摘要：随着人工智能技术的不断发展,无纸化考试逐渐成为一种趋势,然而,也引发了考试作弊行为的增加。因此,文章提出了基于人工智能的无纸化考试作弊行为检测系统,以提高考试的公平性和可靠性。首先,对无纸化考试环境中的作弊行为进行了深入分析,并总结了目前常见的作弊方式和特征。其次,设计了基于物联网的无纸化考场管控平台。然后,采用了深度学习算法,通过对大量考试数据进行训练,构建了一个作弊动作检测模型。该模型能够自动地对考生的作答过程进行监测和分析,准确地识别出潜在的作弊行为。最后,为了验证模型的准确性和有效性,该研究设计了一系列实验。实验结果表明,该作弊行为检测系统在无纸化考试场景中具有较高的准确率。

摘要：在考试监控领域,深度学习技术的应用对于提高作弊检测的准确性和效率至关重要。结合YOLOv8算法和AlphaPose姿态识别模型,构建一个既能快速检测异常行为又能精准判断作弊行为的考试作弊行为检测系统。通过改进数据结构和优化网络结构,仅使用身体数据进行模型训练,使得模型更加专注检测与作弊行为相关的身体动作,从而提高系统的鲁棒性和适用性。实验结果表明:系统对作弊检测的实际准确率在95%左右,能够有效区分正常行为和作弊行为,为考试监管提供了强有力的技术支持。