基于三维卷积神经网络的考场全局事件检测

发布时间：2023-02-28 18:28

　　现代社会中,考试作为评估个人能力的重要手段在社会人才选拔的过程中起着至关重要的作用。为了保证考试权威性和公平性,传统的监考需要大量的人力资源和物力资源培训监考人员或者完善监考设备,导致成本较高;同时监考人员难以保持精力应对长时间的枯燥监考活动。这些传统监考制度的弊端促使我们开发自动监考系统。实现考场全局事件进行准确检测是自动监考系统的第一步。本文提出了基于三维卷积神经网络的考场全局事件自动检测模型,准确识别出考场进行状态,为建立自动监考系统提供关键技术支撑。具体工作内容如下:(1)建立考场视频数据集。搜集标准化考场916个视频,视频记录了标准化考场的完整考试流程。通过观察搜集的考场视频,本文界定六类考场全局事件,根据不同教室场景或不同监控摄像的摆放位置进一步分组,并标签化每个视频为后续模型训练和测试做准备。(2)检测考场视频全局事件。提出应用三维卷积神经网络算法在考场视频数据集上,实现提取考场视频的空间特征和时间维度上的运动特征,并通过简单的线性分类器进行考场视频全局事件分类,使得考场视频全局事件的检测准确率达到93.94%,取得了良好的分类效果。(3)证明三维卷积神经网络对考场视频的...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究的背景和意义
        1.1.1 视频监控技术的研究与发展
        1.1.2 计算机视觉技术的研究与发展
    1.2 本文的研究内容
        1.2.1 本文研究内容
        1.2.2 章节分布
第二章 考场视频全局事件数据集建立
    2.1 考场全局事件的定义
        2.1.1 考场全局事件在自动化监考系统里的角色
        2.1.2 考场全局事件的模式定义
    2.2 考场全局事件数据集的建立
        2.2.1 原始视频数据集构成
        2.2.2 视频预处理
    2.3 本章小结
第三章 考场视频全局事件检测的算法研究
    3.1 视频事件中特征提取模型概览
    3.2 传统的特征提取方法
        3.2.1 基于局部兴趣点特征
        3.2.2 基于轨迹特征
        3.2.3 基于时空体特征
    3.3 基于卷积神经网络的特征提取方法
        3.3.1 卷积神经网络构成
        3.3.2 三维卷积神经网络
        3.3.3 基于三维卷积神经网络的考场事件检测方法
    3.4 本章小结
第四章 考场视频全局事件的检测与实现
    4.1 实验概览
    4.2 模型框架
    4.3 模型参数优化与设置
        4.3.1 激活函数
        4.3.2 卷积核设计
        4.3.3 参数初始化
        4.3.4 损失函数与正则化
    4.4 实验过程
        4.4.1 实验环境
        4.4.2 数据预处理
        4.4.3 训练数据
    4.5 评价指标与实验结果
    4.6 本章小结
第五章 小结
    5.1 论文总结
    5.2 工作展望
参考文献
攻读硕士期间发表的论文
致谢



本文编号：3751630