公开(公告)号：CN112818796B

公开(公告)日：2023-10-24

申请号：CN202110101837.5

申请日：2021-01-26

Applicant: 厦门大学

Inventor： 洪学敏 ,  王琳 ,  张斯禹 ,  苏松志

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06Q50/20

Abstract: 本发明涉及计算机视觉算法技术领域，具体为一种适用在线监考场景下的智能姿态判别方法和存储设备。所述一种适用在线监考场景下的智能姿态判别方法，包括步骤：获取考生在线考试视频图像帧数据，并对所述视频图像帧数据进行处理得人体关键点坐标；根据所述人体关键点坐标得考生身体姿态的多维向量；输入所述多维向量至预先建立好的姿态判别模型中，根据预先设置的阈值对该考生的身体姿态是否存在异常进行判断。整个过程中，无需人工参与，即可自动化对学生的身体姿态进行判断，进而辅助判断学生是否存在作弊行为等，大大节约人力，减少人为的漏判，使得在线监考可得到更大的推广。

公开(公告)号：CN116306793A

公开(公告)日：2023-06-23

申请号：CN202310173748.0

申请日：2023-02-28

Applicant: 厦门大学

Inventor： 张斯禹 ,  洪学敏 ,  石江宏

IPC: G06N3/0455 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明涉及一种基于对比孪生网络的具有目标任务指向性的自监督学习方法，所述方法对大量无监督数据进行数据增强扩增，使用目标任务编码器对对比学习的收敛进行表示空间收敛方向指引，并使用EM算法进行训练，然后在网络收敛后接入具体下游任务进行网络微调，从而获得可解决目标图像任务的网络。本发明所采用的指向性自监督学习，在二维图像数据下解决了标记数据不足时的网络训练问题，降低了自监督对比学习的算力消耗，缓解了自监督对比学习的难以收敛问题，并提高了下游任务精度。

公开(公告)号：CN112818796A

公开(公告)日：2021-05-18

申请号：CN202110101837.5

申请日：2021-01-26

Applicant: 厦门大学

Inventor： 洪学敏 ,  王琳 ,  张斯禹 ,  苏松志

IPC: G06K9/00 ,  G06Q50/20

Abstract: 本发明涉及计算机视觉算法技术领域，具体为一种适用于在线监考场景下的智能姿态判别方法和存储设备。所述一种适用于在线监考场景下的智能姿态判别方法，包括步骤：获取考生在线考试视频图像帧数据，并对所述视频图像帧数据进行处理得人体关键点坐标；根据所述人体关键点坐标得考生身体姿态的多维向量；输入所述多维向量至预先建立好的姿态判别模型中，根据预先设置的阈值对该考生的身体姿态是否存在异常进行判断。整个过程中，无需人工参与，即可自动化对学生的身体姿态进行判断，进而辅助判断学生是否存在作弊行为等，大大节约人力，减少人为的漏判，使得在线监考可得到更大的推广。