本发明涉及人工智能,具体为一种基于人工智能的标准化考场智能管理系统及方法。
背景技术:
1、随着教育信息化和考场智能化的不断推进和普及,监控在现代教育考试特别是大规模考试中的重要性毋庸置疑,监控摄像头不仅能做到实时监控考生行为,降低考生舞弊风险,并且在考试结束后对考试进行复盘,分析考生行为状态具有重大意义,通过监控摄像头进行考场监管,不仅节省人力,而且还能做到多场景快速切换。目前,一个考场中一般包括多个监控摄像头,而监控大屏的显示方式主要包括固定显示监控画面,以及轮流切换显示考场中各个监控的画面,能够让监考人员快速浏览考场的实时状况。然而,对于轮流切换监控画面,目前仅采用人工操作或简单定时切换的方式,切换下来不仅需要多次操作,不够高效,并且也没有根据考场实际情况,设定监控画面显示顺序和显示时长。所以根据考场的实际情况,自动调整考场内的各监控画面的显示顺序和显示时长,对于考场考试具有重大影响。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的标准化考场智能管理系统及方法,以解决上述背景技术中提出的问题。
2、为了解决上述技术问题,本发明提供如下技术方案:
3、一种基于人工智能的标准化考场智能管理方法,包括以下步骤:
4、步骤s100:获取目标考场,目标考场中包括若干监控设备和考场座位,获取每一监控设备对应的监控画面,监控画面中包括若干考场座位,得到每一监控设备对应的若干特征考场座位;
5、本方案是对目标考场进行分析的,通常情况下,为了确保全面监控无死角,能够覆盖所有的考试区域,并且由于画面具有近大远小的特性,离监控较远的座位区域画面越模糊,容易导致监考人员错误评判,所以一个考场中会有多个监控设备。本步骤建立目标考场的三维坐标系,并在三维坐标系中确定每一监控设备和考场座位对应的坐标点,并结合监控画面进行分析,判断监控设备对应的特征考场座位,其中,特征考场座位为在监控画面中能清晰看到、且准确判断考生行为的考场座位;
6、步骤s200:将任两个监控设备作为一个监控组合,得到若干监控组合,并根据每一监控组合对应的特征考场座位,确定每一监控组合在目标考场中对应的所有特征标点,进而确定每一监控组合对应的关联系数;
7、步骤s300:将监控大屏上正在显示的画面所对应的监控设备作为目标设备,并根据目标设备中的特征考场座位,确定目标设备的画面显示时长;
8、步骤s400:根据目标设备与目标考场内其余监控设备的关联系数,确定监控大屏的下一画面显示对应的监控设备,作为下一监控设备,并根据目标设备与下一监控设备对应的特征考场座位,确定下一监控设备的画面显示时长。
9、进一步的,步骤s100包括:
10、步骤s110:获取目标考场中每一监控设备和考场座位的具体位置,并建立目标考场的三维坐标系,三维坐标系中包括每一监控设备和考场座位对应的坐标点;获取监控设备me,监控设备me对应的监控画面为gme,监控画面gme中包括若干考场座位;通过预先训练的神经网络模型,得到监控画面gme中的每一考场座位,并均作为标记考场座位,并在三维坐标系中标记出监控设备me和每一标记考场座位对应的坐标点;
11、步骤s120:分别将监控画面gme左上角与右下角,左下角与右上角进行连线,得到的交点为画面中心点cpme,建立监控画面gme对应的二维坐标系,得到画面中心点cpme以及每一标记考场座位在二维坐标系中对应的坐标点,进而得到在二维坐标系中距离画面中心点cpme最近的标记考场座位,记为第一考场座位ts1;
12、步骤s130:根据三维坐标系中每一标记考场座位对应的坐标点,求平均值得到座位中心点cpts,进而得到在三维坐标系中距离座位中心点cpts最近的标记考场座位,记为第二考场座位ts2;根据第一考场座位ts1和第二考场座位ts2在三维坐标系中对应的坐标点,得到第一考场座位ts1和第二考场座位ts2的坐标距离cd,在三维坐标系中监控设备me距离第一考场座位ts1和第二考场座位ts2的坐标距离分别为cd1和cd2;
13、步骤s140:若坐标距离cd<cd0,cd0为坐标距离阈值,得到最大坐标距离cdm=max(cd1,cd2),获取监控设备me距离每一标记考场座位的坐标距离,将坐标距离小于最大坐标距离cdm对应的标记考场座位作为特征考场座位;若坐标距离cd≥cd0,获取监控设备me距离每一标记考场座位的坐标距离,将坐标距离小于cd2对应的标记考场座位作为特征考场座位。
14、进一步的,步骤s200包括:
