一种基于局部检测特征与全局语义特征融合的考试作弊检测方法和系统

AITNT
正文
推荐专利
一种基于局部检测特征与全局语义特征融合的考试作弊检测方法和系统
申请号:CN202510705250
申请日期:2025-05-29
公开号:CN120635407A
公开日期:2025-09-12
类型:发明专利
摘要
本发明涉及一种基于局部检测特征与全局语义特征融合的考试作弊检测方法和系统,属于检测作弊技术领域。本发明采用训练好的、对传统yolo‑world进行改进得到的违规品检测模型,以检测考试区域图像中有无违规品。违规品检测模型的改进具体将从考试区域图像中提取到的三个不同尺度的全局语义特征的空间、通道分别与从同一考试区域图像中提取到的三个不同尺度的局部检测特征进行空间、通道上的双重对齐,并将双重对齐后的局部检测特征与全局语义特征进行特征融合后输入至传统yolo‑world中的视觉语言路径聚合网络,使得目标的识别不再局限于局部检测特征,而是结合全局语义特征进行目标的识别,使得检测出的特征能够将周围环境考虑在内,有效提高违规品的检测精度。
技术关键词
考试作弊检测方法 语义特征 作弊检测系统 卷积特征 编码器模块 图像 编码模块 检测作弊 通道 分块 空间结构 双线性 上采样 尺寸 网络 视觉 处理器 终端 舱体
系统为您推荐了相关专利信息
1
一种知识产权价值评估的方法与系统
热点 预训练语言模型 正交变换 关键词特征 动态更新
2
基于复合地图的自动泊车方法、装置、设备及存储介质
自动泊车方法 特征点云 语义地图 自动泊车设备 自动泊车装置
3
一种AI平台下实现AI助手能力插拔的方法
AI助手 Kruskal算法 依赖图模型 意图识别 多层次特征提取
4
一种基于多层语义特征提取结构的问答文本匹配方法
智能信息处理终端 文本匹配方法 语义特征提取 指令 智能交互模块
5
图像生成方法、模型训练方法、装置及电子设备
语义特征 样本 视觉特征 文本 编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号