考場監(jiān)控數(shù)據(jù)處理方法及其實(shí)現(xiàn)的自動監(jiān)考系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種考場監(jiān)控數(shù)據(jù)處理方法及其實(shí)現(xiàn)的自動監(jiān)考系統(tǒng)，該方法實(shí)現(xiàn)的系統(tǒng)包括監(jiān)控端模塊，服務(wù)器模塊，視頻數(shù)據(jù)預(yù)處理模塊，用于對監(jiān)控端模塊獲取的所述視頻監(jiān)控畫面進(jìn)行采樣，并對采樣后的圖像進(jìn)行預(yù)處理，并劃分座位區(qū)域；識別及報警模塊，用于識別座位區(qū)域中的違規(guī)動作，當(dāng)識別出超過預(yù)設(shè)閾值的動作時，標(biāo)定違規(guī)動作的級別，并將所述級別以及違規(guī)動作關(guān)聯(lián)的所述數(shù)據(jù)包發(fā)送給服務(wù)器，同時將違規(guī)動作涉及的座位區(qū)域信息發(fā)送給監(jiān)控平臺；監(jiān)控平臺顯示監(jiān)控畫面，以及依據(jù)識別及報警模塊發(fā)送的信息，突出顯示違規(guī)的座位區(qū)域。該方法對違規(guī)動作的識別速度快，識別率高，自動監(jiān)考系統(tǒng)方便監(jiān)控平臺人員觀察，以及與現(xiàn)場人員的快速溝通。
【專利說明】
考場監(jiān)控數(shù)據(jù)處理方法及其實(shí)現(xiàn)的自動監(jiān)考系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種固定場景中的人物動作、行為監(jiān)控方法及系統(tǒng)，尤其涉及一種應(yīng) 用在考場中的考場監(jiān)控數(shù)據(jù)處理方法及其實(shí)現(xiàn)的自動監(jiān)考系統(tǒng)。
【背景技術(shù)】
[0002] 隨著視頻識別領(lǐng)域技術(shù)的不斷發(fā)展，現(xiàn)在，將視頻監(jiān)控應(yīng)用在監(jiān)考環(huán)境中，以減少 監(jiān)考的人力消耗、提高監(jiān)考的全面、準(zhǔn)確性，成為了視頻識別領(lǐng)域的一個重要應(yīng)用方向。
[0003] 但是，在現(xiàn)有技術(shù)中，還沒有一種結(jié)構(gòu)簡單、資源耗費(fèi)少，同時又能夠準(zhǔn)確對監(jiān)考 對象進(jìn)行行為判斷的監(jiān)考系統(tǒng)?，F(xiàn)有技術(shù)往往還在采用無紙化考試中常用的一對一式視頻 監(jiān)控方式，而這種方式既需要大量的終端設(shè)備，又不能很好地全面監(jiān)控考生的動作，同時也 給考生帶來了較大的心理負(fù)擔(dān)，不利于考生的正常發(fā)揮。
[0004] 此外，在例如申請?zhí)枮镃N201110135345.4的專利申請中，通過將考場上分成監(jiān)考 區(qū)域、考試區(qū)域的固定與活動區(qū)域，并依據(jù)發(fā)生異常狀況的所在區(qū)域，決定是否將該些異常 狀況進(jìn)行報警或提醒處理，而這一技術(shù)方案僅僅是在區(qū)域劃分方面的改進(jìn)，而對于是否能 夠?qū)Ξ惓Ｐ袨檫M(jìn)行準(zhǔn)確判斷、減少誤判斷等方法，則沒有提出任何的實(shí)質(zhì)方案。在又如申請 號為CN201010537314.7的專利申請中，則是通過對監(jiān)控畫面中的全景監(jiān)控，判斷是否發(fā)生 異常狀況，并提前給異常狀況設(shè)置不同的等級及對應(yīng)的處理方式，從而在監(jiān)控到異常狀況 時，能夠在服務(wù)器端進(jìn)行相應(yīng)的處理，但是，該申請中并未給出如何判斷不同的異常狀況的 等級，以及如何依據(jù)視頻圖像自動進(jìn)行狀況判斷，對這些核心環(huán)節(jié)未給出任何的技術(shù)改進(jìn) 方案。
[0005] 上述現(xiàn)有技術(shù)均存在著沒有很好的對考場細(xì)微動作進(jìn)行判斷的方法的缺陷，以及 資源消耗大等問題，未能提出一種較好地實(shí)現(xiàn)自動監(jiān)考的方法。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，本發(fā)明實(shí)施例提供一種考場監(jiān)控數(shù)據(jù)處理方法，該方法包括以下步驟：
[0007] S1:在考試時間到達(dá)時，開始實(shí)時獲取監(jiān)控系統(tǒng)的視頻監(jiān)控畫面；
[0008] S2:對所述視頻監(jiān)控畫面數(shù)據(jù)流進(jìn)行采樣；
[0009] S3:對采樣后的視頻數(shù)據(jù)進(jìn)行預(yù)處理，按照預(yù)設(shè)的區(qū)域范圍將考生座位進(jìn)行區(qū)域 劃分，得到各個座位區(qū)域；
[0010] S4:對劃分區(qū)域后的圖像進(jìn)行動作識別，當(dāng)識別出超過預(yù)設(shè)閾值的動作時，判定為 違規(guī)動作；
