学校考场异常行为检测的多模态AI融合算法

岳贤聪; 尹航; 吕新姝

doi:10.12184/wspkjllysjWSP2634-792X18.20250610

PDF
导出
分享
收藏
专辑

6卷第10期

浏览量: 0 Downloads: 0

学校考场异常行为检测的多模态AI融合算法
学校考场异常行为检测的多模态AI融合算法
辽宁科技大学，辽宁鞍山 114051
2025年6卷第10期页码：79-86
纸质出版：2025-10-30
DOI：10.12184/wspkjllysjWSP2634-792X18.20250610
Accepted：

Scan QR Code

岳贤聪,尹航,吕新姝.学校考场异常行为检测的多模态AI融合算法[J].科技理论与实践,2025,06(10):79-86.

岳贤聪, 尹航 & 吕新姝. (2025). 学校考场异常行为检测的多模态AI融合算法. Theory and Practice of Science and Technology, 6(10), 79-86..
岳贤聪,尹航,吕新姝.学校考场异常行为检测的多模态AI融合算法[J].科技理论与实践,2025,06(10):79-86. DOI： 10.12184/wspkjllysjWSP2634-792X18.20250610.

岳贤聪, 尹航 & 吕新姝. (2025). 学校考场异常行为检测的多模态AI融合算法. Theory and Practice of Science and Technology, 6(10), 79-86.. DOI： 10.12184/wspkjllysjWSP2634-792X18.20250610.

摘要

本文聚焦学校考场异常行为检测，提出一种融合情绪识别、表情识别与人脸识别的多模态AI融合算法。通过分层架构设计，结合3D-CNN、ResNet-50及ArcFace算法实现多维度数据协同分析。实验表明，该算法在0.5秒内可识别40种异常行为，作弊行为识别准确率达92.3%，较传统方法提升18.7%。系统通过动态阈值调整与联邦学习框架优化，有效解决光照变化、跨种族识别等挑战，为构建智能化考场监考体系提供技术支撑。

Abstract

关键词

Keywords

references

赵立 , 郑怡 , 赵均榜 , 张芮 , 方方 , 傅根跃 , 李康 . 人工智能方法在探究小学生作业作弊行为及其关键预测因子中的应用 [J ] . 心理学报 , 2024 ( 2 ): 56 - 58 .

吴淳旭 , 雷星星 . 一种广告作弊行为检测方法、系统、电子设备及存储介质 [P ] . 深圳依时货拉拉科技有限公司 , ZL202310123556.X .

于志杰 . 一种基于速度和轨迹的多租户网约车订单起点反作弊方法 [P ] . 北京白驹易行科技有限公司 , ZL202410193656.1 .

于志杰 . 一种基于多租户行中轨迹终点反作弊方法 [P ] . 北京白驹易行科技有限公司 , ZL202310223526.6 .

宋艳鑫 , 吕思捷 , 罗玲 , 周宇 . 基于深度学习的广告联盟作弊行为智能识别系统 [P ] . 广州扬悦博众信息科技有限公司 , ZL202320365236.3 .

徐一鸣 , 倪邹浩 , 张典豪 , 丁子桁 . 一种基于改进YOLOv 8的考场考生作弊行为检测方法 [P ] . 南通大学 , ZL202310233323.3 .

薛志禹 . 基于人工智能的无纸化考试作弊行为检测研究 [J ] . 长江信息通信 , 2025 ( 1 ): 3 - 6 .

俞怡 , 陈应开泰 , 蔡民超 . 检测作弊行为的方法、装置、电子设备和存储介质 [P ] . 北京嘀嘀无限科技发展有限公司 , ZL202320153696.3 .

宋艳鑫 , 吕思捷 , 罗玲 , 周宇 . 基于深度学习的广告联盟作弊行为智能识别系统 [P ] . 广州扬悦博众信息科技有限公司 , ZL202312156236.6 .

左海强 , 郑宇博 , 黄启洲 , 王荣迪 , 任伟强 . 基于深度学习算法的考试作弊行为检测方法 [P ] . 中国石油大学(华东) , ZL202210166556.6 .

文章被引用时，请邮件提醒。

Submit

No data

Related Author

No data

Related Institution

No data

⁰