一种基于深度卷积神经网络模型的考生回头抄袭作弊检测方法

摘要

本发明公开了一种基于深度卷积神经网络模型的考生回头抄袭作弊检测方法，通过采用VGG深度神经网络模型检测考生关节以及肢体的位置；计算头部五个关键点的中心点pc(x,y)，利用距离度量准则计算头部中心点pc(x,y)与肩部关键点ps(x,y)之间的距离d(c,s)来判断是否满足疑似作弊条件；通过前一帧头部中心点pcf(x,y)与当前帧头部中心点pcb(x,y)之间的位移差d(f,b)及回头次数判断是否满足作弊条件；然后通过进一步计算头部两侧关键点的置信度差判定考生是否存在回头抄袭作弊行为。本方法通过对视频中疑似回头抄袭作弊的考生进行检测，可对考生作弊行为的图像信息进行精确地提取和定位，极大地减轻了相关人员的工作量，提高了工作效率和准确率。