[0011] S5:當(dāng)識別出違規(guī)動作時，開始記錄一預(yù)設(shè)時長的視頻畫面，以及所述視頻畫面的 開始時間信息，并將所述視頻畫面及所述開始時間信息作為數(shù)據(jù)包發(fā)送給服務(wù)器；
[0012] S6:在監(jiān)控平臺著重顯示違規(guī)動作所在的座位區(qū)域，并發(fā)出提醒。
[0013]優(yōu)選地，求取監(jiān)控圖像連續(xù)幀間的特定區(qū)域的面積差，并預(yù)設(shè)面積差閾值，基于所 述面積差及面積差閾值，將所述違規(guī)動作預(yù)設(shè)為多個報警級別;在監(jiān)控平臺端為每個報警 級別設(shè)置相應(yīng)的著重顯示方式。
[0014] 優(yōu)選地，所述步驟S4中的動作識別至少包括以下的一種:站起、蹲下動作;扭頭、轉(zhuǎn) 身動作;頻繁低頭動作;手臂大幅擺動動作等。本系統(tǒng)中對于該類動作的識別準(zhǔn)確率高。
[0015] 優(yōu)選地，所述步驟S1之前，進(jìn)一步包括考位區(qū)塊劃分步驟，該步驟包括：
[0016] S01:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)；
[0017] S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像；
[0018] S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像；
[0019] S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線 與豎線；
[0020] S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互 緊鄰的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面 積小于等于每個考位實(shí)際在圖像中所占的面積的1/4;
[0021] S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊 圖像；
[0022] S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取 劃分的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像；當(dāng)所述兩幅考位區(qū)塊圖像中同一考位 的考位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考 位區(qū)塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。
[0023] 此外，優(yōu)選地，該方法中，步驟S1之前的座位區(qū)域確定，還可以通過用戶輸入設(shè)備， 接收用戶在某一考場監(jiān)控畫面中的區(qū)域劃定，作為重點(diǎn)關(guān)注的座位區(qū)域，該劃定方式可以 采用例如用戶通過鼠標(biāo)拖拽選定畫面中區(qū)域的方式，也可以通過設(shè)定一固定大小的窗口， 通過用戶將該窗口套取在畫面中的不同區(qū)域中，來確定全部的座位區(qū)域等等。
[0024] 優(yōu)選地，步驟S04中，首先獲取灰度圖像的灰度直方圖，并獲取直方圖中的最大峰 值和最小峰值，濾除圖像中灰度值大于等于最大峰值及小于等于最小峰值的像素點(diǎn)，獲得 待邊緣檢測圖像；
[0025] 其次，對所述待邊緣檢測圖像進(jìn)行邊緣檢測，獲得邊緣圖像。
[0026] 優(yōu)選地，首先對考試過程中的采樣后的視頻數(shù)據(jù)，進(jìn)行人臉檢測及人物輪廓檢測；
[0027] 其次，對比采樣后的視頻數(shù)據(jù)中，連續(xù)兩幀圖像的人臉面積變化，以及人物輪廓面 積變化;上述面積變化為兩幀圖像面積差的絕對值；
[0028] 設(shè)置至少一第一閾值L1，及至少一第二閾值S1，當(dāng)人臉面積變化L多L1且人物輪廓 面積變化S多S1時，設(shè)置為最高報警等級；iL<Ll且S多S1時，設(shè)置為第二報警等級；當(dāng)L多 11且3<31時，設(shè)置為第三報警等級。
[0029] 優(yōu)選地，當(dāng)觸發(fā)報警時，記錄每個數(shù)據(jù)包對應(yīng)的報警等級，作為當(dāng)次報警的數(shù)據(jù)報 文，發(fā)送至服務(wù)器。
[0030] 優(yōu)選地，所述數(shù)據(jù)報文還包括所述數(shù)據(jù)包中的視頻片斷索引；所述數(shù)據(jù)報文可應(yīng) 用于低帶寬的實(shí)時監(jiān)控或移動手機(jī)的實(shí)時監(jiān)控中；所述數(shù)據(jù)報文還用于實(shí)時驅(qū)動監(jiān)視器的 場景顯示切換動作。
[0031] 優(yōu)選地，所述人臉檢測及人物輪廓檢測的具體方法為：
