摘要
近些年,智能化监控被广泛应用于各种领域,但测验考试者反常动作的电子监控技术仍不尽人意.老套的视频监考方式效率过低,保存视频的任务也相当繁重.本研究提倡使用稀疏重构来对考试者反常动作进行测验,以弥补老套技术的不足.首先,把考试者正常作答样板实行稀疏组合学习,进而创建模型;其次,使用主成分剖析以及考试者活动显著范畴的获取来对原有的样板数据进行简化;最后,使用已训练好的模型对每个测验样板对应的重构偏差进行运算,从而达成对考试者反常动作的测验.同时,本研究还添加了考试者活动连通范畴的测验方法,主要采用活动历史图像.结果 表明,本研究倡议的方法既能够提高测验速率,又能获得良好的测验性能.
基金项目
智能视频分析的人体行为识别项目阶段性成果(为S201810476026)
NETL
NSTL
维普
万方数据