一种基于ARM架构的考生违规行为实时检测系统及方法与流程

一种基于arm架构的考生违规行为实时检测系统及方法
技术领域
1.本发明涉及行为识别技术领域，尤其涉及一种基于arm架构的考生违规行为实时检测系统及方法。


背景技术：

2.考试是检验学习成果的重要方式，但是在考试的过程中，自古以来都存在着各种形式的违规行为，这些行为扰乱考场秩序，使考试无法公平、公正地进行。所以有必要对考试进行监控，找出考试过程中存在的违规行为，并给予惩治。目前对违规行为检测的手段主要为安装摄像头监控，将考试过程录制为视频，然后人工观察视频，找出其中的违规行为。这样势必会占用大量人力资源，并且时间的耗费也是巨大的。所以，研究智能化识别技术是非常有必要的，也是教育界研究的热点，受到专家和学者的广泛关注。
3.在申请号为cn201810995056.3的发明专利申请文件中提出了一种教育考试监控视频的人体行为分析方法及系统，其中说到：智能视频分析技术是计算机视觉技术的一个应用领域。它能够在图像或图像序列与事件描述之间建立映射关系，从而使计算机从纷繁的视频图像中分辩、识别出关键目标的行为，过滤用户不关心的信息，其实质是自动分析、抽取、识别视频源中的关键信息。目前的视频分析技术在安防等领域有着广泛的应用，却很少有将视频分析技术应用于在教育考试监控视频。其原因在于，教育考试监控视频的情景过于复杂，目前能应对动态场景分析的行为类视频智能分析技术有着试用场景简单等诸多缺陷。


