摘要
本发明提供考场多源数据融合的异常行为智能分析方法及系统,涉及人工智能技术领域,包括通过采集考场视频和音频数据,进行多视角骨骼点融合和声源定位以提取特征;构建隐马尔可夫模型和核密度估计进行异常行为识别;基于空间权重系数和小波分解计算座位关联度以识别多人协同作弊;实时推送预警信息。本发明提高了作弊行为识别准确性,实现了多人协同作弊行为的有效检测。
技术关键词
智能分析方法
声学特征
隐马尔可夫模型
后验概率
序列
转移概率矩阵
答题
多尺度
滑动时间窗口
语义特征
座位
计算机程序指令
滑动窗口
注意力
数据
多视角
核密度估计方法
动作特征
人体骨骼
动态
系统为您推荐了相关专利信息
视频帧
视频摘要模型
序列
语句
视频摘要生成方法
故障在线诊断方法
液压柱塞泵
实时信号
故障类别
故障诊断模型
超声波发生器
信号处理单元
压力传感器
消除方法
消除水锤效应
预测模型训练方法
因子
监测方法
计算机可读指令
数据分布