始樣本數(shù)據(jù)以減少計算量。對考生常規(guī)行為樣本數(shù)據(jù)進行稀疏組合學(xué)習(xí)并建立模型，通過該模型對每個測試樣本計算相應(yīng)的重建誤差，以此完成考生異常行為檢測。在本文實驗數(shù)據(jù)集上，該方法可以取得較高的檢測性能，并且可以達到實時檢測的速度。
　　(4)針對基于稀疏