[0032] 首先，對采樣后的視頻數(shù)據(jù)的圖像進(jìn)行灰度化處理，獲得灰度圖像，并對灰度圖像 進(jìn)行增強(qiáng)，具體采用如下方式：
[0034] 其中，f (x，y)表示原圖的灰度值，g(x，y)表示增強(qiáng)圖像的灰度值，h 1表示滿足
時的最大灰度值，h2表示滿足
時的最小灰度值，hist[]表示當(dāng)前圖像的灰度值直方圖，N表示當(dāng)前圖像的總像素數(shù)；
[0035] 其次，對增強(qiáng)后的圖像進(jìn)行區(qū)域檢測，具體檢測方式為：
[0038] 其中，f(Xi，yj)表示以（x，y)為中心的M1*M2鄰域內(nèi)的像素灰度值，M1、M2表示鄰域 的長、寬，C表示偏移量，當(dāng)進(jìn)行人臉檢測時，C取C1，當(dāng)進(jìn)行人物輪廓檢測時，C取C2,所述C、 C1、C2均為正的常數(shù)。
[0039] 此外，本發(fā)明還提供了一種自動監(jiān)考系統(tǒng)，可適用如上所述的方法，該系統(tǒng)包括：
[0040] 監(jiān)控端模塊，包括至少一個監(jiān)控攝像頭，用于實(shí)時獲取考場的視頻監(jiān)控畫面；
[0041]服務(wù)器模塊，用于接收由違規(guī)動作關(guān)聯(lián)的視頻畫面及視頻畫面開始時間構(gòu)成的數(shù) 據(jù)包；
[0042] 視頻數(shù)據(jù)預(yù)處理模塊，用于對監(jiān)控端模塊獲取的所述視頻監(jiān)控畫面進(jìn)行采樣，并 對采樣后的圖像進(jìn)行預(yù)處理，并劃分座位區(qū)域；
[0043] 識別及報警模塊，用于識別座位區(qū)域中的違規(guī)動作，當(dāng)識別出超過預(yù)設(shè)閾值的動 作時，標(biāo)定違規(guī)動作的級別，并將所述級別以及違規(guī)動作關(guān)聯(lián)的所述數(shù)據(jù)包發(fā)送給服務(wù)器， 同時將違規(guī)動作涉及的座位區(qū)域信息發(fā)送給監(jiān)控平臺；
[0044] 監(jiān)控平臺，用于顯示監(jiān)控端模塊發(fā)送的視頻監(jiān)控畫面，以及依據(jù)識別及報警模塊 發(fā)送的信息，在監(jiān)控畫面中突出顯示違規(guī)動作涉及的座位區(qū)域。
[0045] 優(yōu)選地，所述系統(tǒng)還包括座位區(qū)域標(biāo)定模塊，用于依據(jù)用戶的輸入，在監(jiān)控圖像中 預(yù)先標(biāo)定關(guān)注的座位區(qū)域。
[0046] 優(yōu)選地，所述系統(tǒng)還包括自動座位區(qū)域標(biāo)定模塊，用于考生入場前的一預(yù)設(shè)時長 的視頻監(jiān)控數(shù)據(jù)，進(jìn)行采樣，提取一預(yù)設(shè)數(shù)量的監(jiān)控畫面，依據(jù)對該些監(jiān)控畫面的座位區(qū)域 識別，得到監(jiān)控畫面中的座位區(qū)域。
[0047] 優(yōu)選地，所述得到監(jiān)控畫面中的座位區(qū)域的具體方法包括：
[0048] S01:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)；
[0049] S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像；
[0050] S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像；
[0051] S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線 與豎線；
[0052] S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互 緊鄰的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面 積小于等于每個考位實(shí)際在圖像中所占的面積的1/4;
[0053] S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊 圖像；
[0054] S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取 劃分的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像；當(dāng)所述兩幅考位區(qū)塊圖像中同一考位 的考位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考 位區(qū)塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。
[0055] 優(yōu)選地，所述視頻數(shù)據(jù)預(yù)處理模塊進(jìn)一步包括輪廓檢測模塊，用于檢測座位區(qū)域 中的人臉輪廓及人物輪廓；以及
[0056] 求取檢測后的圖像中的人臉區(qū)域面積，和人物輪廓面積，并將人臉檢測面積和人 物輪廓面積發(fā)送給所述識別及報警模塊。
