摘要
本发明涉及一种基于人工智能的叉车考试防作弊方法、系统及量化方法。叉车考试防作弊方法包括以下步骤:S1、采集考生考试时的肢体动作视频V(t)、叉车驱动系统的压力数据P(t);S2、从V(t)中提取第t时刻的人体骨架图Gt;提取Gt得到空间结构特征集合St,并提取St的时序动态特征集合Dt;将St、Dt特征融合得到位姿特征Zt。本发明融合视觉与液压传感数据,对考生动作与车辆响应进行关联分析,检测出单一视频或传感手段难以发现的异常。通过图像和压力数据的联合分析,可识别远程操控等隐蔽作弊手段以及危险违规操作,实现了对考试过程的立体化监控。
技术关键词
叉车考试
防作弊方法
空间结构特征
叉车驱动系统
融合特征
卷积神经网络提取
二分类器
人体骨架
序列
节点
样本
防作弊系统
随机噪声
压力采集模块
人脸特征向量
卷积神经网络模型
智能分析模块
视频监控模块
融合视觉
系统为您推荐了相关专利信息
多智能体协同
协同感知方法
异构特征
监督学习算法
协同感知装置
心电特征
心电数据分析方法
深度学习网络
列表
融合特征
多维特征向量
块识别方法
空间结构特征
判别规则
矢量掩膜