15、步骤s210:获取某监控组合ma,某监控组合ma中包括第一监控设备me1和第二监控设备me2,并将第一监控设备me1和第二监控设备me2中相同的特征考场座位作为共同特征考场座位,得到某监控组合ma对应的所有共同特征考场座位;获取在三维坐标系中,以某一共同特征考场座位cts对应的坐标为起点,第一监控设备me1对应的坐标为终点的第一向量以及某一共同特征考场座位cts对应的坐标为起点,第二监控设备me2对应的坐标为终点的第二向量若向量和之间的夹角大于夹角阈值或的值小于模距离阈值,则将共同特征考场座位cts作为某监控组合ma在目标考场中的特征标点;进而得到某监控组合ma在目标考场中的所有特征标点;
16、步骤s220:获取以某监控组合ma对应的某共同特征考场座位cts1对应的坐标为起点,第一监控设备me1对应的坐标为终点的第一座位向量,以及以某共同特征考场座位cts1对应的坐标为起点,第二监控设备me2对应的坐标为终点的第二座位向量,将两座位向量之间的夹角作为某共同特征考场座位cts1的座位夹角,进而得到某监控组合ma对应的每一共同特征考场座位的座位夹角,并求平均值得到获取以某监控组合ma对应的某特征标点cm1对应的坐标为起点,第一监控设备me1对应的坐标为终点的第一特征向量,以及以某特征标点cm1对应的坐标为起点,第二监控设备me2对应的坐标为终点的第二特征向量,将两特征向量之间的夹角作为某特征标点cm1的特征夹角,进而得到某监控组合ma对应的每一特征标点的特征夹角,并求平均值得到;
17、步骤s230:获取某监控组合ma对应的某共同特征考场座位cts1对应的坐标,与第一监控设备me1对应的坐标的第一座位距离,以及某共同特征考场座位cts1对应的坐标,与第二监控设备me2对应的坐标的第二座位距离,并将两座位距离相加,得到某共同特征考场座位cts1对应的座位距离,进而得到某监控组合ma对应的每一共同特征考场座位对应的座位距离,并求平均值得到获取某监控组合ma对应的某特征标点cm1对应的坐标,与第一监控设备me1对应的坐标的第一特征距离,以及某特征标点cm1对应的坐标,与第二监控设备me2对应的坐标的第二特征距离,并将两特征距离相加,得到某特征标点cm1对应的特征距离,进而得到某监控组合ma对应的每一特征标点对应的特征距离,并求平均值得到
18、步骤s240:设置共同特征考场座位对应的权值为α,特征标点对应的权值为β,得到
19、进而根据监控组合对应的共同特征考场座位数量n1和特征标点数量n2,其中,n1≥n2,得到监控组合对应的关联系数cof=α*n1+(β-α)*n2,并进行归一化。
20、共同特征考场座位只是两监控设备对应的共同的特征考场座位,若考场座位距离较远,在监控中较难发现,也可能会成为共同特征考场座位,但是特征标点却是对共同特征考场座位进行筛选的,离两监控设备距离较近的特征考场座位,参考意义更大,并且也是由一个监控画面向另一个监控画面转换的过程中,较易发现的考场座位,所以特征标点的权值β不应小于共同特征考场座位的权值α。
21、进一步的,步骤s300包括:
22、步骤s310:获取目标设备tme对应的每一标记考场座位在三维坐标系中对应的坐标点,将目标设备tme对应的标记考场座位数量作为w1,设置一个长为l1、宽为l2的矩形范围,以标记考场座位mts对应的坐标点为矩形范围的中心点,按照中心点顺时针旋转矩形范围,旋转角度为θ转,若在旋转的过程中,矩形范围内始终存在其余标记考场座位对应的坐标点,则将标记考场座位mts进行二次标记,并将所有进行二次标记的考场座位数量记为w2,得到分布异常系数为:xtme=w2/w1,其中,0≤xtme≤1;
23、步骤s320:获取历史定时切换间隔时长t,将目标设备tme对应的特征考场座位数量作为ytme,确定目标设备tme的画面显示时长ttme=(1+xtme/x0)(ytme/y0)*t,并且当ttme<t-t0或ttme>t+t0时,令ttme=t-t0或ttme=t+t0,其中,x0为分布异常系数阈值,y0为特征考场座位数量阈值,t0为间隔时长阈值。
24、本方案对目标考场的座位分布情况和特征考场座位数量进行分析。由于座位布局合理性与考生的舞弊行为存在一定关联,合理的座位布局可以减少考生舞弊的机会,所以当分布异常系数xtme较小时,画面显示时长ttme也应较小;并且由于考场座位的数量太少,可观察的考生数量也较少,所以当特征考场座位数量ytme较小时,画面显示时长ttme也应较小。
25、进一步的,步骤s400包括:
26、步骤s410:根据目标设备tme与其余监控设备对应的关联系数,若目标设备tme与其余监控设备之间的关联系数均为0,获取在三维坐标系中距离目标设备tme距离最近的监控设备,作为下一画面显示的监控设备;否则,若目标设备tme与其余监控设备之间的关联系数不均为0,将最大的关联系数对应的监控设备作为监控大屏的下一画面显示的监控设备;将下一画面显示的监控设备记为监控设备nme;
27、步骤s420:获取目标设备tme与监控设备nme对应的特征考场座位数量ytme和ynme,并根据目标设备tme的画面显示时长ttme,确定监控设备nme的画面显示时长tnme=ttme*ynme/ytme,并且当tnme<t-t0或tnme>t+t0时,令tnme=t-t0或tnme=t+t0,其中,t为历史定时切换间隔时长,t0为间隔时长阈值。
28、一种基于人工智能的标准化考场智能管理系统,包括特征考场座位模块、关联系数模块、目标设备模块和画面显示时长模块;
29、特征考场座位模块:用于获取目标考场,目标考场中包括若干监控设备和考场座位,获取每一监控设备对应的监控画面,监控画面中包括若干考场座位,得到每一监控设备对应的若干特征考场座位;
30、关联系数模块:用于将任两个监控设备作为一个监控组合,得到若干监控组合,并根据每一监控组合对应的特征考场座位,确定每一监控组合在目标考场中对应的所有特征标点,进而确定每一监控组合对应的关联系数;
31、目标设备模块:用于将监控大屏上正在显示的画面所对应的监控设备作为目标设备,并根据目标设备中的特征考场座位,确定目标设备的画面显示时长;
32、画面显示时长模块:用于根据目标设备与目标考场内其余监控设备的关联系数,确定监控大屏的下一画面显示对应的监控设备,作为下一监控设备,并根据目标设备与下一监控设备对应的特征考场座位,确定下一监控设备的画面显示时长。
33、进一步的,关联系数模块包括特征标点单元、夹角平均值单元、距离平均值单元和关联系数单元;
34、特征标点单元:用于将任两个监控设备作为一个监控组合,得到若干监控组合,并根据每一监控组合对应的特征考场座位,得到监控组合对应的所有共同特征考场座位,进而确定每一监控组合在目标考场中对应的所有特征标点;
35、夹角平均值单元:用于得到共同特征考场座位和特征标点对应的夹角平均值;
36、距离平均值单元:用于得到共同特征考场座位和特征标点对应的距离平均值;;
37、关联系数单元:用于根据监控组合对应的共同特征考场座位数量和特征标点数量,得到监控组合对应的关联系数。
38、进一步的,画面显示时长模块包括下一监控设备单元和画面显示时长单元;
39、下一监控设备单元:用于根据目标设备与目标考场内其余监控设备的关联系数,确定监控大屏的下一画面显示对应的监控设备,作为下一监控设备;
40、画面显示时长单元:用于根据目标设备与下一监控设备对应的特征考场座位,确定下一监控设备的画面显示时长。
41、与现有技术相比,本发明所达到的有益效果是:本发明提供了一种基于人工智能的标准化考场智能管理系统及方法,包括:获取目标考场,目标考场中包括若干监控设备和考场座位,获取每一监控设备,得到监控设备对应的特征考场座位;得到监控组合,确定监控组合对应的关联系数;将监控大屏上正在显示的画面所对应的监控设备作为目标设备,确定目标设备的画面显示时长;确定监控大屏的下一画面显示对应的监控设备,作为下一监控设备,并确定下一监控设备的画面显示时长。本发明根据目标考场的实际情况,通过对目标考场中的每一监控设备对应的特征考场座位进行分析,不仅有效提高了监控画面切换的效率,而且还合理设置监控设备的画面显示顺序和显示时长。
1.一种基于人工智能的标准化考场智能管理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于人工智能的标准化考场智能管理方法,其特征在于,步骤s100包括:
3.根据权利要求2所述的一种基于人工智能的标准化考场智能管理方法,其特征在于,步骤s200包括:
4.根据权利要求3所述的一种基于人工智能的标准化考场智能管理方法,其特征在于,步骤s300包括:
5.根据权利要求4所述的一种基于人工智能的标准化考场智能管理方法,其特征在于,步骤s400包括:
6.一种标准化考场智能管理系统,用于执行权利要求1-5中任意一项所述的一种基于人工智能的标准化考场智能管理方法,其特征在于,所述系统包括特征考场座位模块、关联系数模块、目标设备模块和画面显示时长模块;
7.根据权利要求6所述的一种标准化考场智能管理系统,其特征在于,所述关联系数模块包括特征标点单元、夹角平均值单元、距离平均值单元和关联系数单元;
8.根据权利要求7所述的一种标准化考场智能管理系统,其特征在于,所述画面显示时长模块包括下一监控设备单元和画面显示时长单元;