一种基于机器视觉的电子卷面复查方法与流程

本发明涉及人工智能和计算机图像处理基础，具体涉及一种基于机器视觉的电子卷面复查方法。

背景技术：

1、为保证通过的计算机网络平台考试的公平性，目前是通过视频进行监管。

2、现有的视频监管通过计算机视觉技术对考生的动作予以分析，进而分析中可能的作弊行为。例如，在中国发明专利（授权公开号cn115830517b）中公开了了一种基于视频的考场异常帧提取方法及系统。该方法获取考场的第一视频帧，根据第一视频帧生成考场背景数据，然后从该考场背景数据中捕获多个桌面，再通过差分算法获得差分图像，根据试卷的边缘数据、目标对象的上肢数据标记异常帧。该方法在考场背景数据中预设桌面、活动区间以及禁止区间等参考对象，通过试卷和目标对象与参考对象的像素关系确定多个异常帧。该方法可以更准确的提取考试中的异常帧，大大缩减了工作量，为后续识别作弊行为提供便利。

3、但是，现有的监控系统和考试系统是独立的两个系统，相互之间不相通，目前的运行模式为：当审阅考试系统的考生答卷时，审阅人如发现某份考卷存在作弊的嫌疑，则从监控系统中调阅出该考生的考试过程视频，进行浏览查阅，进行考卷真实性的判断。从整体上看，两个系统互为信息孤岛，缺乏整体的规划和统筹，这样势必会造成时间和资源的浪费，不满足统筹管理的需求。特别是当通过利用技术手段篡改网络数据包，或者修改后台数据作弊时，现有的技术手段是缺乏识别方法的。

技术实现思路

1、本发明的目的在于：针对现有技术的不足，提供一种安全性更高的基于机器视觉的电子卷面复查方法。

2、为了实现上述目的，本发明采用的技术方案为：

3、一种基于机器视觉的电子卷面复查方法，包括以下步骤：

4、s1、通过摄像装置采集考试设备的显示屏所显示的视频流，

5、s2、对所述视频流进行切片，生成视频帧，将所述视频帧输入训练好的智能分析模型，所述智能分析模型提取视频中的内容输出考生信息和考试过程数据，形成考试过程数据表单，

6、s3、将所述考试过程数据表单与考试系统中的答题结果进行比对，核实答题的真实性。

7、本发明的优选技术方案如下：

8、优选地，所述智能分析模型训练方法如下：

9、a1、采集答题界面的图片样板素材，

10、a2、将采集到的所述图片样板素材输入ai开放平台进行算法训练，

11、a3、使用所述视频帧输入所述智能分析模型优化该模型。

12、优选的，在a1步中先采集电子考试的ui界面，如果a2步中训练模型的准确度评不足，则调整a1步中ui界面，使用调整后的ui界面进行答题和采集。

13、优选地，在s2步骤中所述智能分析模型是从算法管理平台中调用ai开放平台成功训练的图片数据解析算法包，对图片上的文字信息进行读取，分别获得考生信息和考试过程数据，自动生成表单。

14、优选地，所述考生信息包括准考证号，所述考试过程数据包括题号和选项。

15、优选地，对所述视频流进行切片是对视频流进行1张/s的提取所述视频帧动作，并且将所述视频帧存储于存储器中。

16、优选地，在s3步骤中，当比对结果不一致时，调取所述存储器中与不一致结果对应的视频帧进行人工校核。

17、优选地，当所述视频帧无法人工校核时，调取对应的所述视频流进行人工校核。

18、优选地，在 a1步骤中包括调节所述摄像装置的拍摄角度，所述显示屏的分辨率。

19、综上所述，由于采用了上述技术方案，本发明的有益效果是：通过本发明的技术可以有效提高网络平台考试监管的安全性，特别是能够避免利用技术手段篡改网络数据包，或者修改后台数据作弊。

技术特征：

1.一种基于机器视觉的电子卷面复查方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器视觉的电子卷面复查方法，其特征在于，所述智能分析模型训练方法如下：

3.根据权利要求1所述的基于机器视觉的电子卷面复查方法，其特征在于，在a1步中先采集电子考试的ui界面，如果a2步中训练模型的准确度评不足，则调整a1步中ui界面，使用调整后的ui界面进行答题和采集。

4.根据权利要求3所述的基于机器视觉的电子卷面复查方法，其特征在于，在s2步骤中所述智能分析模型是从算法管理平台中调用ai开放平台成功训练的图片数据解析算法包，对图片上的文字信息进行读取，分别获得考生信息和考试过程数据，自动生成表单。

5.根据权利要求1所述的基于机器视觉的电子卷面复查方法，其特征在于，所述考生信息包括准考证号，所述考试过程数据包括题号和选项。

6.根据权利要求5所述的基于机器视觉的电子卷面复查方法，其特征在于，对所述视频流进行切片是对视频流进行1张/s的提取所述视频帧动作，并且将所述视频帧存储于存储器中。

7.根据权利要求6所述的基于机器视觉的电子卷面复查方法，其特征在于，在s3步骤中，当比对结果不一致时，调取所述存储器中与不一致结果对应的视频帧进行人工校核。

8.根据权利要求7所述的基于机器视觉的电子卷面复查方法，其特征在于，当所述视频帧无法人工校核时，调取对应的所述视频流进行人工校核。

9.根据权利要求2所述的基于机器视觉的电子卷面复查方法，其特征在于，在 a1步骤中包括调节所述摄像装置的拍摄角度，所述显示屏的分辨率。

技术总结
本发明公开了一种基于机器视觉的电子卷面复查方法，其特征在于，包括以下步骤：S1、通过摄像装置采集考试设备的显示屏所显示的视频流，S2、对所述视频流进行切片，生成视频帧，将所述视频帧输入训练好的智能分析模型，所述智能分析模型提取视频中的内容输出考生信息和考试过程数据，形成考试过程数据表单，S3、将所述考试过程数据表单与考试系统中的答题结果进行比对，核实答题的真实性。通过本发明的技术可以有效提高网络平台考试监管的安全性，特别是能够避免利用技术手段篡改网络数据包，或者修改后台数据作弊。

技术研发人员：万豪杰,高国,黄建平,郭珂邑,王雅,梁佳,何雨轩,黄兰
受保护的技术使用者：四川省安全科学技术研究院
技术研发日：
技术公布日：2024/3/17