科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工监考存在监考人员容易疲惫、监考行为缺乏客观的执行准则、违规行为证据无法留存等问题，因此越来越多的高校建设了智能化教室，并在教室开始实施利用行为识别进行自动化的监考任务，以期在监考工作中解放人工劳动的同时提供公平公正客观的监考程序。在实际考场监控的边缘设备中利用TSN双流、3DCNN等结合时空特征的网络很难实现实时的、相对准确的监控任务。提出一种端到端的考场多目标行为识别算法。相对于以提取空间、时序特征并进行融合为主流思想的行为识别算法，利用视频帧以多目标检测和多目标行为识别相结合的行为识别算法在考场环境中更加快速准确。算法借助了多标签学习、注意力机制和特征金字塔等策略来改进任务，同时利用迁移学习对本地采集的考场行为视频数据集进行再训练，得到最终的考场行为识别模型，结果表明达到了主流数据集中上水平，并在考场环境中具有良好的高效性与准确性。
-
单位成都理工大学工程技术学院
