一种基于学习轨迹感知transformer的考试行为监测方法技术

本发明专利技术提供一种基于学习轨迹感知transformer的考试行为监测方法，涉及计算机数据技术领域，包括以下步骤：逐帧提取每个考生图像；获取每一帧图像中考生所在空间的特征位置；获取每一帧图像中的考生身体的特征位置；利用轨迹感知注意力将考生所在空间的特征位置和考生身体的特征位置进行相同匹配判断，重叠程度高于预定阈值时，标记该帧图像；获取标记帧图像及其前后预定数量帧图像，解码生成动态视频发送核查。本发明专利技术利用transformer的注意力捕捉特性，获取每个考生环境特征以及考生动作特征，有效判断考生异常行为，监考老师只需要核查异常片段即可，有效降低老师工作量，且防范考生异常作弊行为发生。且防范考生异常作弊行为发生。且防范考生异常作弊行为发生。

【技术实现步骤摘要】
一种基于学习轨迹感知transformer的考试行为监测方法


[0001]本专利技术涉及计算机数据
，尤其是，本专利技术涉及一种基于学习轨迹感 知transformer的考试行为监测方法。

技术介绍

[0002]近年来随着互联网的迅猛发展，web应用的使用越来越普及，人们已经习惯 在网上进行购物、娱乐、甚至学习，而且已逐渐向办公网络化转移，在线考试 系统也随即诞生。
[0003]以往，考务管理员都是通过文档方式进行考务工作的开展，人工的编排考生 考试场次及座位、人工制卷、人工批卷，这需要花费大量的人力物力。而在线 考试系统中，考务管理员可以通过浏览器访问web应用，根据业务流程组织考 试，考务管理员不需要人工的编排考生考试场次及座位、人工制卷、人工批卷， 只需要通过简单的操作在线考试系统就能自动编排考生考试场次及座位，自动 组合出考试试卷，以及自动记录下每次的考试信息，以便考务管理员查看，这降 低了大量的人力物力，降低成本。
[0004]在线考试情况复杂，针对考生行为的监测十分之重要。例如中国专利专利技术专 利CN113301309A提供了通过视频监控的学生考试作弊行为监测方法与系统，其 对考试室内场所进行拍摄，并将拍摄得到的影像区分为学生子图像，接着对学生 子图像进行处理以确定对应的学生是否存在作弊行为，再确定存在作弊行为的学 生进行身份信息，最后通过云端中心在考试室内场所进行警告，这样能够在影像 拍摄监控的情况下自动对考场内的所有学生进行自动识别，从而快速地和准确地 确定学生是否存在作弊行为，并且还能够针对学生的作弊行为多寡来进行适应的 警告，从而提高考场监考的全面性和可靠性以及有效降低考场监考的人力成本。
[0005]但是上述考试作弊行为监测方法依然有以下缺点：线上考试时考生纪律性保 障度差，考生所在环境复杂，且线上考试时一个监考人员针对多位考生，多位考 生的视频全部排布在一个电脑屏幕上，监考人员对于多个视频的监管力度不够， 无法有效防范考生异常行为甚至作弊行为。
[0006]因此为了解决上述问题，设计一种合理的基于学习轨迹感知transformer的 考试行为监测方法对我们来说是很有必要的。

