基于图像分析的考场视频监视系统分析与研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容及工作 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 第二章 考场视频图像分析相关理论与算法 | 第15-26页 |
| 2.1 视频图像分析的基本原理及过程 | 第15-16页 |
| 2.2 图像形态学预处理方法 | 第16页 |
| 2.3 静态目标检测的原理及算法 | 第16-17页 |
| 2.4 运动目标检测的算法及原理 | 第17-18页 |
| 2.5 SVM分类器 | 第18-20页 |
| 2.6 相关算法研究 | 第20-26页 |
| 2.6.1 基于HOG特征的目标检测算法 | 第20-22页 |
| 2.6.2 混合高斯背景建模法 | 第22-26页 |
| 第三章 考场视频监视技术分析 | 第26-38页 |
| 3.1 考场环境及考生行为特点分析 | 第26-29页 |
| 3.1.1 考场环境特点分析 | 第26-27页 |
| 3.1.2 考生行为分类及特点分析 | 第27-28页 |
| 3.1.3 作弊行为分类及特点分析 | 第28-29页 |
| 3.2 考场视频监视的基本需求 | 第29-31页 |
| 3.2.1 考生检测及人数统计 | 第29页 |
| 3.2.2 作弊行为检测 | 第29-30页 |
| 3.2.3 作弊行为统计及考场秩序评价 | 第30页 |
| 3.2.4 作弊行为的报警与取证 | 第30页 |
| 3.2.5 系统的非功能性需求 | 第30-31页 |
| 3.3 考场视频监视关键技术分析 | 第31-34页 |
| 3.3.1 作弊行为的评判 | 第31-32页 |
| 3.3.2 考生行为检测的实时性要求 | 第32-33页 |
| 3.3.3 显示及处理的同步性要求 | 第33页 |
| 3.3.4 关键技术方案 | 第33-34页 |
| 3.4 考场视频监视系统的处理流程 | 第34-37页 |
| 3.4.1 系统流程分析 | 第34-35页 |
| 3.4.2 系统实现原理及算法 | 第35-37页 |
| 3.4.3 系统监控策略设计 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于HOG特征的考生检测及改进算法 | 第38-52页 |
| 4.1 基于HOG特征的考生检测算法 | 第38-39页 |
| 4.2 基于多窗口HOG的考生检测算法设计 | 第39-43页 |
| 4.2.1 经典的HOG目标检测算法存在的问题 | 第40页 |
| 4.2.2 适应考生检测的HOG检测系数修改原则 | 第40-41页 |
| 4.2.3 算法的改进设计 | 第41-43页 |
| 4.3 改进算法的实现与分析 | 第43-48页 |
| 4.3.1 算法实现 | 第43-45页 |
| 4.3.2 实验结果对比与分析 | 第45-48页 |
| 4.4 考生检测结果的误差处理方法 | 第48-50页 |
| 4.4.1 区域校正方法 | 第49-50页 |
| 4.4.2 交互式识别区域调整方法 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 考生作弊行为检测方法设计 | 第52-67页 |
| 5.1 考生作弊行为检测的基本流程 | 第52-54页 |
| 5.2 活动考生的检测方法 | 第54-56页 |
| 5.3 活动考生关键部位肤色分割及筛选定位 | 第56-62页 |
| 5.3.1 考生关键部位肤色分割 | 第56-58页 |
| 5.3.2 考生关键部位肤色区域筛选 | 第58-59页 |
| 5.3.3 考生关键部位肤色定位 | 第59-62页 |
| 5.4 考生作弊行为的评判 | 第62-63页 |
| 5.4.1 抄袭式作弊行为评判 | 第62页 |
| 5.4.2 传递式作弊行为评判 | 第62-63页 |
| 5.4.3 通用式作弊行为评判 | 第63页 |
| 5.5 实验结果分析 | 第63-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间已录用的论文 | 第74页 |