[0057] 優(yōu)選地，所述系統(tǒng)還包括無線收發(fā)模塊，用于將識別及報警模塊發(fā)送的數(shù)據(jù)，發(fā)送 給無線終端；以及接收來自無線終端的控制信息。
[0058] 優(yōu)選地，所述系統(tǒng)還包含反饋模塊，接收無線終端的控制信息，當(dāng)所述控制信息表 示當(dāng)前報警屬于誤報警或已處理時，消除監(jiān)控平臺上對對應(yīng)的座位區(qū)域的突出顯示。
[0059]與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案結(jié)構(gòu)簡單，且對監(jiān)控畫面的圖像識別和處理算 法速度快，能夠很好地滿足實(shí)時監(jiān)控的需要;并且通過圖像采樣的方式，降低了后期圖像處 理過程中的數(shù)據(jù)量;本發(fā)明還兼顧了監(jiān)控平臺側(cè)的提醒，以及對現(xiàn)場工作人員的信息實(shí)時 共享功能，以及信息反饋，提高了監(jiān)控系統(tǒng)的運(yùn)行效率。
【附圖說明】
[0060] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其它的附圖。
[0061] 圖1為本發(fā)明實(shí)施例的考場監(jiān)控系統(tǒng)；
[0062] 圖2為本發(fā)明實(shí)施例的考場監(jiān)控數(shù)據(jù)處理方法流程圖。
【具體實(shí)施方式】
[0063] 下面結(jié)合附圖對本發(fā)明實(shí)施例一種應(yīng)用程序推薦方法及裝置進(jìn)行詳細(xì)描述。應(yīng)當(dāng) 明確，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的 實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施例，都 屬于本發(fā)明保護(hù)的范圍。
[0064]本領(lǐng)域技術(shù)人員應(yīng)當(dāng)知曉，下述具體實(shí)施例或【具體實(shí)施方式】，是本發(fā)明為進(jìn)一步 解釋具體的
【發(fā)明內(nèi)容】
而列舉的一系列優(yōu)化的設(shè)置方式，而這些設(shè)置方式之間均是可以相互 結(jié)合或者相互關(guān)聯(lián)使用的，除非在本發(fā)明明確提出了其中某些或某一具體實(shí)施例或?qū)嵤┓?式無法與其他的實(shí)施例或?qū)嵤┓绞竭M(jìn)行關(guān)聯(lián)設(shè)置或共同使用。同時，下述的具體實(shí)施例或 實(shí)施方式僅作為最優(yōu)化的設(shè)置方式，而不作為限定本發(fā)明的保護(hù)范圍的理解。
[0065] 實(shí)施例1:
[0066]如圖1所示，本發(fā)明的一個實(shí)施例中，提供了一種考場監(jiān)控數(shù)據(jù)處理方法，該方法 包括以下步驟：
[0067] S1:在考試時間到達(dá)時，開始實(shí)時獲取監(jiān)控系統(tǒng)的視頻監(jiān)控畫面；
[0068] S2:對所述視頻監(jiān)控畫面數(shù)據(jù)流進(jìn)行采樣；
[0069] S3:對采樣后的視頻數(shù)據(jù)進(jìn)行預(yù)處理，按照預(yù)設(shè)的區(qū)域范圍將考生座位進(jìn)行區(qū)域 劃分，得到各個座位區(qū)域；
[0070] S4:對劃分區(qū)域后的圖像進(jìn)行動作識別，當(dāng)識別出超過預(yù)設(shè)閾值的動作時，判定為 違規(guī)動作；
[0071] S5:當(dāng)識別出違規(guī)動作時，開始記錄一預(yù)設(shè)時長的視頻畫面，以及所述視頻畫面的 開始時間信息，并將所述視頻畫面及所述開始時間信息作為數(shù)據(jù)包發(fā)送給服務(wù)器；
[0072] S6:在監(jiān)控平臺著重顯示違規(guī)動作所在的座位區(qū)域，并發(fā)出提醒。
[0073]在一具體的實(shí)施方式中，可以采用連續(xù)采樣圖像之間的特定區(qū)域面積差，作為監(jiān) 控動作的判斷依據(jù)，具體而言，求取監(jiān)控圖像連續(xù)幀間的特定區(qū)域的面積差，并預(yù)設(shè)面積差 閾值，基于所述面積差及面積差閾值，將所述違規(guī)動作預(yù)設(shè)為多個報警級別;在監(jiān)控平臺端 為每個報警級別設(shè)置相應(yīng)的著重顯示方式。
[0074]在一具體的實(shí)施方式中，所述步驟S4中的動作識別至少包括以下的一種:站起、蹲 下動作;扭頭、轉(zhuǎn)身動作;頻繁低頭動作;手臂大幅擺動動作等。本系統(tǒng)中對于該類動作的識 別準(zhǔn)確率高。
[0075]在一具體的實(shí)施方式中，在進(jìn)行開考后監(jiān)控之前，可以提前自動對監(jiān)控區(qū)域內(nèi)的 座位區(qū)域進(jìn)行劃定，即在所述步驟S1之前，進(jìn)一步包括考位區(qū)塊劃分步驟，該步驟包括： [0076] S01:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)；
