基于目标检测的智能监视系统
Jing Xue1, Wen Wu1, Qingkai Cheng1
1School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing, China.
Multimedia tools and applications
|June 26, 2023
概括
这项研究引入了一种智能远程监控系统,使用EfficientDet和中心点跟踪来检测在线考试期间的作弊. 该系统在识别可疑行为方面达到高准确度,并使用音频分析进行进一步的证据.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 教育技术的教育技术
背景情况:
- 由于COVID-19大流行,学术考试和招聘面试需要转向在线远程监控.
- 这种转变增加了学术不诚实和作弊的机会.
- 现有的远程监控方法缺乏强大的机制来检测欺诈活动.
研究的目的:
- 开发一个智能监控系统,能够检测和防止在线远程测试环境中的作弊.
- 提高在线评估的完整性和可靠性.
- 提供综合解决方案,将视觉和听觉分析结合起来,用于作弊检测.
主要方法:
- 利用EfficientDet目标检测网络模型对受试者的行为进行视觉分析.
- 集成了一个中心点跟踪算法,用于对个人的持续监控和跟踪.
- 开发了一种辅助音频检测模块,用于分析可疑活动的环境声音.
主要成果:
- EfficientDet网络实现了目标检测的平均检测准确率为81%.
- 拟议的作弊行为检测模型在远程测试场景中展示了有效的检测,跟踪和识别.
- 使用在线测试视频的现实实验显示,欺骗行为检测准确率为83.1%.
结论:
- 智能监控系统有效地解决了在线远程评估中作弊的挑战.
- EfficientDet视觉检测和音频分析的结合提供了一种强大可靠的方法,以确保学术完整性.
- 该系统为大学和企业提供了一种实用的解决方案,用于进行安全的在线考试和面试.
