Analysis of the impact of video quality on feature extraction from a video stream using Convolutional Neural Networks

Авторы

  • Айгерим Марат МУИТ
  • Сабина Рахметулаева Международный университет информационных технологий https://orcid.org/0000-0003-4678-7964

Ключевые слова:

онлайн-прокторинг, распознавание лиц, глубокое обучение, сверточная нейронная сеть, фичи.

Аннотация

Онлайн-прокторинг — инструмент мониторинга, распознающий любое противоправное поведение до, и во время экзамена. Для наблюдения используются три разных источника: аудио, видеопотоки и записи экрана рабочего стола. Вообще за процессом прокторинга постоянно следит проктор — специально обученный специалист, который проверяет, не допустила ли система ошибок, и ищет нарушения со стороны студентов. Однако невозможно, чтобы один человек контролировал более двух человек одновременно, а также можно позволить мошенническим студентам сдать тест. Разработка обучаемой сети ИИ позволяет одновременно использовать несколько переменных. В рамках работы мы разработали метод глубокого обучения для автоматической идентификации лица, используя сверточную нейронную сеть для вычисления разницы между образцом и лицом в видео. Для получения более точных результатов было характерно использовать образцы видео с разными критериями. Результаты показали, что, за исключением теста, когда присутствовали аксессуары, обученная нами модель точно предсказывала результат для каждого критерия выборки. Другие примеры показывают эффективность расчета разницы между образцом и лицом составлял от 28 до 32 процентов.

Биография автора

Сабина Рахметулаева, Международный университет информационных технологий

Научная степень: PhD

Департамент информационных систем

Опубликован

30-06-2023

Как цитировать

Марат, А., & Рахметулаева, С. (2023). Analysis of the impact of video quality on feature extraction from a video stream using Convolutional Neural Networks. Вестник ВКТУ, (2), 14–157. извлечено от https://vestnik.ektu.kz/index.php/vestnik/article/view/368