[0077] S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像；
[0078] S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像；
[0079] S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線 與豎線；
[0080] S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互 緊鄰的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面 積小于等于每個考位實(shí)際在圖像中所占的面積的1/4;
[0081] S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊 圖像；
[0082] S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取 劃分的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像；當(dāng)所述兩幅考位區(qū)塊圖像中同一考位 的考位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考 位區(qū)塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。
[0083]此外，在另一具體的實(shí)施方式中，步驟S1之前的座位區(qū)域確定，還可以通過用戶輸 入設(shè)備，接收用戶在某一考場監(jiān)控畫面中的區(qū)域劃定，作為重點(diǎn)關(guān)注的座位區(qū)域，該劃定方 式可以采用例如用戶通過鼠標(biāo)拖拽選定畫面中區(qū)域的方式，也可以通過設(shè)定一固定大小的 窗口，通過用戶將該窗口套取在畫面中的不同區(qū)域中，來確定全部的座位區(qū)域等等。
[0084] 在一具體的實(shí)施方式中，步驟S04中，首先獲取灰度圖像的灰度直方圖，并獲取直 方圖中的最大峰值和最小峰值，濾除圖像中灰度值大于等于最大峰值及小于等于最小峰值 的像素點(diǎn)，獲得待邊緣檢測圖像；
[0085] 其次，對所述待邊緣檢測圖像進(jìn)行邊緣檢測，獲得邊緣圖像。
[0086] 在一具體的實(shí)施方式中，首先對考試過程中的采樣后的視頻數(shù)據(jù)，進(jìn)行人臉檢測 及人物輪廓檢測；
[0087] 其次，對比采樣后的視頻數(shù)據(jù)中，連續(xù)兩幀圖像的人臉面積變化，以及人物輪廓面 積變化;上述面積變化為兩幀圖像面積差的絕對值；
[0088] 設(shè)置至少一第一閾值L1，及至少一第二閾值S1，當(dāng)人臉面積變化L多L1且人物輪廓 面積變化S多S1時，設(shè)置為最高報警等級；iL<Ll且S多S1時，設(shè)置為第二報警等級；當(dāng)L多 11且5<51時，設(shè)置為第三報警等級。該閾值的設(shè)置僅作為一個優(yōu)選的方式，也可以設(shè)置更 多的閾值，從而將報警等級設(shè)置成更多的等級。
[0089] 在一具體的實(shí)施方式中，當(dāng)觸發(fā)報警時，記錄每個數(shù)據(jù)包對應(yīng)的報警等級，作為當(dāng) 次報警的數(shù)據(jù)報文，發(fā)送至服務(wù)器。
[0090] 在一具體的實(shí)施方式中，所述數(shù)據(jù)報文還包括所述數(shù)據(jù)包中的視頻片斷索引；所 述數(shù)據(jù)報文可應(yīng)用于低帶寬的實(shí)時監(jiān)控或移動手機(jī)的實(shí)時監(jiān)控中；所述數(shù)據(jù)報文還用于實(shí) 時驅(qū)動監(jiān)視器的場景顯示切換動作。
[0091 ]在一具體的實(shí)施方式中，所述人臉檢測及人物輪廓檢測的具體方法為：
[0092]首先，對采樣后的視頻數(shù)據(jù)的圖像進(jìn)行灰度化處理，獲得灰度圖像，并對灰度圖像 進(jìn)行增強(qiáng)，具體采用如下方式：
[0094]其中，f (x，y)表示原圖的灰度值，g(x，y)表示增強(qiáng)圖像的灰度值，h 1表示滿足
時的最大灰度值，h2表示滿足
時的最小灰度值，hist[]表示當(dāng)前圖像的灰度值直方圖，N表示當(dāng)前圖像的總像素數(shù)；
[0095]其次，對增強(qiáng)后的圖像進(jìn)行區(qū)域檢測，具體檢測方式為：
[0098]其中，f(Xl，n)表示以（x，y)為中心的M1*M2鄰域內(nèi)的像素灰度值，M1、M2表示鄰域 的長、寬，C表示偏移量，當(dāng)進(jìn)行人臉檢測時，C取C1，當(dāng)進(jìn)行人物輪廓檢測時，C取C2,所述C、 C1、C2均為正的常數(shù)。例如，在對人臉區(qū)域進(jìn)行檢測時，可以將C1值設(shè)置的低一些，以將人臉 區(qū)域盡可能大地和背景及環(huán)境區(qū)域區(qū)分，類似地，可以將C2設(shè)置的高一些，以最大范圍地囊 括人體輪廓。
