基于kinect的考试异常行为识别与研究.doc

基于kinect的考试异常行为识别与研究

刘静1韩永国1

(西南科技大学计算机科学与技术学院,四川绵阳621010)

摘要：尽管国家教育部和各高校制定各种考试纪律和监考守则，但考试作弊现象始终未能从根本上加以解决。本文试图通过kinect的骨骼追踪技术获得关节点的坐标，对大学生作弊行为进行识别，通过先验知识对作弊行为进行心理分析，以期对这个问题的解决有所帮助。通过异常行为的定义能够更好的维护考场秩序，由机器代替人眼识别，克服了人力疲惫的局限性，减少人力成本，同时解决了事后取证难的问题，让监考变得更加主动，因此对它的研究有重大意义。

关键词：kinect异常行为作弊行为分析

引言

从古到今，有考试就有作弊。考场内外的徇私舞弊出来已久。早在唐朝就已开始。当时叫“行卷”[1]。刘宗旗在《当代青少年心理行为透视》（西南师大出版社，1998年版）一书中指出：考试竞争使学生的价值观念发生错位，许多大学生产生了投机取巧心理[2]。考试异常行为的定义对监考提供了有利的评判标准，加强了考试的公平公正性，所以对考试异常行为的定义有着重大的意义。

kinect骨骼追踪

KinectforWindowsSDKBete包含两个重要的API，分别是NUIAPI（自然用户界面）和Audio（音频)API.NUIAPI是KinectAPI的核心，从图像传感器中提取数据并控制Kinect设备。它有与计算机连接的Kinect访问接口、Kinect成像传感器产生的色彩影像和深度数据流访问接口，将处理的图像和深度数据输出来完成骨骼跟踪[3]。可显示人的骨骼信息：方位、姿势，kinect传感器采集到的人体骨骼关键点图1.1。

图1.1

这些关节点的三维坐标可以通过Skeleton的Joints属性得到的，Joints的全部属性包括：Head，AnkleLeft，AnkleRight，FootLeft，FootRight，HipCenter，HipLeft,HipRight，KnessLeft，KnessRight，ShoulderCender，ShoulderLeft，ShoulderRight，HandLeft，HandRight，Spine，WristLeft，WristRight，ElbowLeft，ElbowRight[4]。

考试异常行为定义

根据教育部发布的《国家教育考试违规处理办法》，将考试人员可能发生的违规行为分成“违纪”9种和“作弊”14种[5]。但是有时候在作弊与违纪之间很难界定，本文将正常的读写方式作为正常行为，除此之外都将作为异常行为。本文就本文就头向前倾，左右转头，伸手这三种情况进行定义描述。

根据kincet可以得到每个关节点的三维坐标值，本文将通过点坐标来进行定义考试中的异常行为。

正常读写姿势：在三维直角坐标系中，头为C点，左肩关节点为A点，右肩关节点为B点，肩关节中心点为O点在同一平面内，以肩关节中心点为原点。左右两肩的连线为X轴，头和肩中心点的连线为Y轴。设头与肩中心点连线与Y轴之间的夹角θ,θ角在30°~45°之间为正常的读写姿势。

当θ=0°~30°时且停留时间过长视为头向前倾发生作弊概率较大。

头向左转：以X轴箭头方向为正方向，当OC向量与OA向量之间的夹角大于120°，视为头向左转发生作弊的概率较大。

头向右转：当OC向量与OB向量之间的夹角在60°~90°之间视为正常，小于60°视为头向右转有作弊趋势。

伸手：左手肘关节为点M，左手腕关节为P，以左手肘关节点M为原点，MP向量与MA向量之间的夹角为180°时为左手向前伸，视为发生作弊的概率较大。

右手肘关节为点N，右手腕关节为Q，以右手肘关节点N为原点，NQ向量与NB向量之间的夹角为180°时右手向前伸，视为发生作弊的概率较大。

教育学角度来探讨作弊行为

考试题目缺乏创新性，命题的难度系数偏小。在学生中流传着“分、分、分，学生的命根，考、考、考，老师的法宝”。然而高校教师面临的一大难题是如何让试题难易程度适度。高校教师面临着两难选择。一方面要照顾到大多数学生，让他们以优异的成绩如期毕业。另一方面，又要维护考试的尊严，保持试题的难度。在面对学生不愿意学习的情况下，为了让大多数都能顺利通过考试，许多老师会在平时授课的过程中暗示考试将会考到的内容，考前还会划定考试范围。这种做法缩小了试题的覆盖面，使学生猜题、押题成为可能，方便大学生在考场夹带和联手作弊。书本上可以找直接找到答案的试题类型，学生只需突击背诵或者复印后夹带即可。这样就会让学生有空可钻、有机可乘，从而增强了学生的侥幸心理。表面上试卷上客观题与主观题所占分值均衡，而事实是，主观题只要答的较为合理就能得分，区分度极低。而主观题重识记轻思维，不利于考