一种基于深度学习的自动化考试监考方法
基本信息
| 申请号 | CN202111635130.9 | 申请日 | - |
| 公开（公告）号 | CN114429572A | 公开（公告）日 | 2022-05-03 |
| 申请公布号 | CN114429572A | 申请公布日 | 2022-05-03 |
| 分类号 | G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06K9/62（2022.01）I;G06V40/16（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王晨阳;周关龙;张苏杭;丁辉;齐晓强;方良民;张锐;赵志伟;刘舜;郭延文 | 申请（专利权）人 | 苏州金瑞阳信息科技有限责任公司 |
| 代理机构 | 苏州创元专利商标事务所有限公司 | 代理人 | 范晴 |
| 地址 | 215000江苏省苏州市工业园区新平街388号腾飞科技园21幢12层09室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的自动化考试监考方法，包括：步骤1：训练出检测考生的深度学习目标检测模型；步骤2～4：分别训练出深度学习图像抬脸分类模型、侧脸分类模型、回头分类模型；步骤5：利用目标检测模型，检测图像中的考生，并将考生对应的包围盒图像切下来；步骤6：对考生包围盒图像，利用抬脸分类模型进行分类，过滤掉低头答卷的考生；步骤7～8：对于剩下的抬脸考生，分别利用侧脸分类模型、回头分类模型进行分类，得到侧脸、回头行为的考生；步骤9：对侧脸、回头考生，记录其时间，教室号，可疑图像，工作人员做最后审核，做相应处理。本发明实现一定程度自动化、智能化地监考，并且算法速度很快。 |
