本發(fā)明屬于棋牌防作弊，尤其涉及一種線下棋牌活動作弊檢測方法、系統(tǒng)及設(shè)備。

背景技術(shù)：

1、線下棋牌活動的作弊問題時有發(fā)生，究其原因是線下棋牌活動基本上是由現(xiàn)場人員判斷選手是否作弊，具有較大的局限性，很難做到對每個選手的實施監(jiān)督，其次，就是線下棋牌活動選手作弊方式更加多樣，更加隱蔽，例如選手通過特定的手部動作、面部表情等，都能與他人進行信息傳遞，實現(xiàn)作弊，而現(xiàn)場裁判對于這些較為隱蔽的作弊行為較難發(fā)現(xiàn)。

2、針對線下棋牌活動存在的作弊問題，zl202022845739.6，《防作弊檢測組件、麻將機及棋牌娛樂設(shè)備》、zl202311154739.3，《無人值守智能棋牌室管理方法及系統(tǒng)》提出了各自的解決方案，其中，zl202022845739.6，《防作弊檢測組件、麻將機及棋牌娛樂設(shè)備》主要是針對棋牌活動過程中所使用的道具進行技術(shù)改進，在硬件層面上增大選手作弊的難度，而zl202311154739.3，《無人值守智能棋牌室管理方法及系統(tǒng)》主要是通過判斷選手出牌方式是否符合規(guī)則來判斷選手是否作弊。

3、通過上述現(xiàn)有技術(shù)不難看出，目前的針對線下棋牌的防作弊技術(shù)并不涉及選手的手部動作、面部表情等，導(dǎo)致選手依舊可以隱蔽地向他人傳遞信息，實現(xiàn)作弊，導(dǎo)致棋牌活動喪失公平性。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種線下棋牌活動作弊檢測方法、系統(tǒng)及設(shè)備，從而解決現(xiàn)有技術(shù)缺少對棋牌活動選手手部動作、面部表情及牌桌的檢測導(dǎo)致選手作弊的問題，為實現(xiàn)這一目的，具體的技術(shù)方案如下：

2、線下棋牌活動作弊檢測方法，包括以下步驟：

3、1)獲取包含選手面部、手部及牌桌部分的活動圖像，對活動圖像進行處理，提取選手面部、手部及牌桌部分，得到面部檢測關(guān)鍵點、手部檢測關(guān)鍵點和牌桌檢測關(guān)鍵點；

4、2)對三個關(guān)鍵點進行處理，得到關(guān)鍵點互信值；

5、3)基于面部檢測關(guān)鍵點及關(guān)鍵點互信值，得到作弊概率，比較作弊概率和預(yù)設(shè)的作弊閾值，判斷是否作弊。

6、進一步地，步驟1)由圖像獲取模塊和關(guān)鍵點檢測模塊完成，具體為，圖像獲取模塊使用攝像頭實時捕獲出牌者的圖像幀，對于某位玩家pi，在某一時刻實時獲得的活動圖像幀為xi，并且xi中同時包含了玩家pi的面部、手以及牌桌三個目標，將xi輸入到關(guān)鍵點檢測模塊(kpd)中，輸出檢測結(jié)果，檢測結(jié)果包括面部檢測關(guān)鍵點f、手部檢測關(guān)鍵點h和牌桌檢測關(guān)鍵點t。

7、進一步地，關(guān)鍵點檢測模塊(kpd)具體流程為

8、f,h,t＝relu(conv(relu(conv(relu(conv(x))))))

9、進一步地，步驟2)由關(guān)鍵點注意力融合模塊完成，具體為，注意力融合模塊kat首先將三個關(guān)鍵檢測點f、h和t分別通過卷積模塊得到對應(yīng)的低維特征f、h和t，隨后，將f、h和t輸入注意力模塊，計算f與h的注意力以及h與t的注意力，隨后，將計算的兩個注意力向量和進行拼接，并通過一個卷積模塊得到關(guān)鍵點互信值a。

10、進一步地，卷積模塊由兩層卷積核為3，步長為1的卷積層以及relu激活函數(shù)組成。

11、進一步地，注意力計算公式為

12、

13、進一步地，步驟3)由作弊概率預(yù)測模塊完成，具體為，將面部表情檢測關(guān)鍵點f與關(guān)鍵點互信值a輸入到作弊概率預(yù)測模塊(sc)中，作弊概率預(yù)測模塊(sc)首先分別對面部檢測關(guān)鍵點f和關(guān)鍵點互信值a分別經(jīng)過卷積處理，分別得到卷積結(jié)果conv(f)和conv(a)，然后計算f與conv(a)的注意力值a1＝at(f，conv(a))，并將結(jié)果輸入概率調(diào)和模塊，用于結(jié)果的概率調(diào)整，隨后將概率調(diào)和模塊的輸出與f的卷積結(jié)果進行注意力值計算，a2＝at(p，conv(f))，并將結(jié)果經(jīng)過卷積得到最終的作弊概率v＝conv(a2)，并與預(yù)設(shè)作弊閾值m進行比較，如果v<m，則玩家pi在出牌時沒有作弊，如果v>＝m，則玩家pi在出牌時判定為作弊。