[0099] 實(shí)施例2:
[0100] 在又一個實(shí)施例中，如圖2所示，本發(fā)明還提供了一種自動監(jiān)考系統(tǒng)，可適用如實(shí) 施例1中所述的方法，該系統(tǒng)包括：
[0101] 監(jiān)控端模塊，包括至少一個監(jiān)控攝像頭，用于實(shí)時獲取考場的視頻監(jiān)控畫面；
[0102] 服務(wù)器模塊，用于接收由違規(guī)動作關(guān)聯(lián)的視頻畫面及視頻畫面開始時間構(gòu)成的數(shù) 據(jù)包；
[0103] 視頻數(shù)據(jù)預(yù)處理模塊，用于對監(jiān)控端模塊獲取的所述視頻監(jiān)控畫面進(jìn)行采樣，并 對采樣后的圖像進(jìn)行預(yù)處理，并劃分座位區(qū)域；
[0104] 識別及報警模塊，用于識別座位區(qū)域中的違規(guī)動作，當(dāng)識別出超過預(yù)設(shè)閾值的動 作時，標(biāo)定違規(guī)動作的級別，并所述級別以及衛(wèi)東動作關(guān)聯(lián)的所述數(shù)據(jù)包發(fā)送給服務(wù)器，同 時將違規(guī)動作涉及的座位區(qū)域信息發(fā)送給監(jiān)控平臺；
[0105] 監(jiān)控平臺，用于顯示監(jiān)控端模塊發(fā)送的視頻監(jiān)控畫面，以及依據(jù)識別及報警模塊 發(fā)送的信息，在監(jiān)控畫面中突出顯示違規(guī)動作涉及的座位區(qū)域。
[0106] 在一具體的實(shí)施方式中，所述系統(tǒng)還包括座位區(qū)域標(biāo)定模塊，用于依據(jù)用戶的輸 入，在監(jiān)控圖像中預(yù)先標(biāo)定關(guān)注的座位區(qū)域。此時，系統(tǒng)可以包括用戶輸入模塊，以接收用 戶的輸入，該輸入可以采用常規(guī)的機(jī)械輸入設(shè)備，或者觸摸輸入設(shè)備等。
[0107] 在一具體的實(shí)施方式中，所述系統(tǒng)還包括自動座位區(qū)域標(biāo)定模塊，用于考生入場 前的一預(yù)設(shè)時長的視頻監(jiān)控數(shù)據(jù)，進(jìn)行采樣，提取一預(yù)設(shè)數(shù)量的監(jiān)控畫面，依據(jù)對這些監(jiān)控 畫面的座位區(qū)域識別，得到監(jiān)控畫面中的座位區(qū)域。
[0108] 在一具體的實(shí)施方式中，所述得到監(jiān)控畫面中的座位區(qū)域的具體方法包括：
[0109] S01:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)；
[011 0] S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像；
[0111] S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像；
[0112] S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線 與豎線；
[0113] S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互 緊鄰的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面 積小于等于每個考位實(shí)際在圖像中所占的面積的1/4;
[0114] S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊 圖像；
[0115] S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取 劃分的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像；當(dāng)所述兩幅考位區(qū)塊圖像中同一考位 的考位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考 位區(qū)塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。
[0116] 在一具體的實(shí)施方式中，所述視頻數(shù)據(jù)預(yù)處理模塊進(jìn)一步包括輪廓檢測模塊，用 于檢測座位區(qū)域中的人臉輪廓及人物輪廓；以及
[0117] 求取檢測后的圖像中的人臉區(qū)域面積，和人物輪廓面積，并將人臉檢測面積和人 物輪廓面積發(fā)送給所述識別及報警模塊。
[0118] 在一具體的實(shí)施方式中，所述系統(tǒng)還包括無線收發(fā)模塊，用于將識別及報警模塊 發(fā)送的數(shù)據(jù)，發(fā)送給無線終端；以及接收來自無線終端的控制信息。