技术实现思路

[0007]本专利技术的目的在于提供一种基于学习轨迹感知transformer的考试行为监测 方法，通过利用transformer的注意力捕捉特性，有效获取每一个考生所在环境 特征以及考生动作特征，通过提前训练好的轨迹感知学习模型有效判断考生异常 行为，监考老师只需要核查存在异常的片段即可，有效降低监考老师工作量，有 效防范考生异常作弊行为发生。
[0008]为达到上述目的，本专利技术采用如下技术方案得以实现的：
[0009]一种基于学习轨迹感知transformer的考试行为监测方法，包括以下步骤：
[0010]S1：对考试监控视频中逐帧提取每个考生图像；
[0011]S2：通过第一Transformer单元，利用空间注意力获取每一帧图像中考生所 在空间的特征位置；
[0012]S3：通过第二Transformer单元，利用时间注意力获取每一帧图像中的考生 身体的特征位置；
[0013]S4：通过第三Transformer单元，利用轨迹感知注意力将考生所在空间的特 征位置和考生身体的特征位置进行相同匹配判断，当考生所在空间的特征位置和 考生身体的特征位置重叠程度高于预定阈值时，标记该帧图像，并执行步骤S5；
[0014]S5：获取标记帧图像及其前后预定数量帧图像，解码生成动态视频发送至监 考老师端。
[0015]作为本专利技术的优选，执行步骤S1时，对单独考生的图像提取从该考生首次 出现在考试监控视频中的一帧图像开始获取。
[0016]作为本专利技术的优选，执行步骤S2时，考生所在空间的特征位置包括书籍特 征位置、桌板特征位置以及人员特征位置。
[0017]作为本专利技术的优选，执行步骤S2时，通过多帧对比，将指定的人员特征位 置进行剔除。
[0018]作为本专利技术的优选，执行步骤S3时，考生身体的特征位置包括眼睛特征位 置、手臂特征位置以及手掌特征位置。
[0019]作为本专利技术的优选，执行步骤S4之前，先在第三Transformer单元内训练轨 迹感知模型；
[0020]执行步骤S4时，模型的输入为步骤S2获取的考生所在空间的特征位置和 步骤S3获取的考生身体的特征位置，将两者逐帧进行配对；模型的输出为考生 所在空间的特征位置和考生身体的特征位置重叠程度高于预定阈值的一帧图像。
[0021]作为本专利技术的优选，执行步骤S4之前，设定预定阈值；
[0022]执行步骤S5之前，设定预定数量值。
[0023]根据本专利技术的另一方面，提供一种基于学习轨迹感知transformer的考试行 为监测装置，包括：
[0024]图像提取模块：对考试监控视频中逐帧提取每个考生图像；
[0025]第一Transformer模块，利用空间注意力获取每一帧图像中考生所在空间的 特征位置；
[0026]第二Transformer模块，利用时间注意力获取每一帧图像中的考生身体的特 征位置；
[0027]第三Transformer模块，利用轨迹感知注意力将考生所在空间的特征位置和 考生身体的特征位置进行相同匹配判断，当考生所在空间的特征位置和考生身体 的特征位置重叠程度高于预定阈值时，标记该帧图像；
[0028]处理模块：获取标记帧图像及其前后预定数量帧图像，解码生成动态视频发 送至监考老师端。
[0029]本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可 在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一 方面中任一
项的所述方法步骤。
[0030]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计 算机程序被处理器执行时实现上述第一方面中任一项的所述方法步骤。
[0031]本专利技术一种基于学习轨迹感知transformer的考试行为监测方法有益效果在 于：通过利用transformer的注意力捕捉特性，有效获取每一个考生所在环境特 征以及考生动作特征，通过提前训练好的轨迹感知学习模型有效判断考生异常 行为，监考老师只需要核查存在异常的片段即可，有效降低监考老师工作量，有 效防范考生异常作弊行为发生。
附图说明
[0032]并入到说明书中并且构成说明书的一部分的附图示出了本专利技术的实施例，并 且与描述一起用于解释本专利技术的原理。在这些附图中，类似的附图标记用于表示 类似的要素。下面描述中的附图是本专利技术的一些实施例，而不是全部实施例。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，可以根据这些附图 获得其他的附图。
[0033]图1为本专利技术一种基于学习轨迹感知transformer的考试行为监测方法的流 程示意图。
具体实施方式
[0034]以下是本专利技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于，包括以下步骤：S1：对考试监控视频中逐帧提取每个考生图像；S2：通过第一Transformer单元，利用空间注意力获取每一帧图像中考生所在空间的特征位置；S3：通过第二Transformer单元，利用时间注意力获取每一帧图像中的考生身体的特征位置；S4：通过第三Transformer单元，利用轨迹感知注意力将考生所在空间的特征位置和考生身体的特征位置进行匹配判断，当考生所在空间的特征位置和考生身体的特征位置重叠程度高于预定阈值时，标记该帧图像，并执行步骤S5；S5：获取标记帧图像及其前后预定数量帧图像，解码生成动态视频发送至监考老师端。2.根据权利要求1所述的一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于：执行步骤S1时，对单独考生的图像提取从该考生首次出现在考试监控视频中的一帧图像开始获取。3.根据权利要求1所述的一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于：执行步骤S2时，考生所在空间的特征位置包括书籍特征位置、桌板特征位置以及人员特征位置。4.根据权利要求3所述的一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于：执行步骤S2时，通过多帧对比，将指定的人员特征位置进行剔除。5.根据权利要求1所述的一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于：执行步骤S3时，考生身体的特征位置包括眼睛特征位置、手臂特征位置以及手掌特征位置。6.根据权利要求1所述的一种基于学习轨迹感知transformer的考试行为监测方法，其特征在于：执行步骤S...

【专利技术属性】
技术研发人员：安庆，罗敏，苏厚胜，李雅琼，
申请(专利权)人：湖北汽车工业学院，
类型：发明
国别省市：