14、線下棋牌活動作弊檢測系統(tǒng)，包括：

15、圖像獲取模塊，用于拍攝活動時的圖像；

16、關(guān)鍵點檢測模塊，用于提取拍攝圖像幀中的面部、手以及牌桌的關(guān)鍵點信息；

17、關(guān)鍵點注意力融合模塊，用于對三個關(guān)鍵點進行處理，得到關(guān)鍵點互信值；

18、作弊概率預(yù)測模塊，基于出牌者的面部表情與關(guān)鍵點互信值之間的非線性關(guān)聯(lián)度，分析作弊概率。

19、一種電子設(shè)備，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)線下棋牌活動作弊檢測方法。

20、本發(fā)明的有益效果是：

21、本發(fā)明區(qū)別于現(xiàn)有的線下棋牌活動作弊檢測方法，將作弊檢測的重心由棋牌道具轉(zhuǎn)移至選手，通過對選手手部、面部及牌桌的檢測，同時強化對選手面部表情的分析，使得作弊判斷更加準確，有效避免了選手隱蔽作弊的可能，保證了棋牌活動的公平性。

技術(shù)特征：

1.一種線下棋牌活動作弊檢測方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的線下棋牌活動作弊檢測方法，其特征在于，所述：步驟1)由圖像獲取模塊和關(guān)鍵點檢測模塊完成，具體為，圖像獲取模塊使用攝像頭實時捕獲出牌者的圖像幀，對于某位玩家pi，在某一時刻實時獲得的活動圖像幀為xi，并且xi中同時包含了玩家pi的面部、手以及牌桌三個目標，將xi輸入到關(guān)鍵點檢測模塊(kpd)中，輸出檢測結(jié)果，檢測結(jié)果包括面部檢測關(guān)鍵點f、手部檢測關(guān)鍵點h和牌桌檢測關(guān)鍵點t。

3.根據(jù)權(quán)利要求2所述的線下棋牌活動作弊檢測方法，其特征在于，所述：關(guān)鍵點檢測模塊(kpd)具體流程為

4.根據(jù)權(quán)利要求2所述的線下棋牌活動作弊檢測方法，其特征在于，所述：步驟2)由關(guān)鍵點注意力融合模塊完成，具體為，注意力融合模塊kat首先將三個關(guān)鍵檢測點f、h和t分別通過卷積模塊得到對應(yīng)的低維特征f、h和t，隨后，將f、h和t輸入注意力模塊，計算f與h的注意力以及h與t的注意力，隨后，將計算的兩個注意力向量和進行拼接，并通過一個卷積模塊得到關(guān)鍵點互信值a。

5.根據(jù)權(quán)利要求4所述的線下棋牌活動作弊檢測方法，其特征在于，所述：卷積模塊由兩層卷積核為3，步長為1的卷積層以及relu激活函數(shù)組成。

6.根據(jù)權(quán)利要求4所述的線下棋牌活動作弊檢測方法，其特征在于，所述：注意力計算公式為

7.根據(jù)權(quán)利要求4所述的線下棋牌活動作弊檢測方法，其特征在于，所述：步驟3)由作弊概率預(yù)測模塊完成，具體為，將面部表情檢測關(guān)鍵點f與關(guān)鍵點互信值a輸入到作弊概率預(yù)測模塊(sc)中，作弊概率預(yù)測模塊(sc)首先分別對面部檢測關(guān)鍵點f和關(guān)鍵點互信值a分別經(jīng)過卷積處理，分別得到卷積結(jié)果conv(f)和conv(a)，然后計算f與conv(a)的注意力值a1＝at(f，conv(a))，并將結(jié)果輸入概率調(diào)和模塊，用于結(jié)果的概率調(diào)整，隨后將概率調(diào)和模塊的輸出與f的卷積結(jié)果進行注意力值計算，a2＝at(p，conv(f))，并將結(jié)果經(jīng)過卷積得到最終的作弊概率v＝conv(a2)，并與預(yù)設(shè)作弊閾值m進行比較，如果v<m，則玩家pi在出牌時沒有作弊，如果v>＝m，則玩家pi在出牌時判定為作弊。

8.一種用于實現(xiàn)權(quán)利要求1所述的線下棋牌活動作弊檢測方法的系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一項所述的方法。

技術(shù)總結(jié)
一種線下棋牌活動作弊檢測方法、系統(tǒng)及設(shè)備，本發(fā)明基于棋牌活動時各選手的面部表情、手部動作及牌桌上的牌面情況進行分析，能夠綜合判斷選手是否作弊，相較于單一因素的判斷方法，判斷結(jié)果更加精準，有效提高了線下棋牌活動的公平性。

技術(shù)研發(fā)人員：李雪,何國雙,杜春濤
受保護的技術(shù)使用者：廣西桂科院新能源科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9