[0119] 在一具體的實(shí)施方式中，所述系統(tǒng)還包含反饋模塊，接收無線終端的控制信息，當(dāng) 所述控制信息表示當(dāng)前報警屬于誤報警或已處理時，消除監(jiān)控平臺上對對應(yīng)的座位區(qū)域的 突出顯示。
[0120] 本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以 通過計算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機(jī)可讀取存儲介質(zhì) 中，該程序在執(zhí)行時，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲介質(zhì)可為磁 碟、光盤、只讀存儲記憶體（Read-Only Memory，ROM)或隨機(jī)存儲記憶體(Random Access Memory，RAM)等。
[0121]以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng) 涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項】
1. 一種考場監(jiān)控數(shù)據(jù)處理方法，其特征在于，所述方法包括以下步驟： S1:在考試時間到達(dá)時，開始實(shí)時獲取監(jiān)控系統(tǒng)的視頻監(jiān)控畫面； S2:對所述視頻監(jiān)控畫面數(shù)據(jù)流進(jìn)行采樣； S3:對采樣后的視頻數(shù)據(jù)進(jìn)行預(yù)處理，按照預(yù)設(shè)的區(qū)域范圍將考生座位進(jìn)行區(qū)域劃分， 得到各個座位區(qū)域； S4:對劃分區(qū)域后的圖像進(jìn)行動作識別，當(dāng)識別出超過預(yù)設(shè)閾值的動作時，判定為違規(guī) 動作； S5:當(dāng)識別出違規(guī)動作時，開始記錄一預(yù)設(shè)時長的視頻畫面，以及所述視頻畫面的開始 時間信息，并將所述視頻畫面及所述開始時間信息作為數(shù)據(jù)包發(fā)送給服務(wù)器； S6:在監(jiān)控平臺著重顯示違規(guī)動作所在的座位區(qū)域，并發(fā)出提醒。2. 如權(quán)利要求1所述的方法，其特征在于，所述步驟S4進(jìn)一步包括： 求取監(jiān)控圖像連續(xù)幀間的特定區(qū)域的面積差，并預(yù)設(shè)面積差閾值，基于所述面積差及 面積差閾值，將所述違規(guī)動作預(yù)設(shè)為多個報警級別； 在監(jiān)控平臺端為每個報警級別設(shè)置相應(yīng)的著重顯示方式。3. 如權(quán)利要求1所述的方法，其特征在于，所述步驟S4中的動作識別至少包括以下的一 種:站起、蹲下動作;扭頭、轉(zhuǎn)身動作;頻繁低頭動作;手臂大幅擺動動作。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S1之前，進(jìn)一步包括考位區(qū)塊劃 分步驟，該步驟包括： SO 1:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)； S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像； S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像； S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線與豎 線； S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互緊鄰 的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面積小 于等于每個考位實(shí)際在圖像中所占的面積的1/4; S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊圖 像； S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取劃分 的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像;當(dāng)所述兩幅考位區(qū)塊圖像中同一考位的考 位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考位區(qū) 塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于:步驟S04中，首先獲取灰度圖像的灰度直方 圖，并獲取直方圖中的最大峰值和最小峰值，濾除圖像中灰度值大于等于最大峰值及小于 等于最小峰值的像素點(diǎn)，獲得待邊緣檢測圖像； 其次，對所述待邊緣檢測圖像進(jìn)行邊緣檢測，獲得邊緣圖像。6. 