技术实现要素：

4.本发明的主要目的在于提供一种基于arm架构的考生违规行为实时检测系统及方法，旨在解决现有技术中通过人工观察考场视频，找出其中的违规行为耗时耗力的技术问题。
5.为实现上述目的，本发明提出一种基于arm架构的考生违规行为实时检测系统，包括：摄像头、主控芯片、npu设备和共享磁盘，所述摄像头输出端连接主控芯片第一输入端，所述主控芯片第一输出端连接共享磁盘输入端，所述主控芯片第二输出端连接npu设备输入端，所述npu设备输出端连接主控芯片第二输入端。
6.优选地，所述摄像头采用支撑国标rtsp协议的摄像头，用于采集考场数据。
7.优选地，所述主控芯片采用rk3399芯片，其cpu采用big.little核心架构。
8.优选地，所述主控芯片的gpu采用四核arm的新一代高端图像处理器mali
‑
t860。
9.优选地，所述npu设备由板载rk1808ai芯片组成，所述板载rk1808ai芯片内置高效能npu。
10.优选地，所述板载rk1808ai芯片的cpu采用双核cortex
‑
a35构架。
11.一种基于arm架构的考生违规行为实时检测方法，所述考生违规行为实时检测方法包括以下步骤：
s1：通过摄像头录制考试现场的监控视频；s2：摄像头将监控视频发送给主控芯片rk3399的视频抽帧服务模块；s3：视频抽帧服务模块对监控视频进行抽帧，得到图像数据；s4：将图像数据发送给共享磁盘；s5：npu设备从共享磁盘中获取相应图像数据，并对其进行算法分析，得到分析结果；s6：将分析结果发送给算法后处理模块，算法后处理模块将分析结果发送给结果存储硬盘。
12.优选的，所述s2包括以下子步骤：s21：摄像头通过rtsp协议将视频分发出去并等待主控芯片rk3399的视频抽帧服务模块接入；s22：配置需要接入的rtsp地址；s23：主控芯片rk3399根据配置的rtsp地址接入对应视频；s24：主控芯片rk3399使用vpu对接入的视频进行硬解码并将解码后的数据转换为图像数据。
13.优选的，所述s5包括以下步骤：s51：npu集群服务模块从共享磁盘中获取图像数据；s52：根据每个npu设备的空闲程度，将不同大小的图像数据分发给相应npu设备，npu设备空闲程度越高，分发到的图像数据越大；npu设备空闲程度越低，分发到的图像数据越小；s53：npu设备对对应对象数据进行算法分析。
14.本发明的有益效果：（1）本发明通过系统进行考试作弊检查，相较于传统人工进行考试作弊筛选，效率更高，出错率更低，且能有效节约考试违规检测的人力成本；（2）本发明可以通过计算机算法准确定位到作弊的考生，使考试更加公平；且相较于人工筛选，本发明通过算法检测作弊行为不会出现机器疲劳的问题，从而能够降低出错率；（3）本发明通过对学生考试行为的每帧数据进行分析，从而减少误判或漏判情况，同时根据考生发生异常的时间点抽取短视频进行人为校验，可以有效抓出作弊的考生。
附图说明
15.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
16.图1为本发明的系统结构图；图2为本发明的实现流程图；本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
17.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.如图1所示，在本实施例中，本发明提出一种基于arm架构的考生违规行为实时检测系统，包括：摄像头、主控芯片、npu设备和共享磁盘，所述摄像头输出端连接主控芯片第一输入端，所述主控芯片第一输出端连接共享磁盘输入端，所述主控芯片第二输出端连接npu设备输入端，所述npu设备输出端连接主控芯片第二输入端。
20.在本实施例中，所述摄像头采用支撑国标rtsp协议的摄像头，用于采集考场数据。
21.在本实施例中，所述主控芯片采用rk3399芯片，其cpu采用big.little核心架构。
22.在本实施例中，所述主控芯片的gpu采用四核arm的新一代高端图像处理器mali
‑
t860。
23.在本实施例中，所述npu设备由板载rk1808ai芯片组成，所述板载rk1808ai芯片内置高效能npu。
24.在本实施例中，所述板载rk1808ai芯片的cpu采用双核cortex
‑
a35构架。
25.具体的，本系统主要由以下设备构成：摄像头：摄像头主要用于考场数据采集，可以选择海康、大华等支撑国标rtsp协议的摄像头。摄像头的分辨率最好为1080p，这样采集的数据才足够清晰。
26.rk3399：rk3399是rockchip产品线中性能最高的芯片，在应用中具有高性能和可扩展性。芯片的硬件规格在行业中处于领先地位。rk3399的cpu采用big.little核心架构，采用双核cortex
‑
a72大核+四核cortex
‑
a53小核结构。在整数，浮点数，内存，整体性能，功耗和核心面积方面都进行了重大改进。rk3399的gpu采用四核arm的新一代高端图像处理器mali
‑
t860，集成了更多的带宽压缩技术（如智能叠加，astc和本地像素存储），并支持更多的图形和计算接口。总体性能比上一代提高了45％。
27.目前采用rk3399主要用来做rtsp数据的接入做视频抽帧和npu推理结果上传等应用逻辑处理。
28.共享磁盘：共享磁盘主要用来存放rk3399解码抽帧后的图片数据，这些图片数据要由npu进行使用，不同的npu共享这块儿磁盘。
29.rk1808 npu设备：板载rk1808 ai芯片，内置高能效npu，拥有强劲算力，支持多种ai框架和ai应用开发sdk，易于开发，拥有面向ai应用的丰富接口，便于扩展，适用于语音唤醒、语音识别、人脸识别等功能应用场景。rk1808 ai芯片cpu采用双核cortex
‑
a35架构，最高频率1.6ghz，vpu支持1080p常规视频格式的编码和解码，支持摄像头视频信号输入并内置了isp。
30.采用npu设备主要用来运行作弊行为识别算法的模型，通过共享磁盘获取jpg格式
的图像数据进行模型推理，然后把模型推理结果返回给rk3399。
31.如图2所示，在本实施例中，一种基于arm架构的考生违规行为实时检测方法，所述考生违规行为实时检测方法包括以下步骤：s1：通过摄像头录制考试现场的监控视频；s2：摄像头将监控视频发送给主控芯片rk3399的视频抽帧服务模块；s3：视频抽帧服务模块对监控视频进行抽帧，得到图像数据；s4：将图像数据发送给共享磁盘；s5：npu设备从共享磁盘中获取相应图像数据，并对其进行算法分析，得到分析结果；s6：将分析结果发送给算法后处理模块，算法后处理模块将分析结果发送给结果存储硬盘。
32.在本实施例中，所述s2包括以下子步骤：s21：摄像头通过rtsp协议将视频分发出去并等待主控芯片rk3399的视频抽帧服务模块接入；s22：配置需要接入的rtsp地址；s23：主控芯片rk3399根据配置的rtsp地址接入对应视频；s24：主控芯片rk3399使用vpu对接入的视频进行硬解码并将解码后的数据转换为图像数据。
33.在本实施例中，所述s5包括以下步骤：s51：npu集群服务模块从共享磁盘中获取图像数据；s52：根据每个npu设备的空闲程度，将不同大小的图像数据分发给相应npu设备，npu设备空闲程度越高，分发到的图像数据越大；npu设备空闲程度越低，分发到的图像数据越小；s53：npu设备对对应对象数据进行算法分析。
34.具体的，首先通过摄像头录制考试现场的数据，一体机设备可以支持对历史视频mp4分析也可以支持实时视频分析。目前常用实时rtsp视频分析。摄像头设备先获取考场的实时场景内容，再由摄像头通过rtsp协议将视频分发出去等待rk3399的抽帧服务模块接入。
35.然后在配置界面配置解码服务模块需要接入的rtsp地址，目前一个一体机可以同时接入50路rtsp实时数据流，能满足一个考点的所有视频接入。rk3399使用vpu对接入的rtsp进行硬解码并将解码后的数据转换成图像数据存储到共享磁盘空间中。
36.npu集群服务模块首先从共享磁盘获取图像数据，然后再把图像数据逐一分发到npu设备，分发模块会根据每个npu的空闲程度来分发不同大小的数据，这样来达到不同npu的负载均衡。npu对图片做算法分析，并将推理结果给到算法后处理模块，由算法后处理模块完成对结果的写入存储。
37.本发明中，采用rk3399芯片做rtsp数据的接入做视频抽帧和npu推理结果上传等应用逻辑处理，其cpu采用big.little核心架构，采用双核cortex
‑
a72大核+四核cortex
‑
a53小核结构，在整数，浮点数，内存，整体性能，功耗和核心面积方面都进行了重大改进，其gpu采用四核arm的新一代高端图像处理器mali
‑
t860，集成了更多的带宽压缩技术（如智能
叠加，astc和本地像素存储），并支持更多的图形和计算接口，总体性能比上一代提高了45％；本发明中，采用板载rk1808 ai芯片，内置高能效npu，拥有强劲算力，支持多种ai框架和ai应用开发sdk，易于开发，拥有面向ai应用的丰富接口，便于扩展，适用于语音唤醒、语音识别、人脸识别等功能应用场景，rk1808 ai芯片cpu采用双核cortex
‑
a35架构，最高频率1.6ghz，vpu支持1080p常规视频格式的编码和解码，支持摄像头视频信号输入并内置了isp。
38.以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。