根據(jù)權(quán)利要求2所述的方法，其特征在于:首先對考試過程中的采樣后的視頻數(shù)據(jù)， 進(jìn)行人臉檢測及人物輪廓檢測； 其次，對比采樣后的視頻數(shù)據(jù)中，連續(xù)兩幀圖像的人臉面積變化，以及人物輪廓面積變 化;上述面積變化為兩幀圖像面積差的絕對值； 設(shè)置至少一第一閾值L1，及至少一第二閾值S1，當(dāng)人臉面積變化L多L1且人物輪廓面積 變化S多S1時，設(shè)置為最高報警等級；iL<Ll且S多S1時，設(shè)置為第二報警等級；當(dāng)L多L1且S <S1時，設(shè)置為第三報警等級。7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述人臉檢測及人物輪廓檢測的具體方法 為： 首先，對采樣后的視頻數(shù)據(jù)的圖像進(jìn)行灰度化處理，獲得灰度圖像，并對灰度圖像進(jìn)行 增強(qiáng)，具體采用如下方式：其中，f(x，y)表示原圖的灰度值，g(x，y)表示增強(qiáng)圖像的灰度值，hi表示滿足 + +…+ /_[0】純塒的最大灰度值，…表示滿足+ ㈨ 時的最小灰度值，hist[]表示當(dāng)前圖像的灰度值直方圖，N表示當(dāng)前圖像的總像素數(shù)； 其次，對增強(qiáng)后的圖像進(jìn)行區(qū)域檢測，具體檢測方式為：其中，表示以（x，y)為中心的M1*M2鄰域內(nèi)的像素灰度值，M1、M2表示鄰域的長、 寬，C表示偏移量，當(dāng)進(jìn)行人臉檢測時，C取C1，當(dāng)進(jìn)行人物輪廓檢測時，C取C2,所述C、C1、C2 均為正的常數(shù)。8. -種自動監(jiān)考系統(tǒng)，可適用如權(quán)利要求1至7任一所述的方法，其特征在于，所述系統(tǒng) 包括： 監(jiān)控端模塊，包括至少一個監(jiān)控攝像頭，用于實(shí)時獲取考場的視頻監(jiān)控畫面； 服務(wù)器模塊，用于接收由違規(guī)動作關(guān)聯(lián)的視頻畫面及視頻畫面開始時間構(gòu)成的數(shù)據(jù) 包； 視頻數(shù)據(jù)預(yù)處理模塊，用于對監(jiān)控端模塊獲取的所述視頻監(jiān)控畫面進(jìn)行采樣，并對采 樣后的圖像進(jìn)行預(yù)處理，并劃分座位區(qū)域； 識別及報警模塊，用于識別座位區(qū)域中的違規(guī)動作，當(dāng)識別出超過預(yù)設(shè)閾值的動作時， 標(biāo)定違規(guī)動作的級別，并所述級別以及衛(wèi)東動作關(guān)聯(lián)的所述數(shù)據(jù)包發(fā)送給服務(wù)器，同時將 違規(guī)動作涉及的座位區(qū)域信息發(fā)送給監(jiān)控平臺； 監(jiān)控平臺，用于顯示監(jiān)控端模塊發(fā)送的視頻監(jiān)控畫面，以及依據(jù)識別及報警模塊發(fā)送 的信息，在監(jiān)控畫面中突出顯示違規(guī)動作涉及的座位區(qū)域。9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于:所述系統(tǒng)還包括自動座位區(qū)域標(biāo)定模塊， 用于考生入場前的一預(yù)設(shè)時長的視頻監(jiān)控數(shù)據(jù)，進(jìn)行采樣，提取一預(yù)設(shè)數(shù)量的監(jiān)控畫面，依 據(jù)對該些監(jiān)控畫面的座位區(qū)域識別，得到監(jiān)控畫面中的座位區(qū)域。10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述得到監(jiān)控畫面中的座位區(qū)域的具體 方法包括： S01:設(shè)置一時間閾值K1，獲取考生入場前，時長在K1以內(nèi)的監(jiān)控視頻數(shù)據(jù)； S02:對所述監(jiān)控視頻數(shù)據(jù)進(jìn)行采樣，獲取其中的N個采樣圖像； S03:對每個所述采樣圖像進(jìn)行濾波，并獲取濾波后的采樣圖像的灰度圖像； S04:對每個上述的灰度圖像進(jìn)行邊緣處理，獲得邊緣圖像，并檢測圖像中的橫線與豎 線； S05:將圖像均分為W1個子區(qū)塊，統(tǒng)計每塊中的橫線數(shù)量與豎線數(shù)量之和Z，當(dāng)相互緊鄰 的所述子區(qū)塊的Z大于一閾值Z1時，將所述子區(qū)塊設(shè)置同一區(qū)塊標(biāo)記;所述子區(qū)塊的面積小 于等于每個考位實(shí)際在圖像中所占的面積的1/4; S06:合并具有同一區(qū)塊標(biāo)記的所述子區(qū)塊，獲得每個所述采樣圖像中的考位區(qū)塊圖 像； S07:比對每個所述采樣圖像中的考位區(qū)塊，當(dāng)考位區(qū)塊的劃分存在差異時，獲取劃分 的考位區(qū)塊相同數(shù)量最多的兩幅考位區(qū)塊圖像;當(dāng)所述兩幅考位區(qū)塊圖像中同一考位的考 位區(qū)塊劃分存在差異時，比較兩幅圖像中存在差異的考位區(qū)塊的Z，保留Z值較大的考位區(qū) 塊圖像，以該圖像中的考位區(qū)塊，作為座位區(qū)域。
【文檔編號】H04N7/18GK105959624SQ201610286408
【公開日】2016年9月21日
【申請日】2016年5月3日
【發(fā)明人】方筠捷
【申請人】方筠捷