基于智能視覺的學生考試異常狀態識別系統設計與實現

王盛+田江

摘 要： 在計算機智能視覺下進行學生考試異常狀態識別，提高監考的智能化水平，提出一種基于嵌入式Linux驅動和MUX101程控開關控制的學生考試異常狀態識別系統設計方法。在智能視覺下進行系統的總體設計構架。系統的硬件設計部分主要包括視頻采集模塊、核心控制模塊和人機交互模塊等。軟件設計建立在嵌入式Linux驅動內核下，采用ARM尋址技術進行學生考試異常狀態的視頻信息的總線調度。設計MUX101程控開關進行異常狀態的報警控制。最后進行系統調試，測試結果表明，該系統具有較好的可靠性和實用性。

關鍵詞： 智能視覺； 考試； MUX101程控開關； 系統設計

中圖分類號： TN915.5?34； TN710 文獻標識碼： A 文章編號： 1004?373X（2017）14?0078?03

Abstract： In order to recognize the student′s examination abnormal status under computer intelligent vision and improve the invigilation intelligent level， an embedded Linux driving and MUX101 programmable switching control based design method of students examination abnormal condition recognition system is proposed. The overall design of the system was constructed on the basis of intelligent vision. The hardware design of the system includes the design of video collection module， kernel control module， man?machine interaction module， etc. The software design is based on the embedded Linux driver kernel， in which the ARM addressing technology is used to perform the bus scheduling of video information of student′s examination abnormal status. The MUX101 programmable switch was designed to alarm and control the abnormal status. The system was debugged. The test results show that the system has perfect reliability and practicability.

Keywords： intelligent vision； examination； MUX101 programmable switch； system design

0 引 言

集成智能控制技術和視頻監控技術的發展推動了監考系統的升級。對學生考試中行為特征的異常識別和分析，能提高監考的效能，在大型國家考試中具有積極的應用價值。研究學生考試異常狀態識別系統，在促進智能化考試管理和提高考場監考的管控能力方面具有積極重要意義，對學生考試異常狀態識別系統是建立在視頻圖像分析基礎上的，結合集成的硬件控制系統設計和軟件開發，實現考試異常狀態的智能視覺分析和監測，提出一種基于嵌入式Linux驅動和MUX101程控開關控制的學生考試異常狀態識別系統設計方法。在智能視覺下進行系統的總體設計構架，實現系統的硬件設計和軟件開發，最后進行考試異常狀態識別系統聯合調試分析，得出有效性結論。

1 系統總體設計構架

為了實現基于智能視覺的學生考試異常狀態識別系統設計，采用實時視頻圖像采集方法進行考試現場的視覺特征采集和分析，學生考試異常狀態識別系統建立在對監考區域的視頻監控基礎上。在前期的圖像視頻處理算法設計的基礎上，通過程序加載電路進行圖像處理算法加載，采用實時觸發器PXI?6713進行視頻采集。監考異常狀態識別系統中，采用兩種編碼方式進行監考現場的視頻信息編碼，一種是在數據幀內進行編碼，另一種是依照輸入的視頻幀的編碼來進行編碼[1?2]。監考現場的異常狀態識別中，硬件設備主要包括視頻監控器、接收裝置、圖像處理和編碼器、視頻解碼器等[3]，通過對考試現場的視頻采集，結合視頻幀編碼進行外部總線觸發，通過外部時鐘控制電路進行幀信息的連續傳輸，實現對考試現場的圖像和視頻信息的電信號轉化，對轉化的電信號采用異常狀態特征提取方法進行特征提取，結合局部總線傳輸協議輸出解碼數據。最后構建人機交互的GUI，進行監考現場的總線數據傳輸和多線程控制，在嵌入式Linux中進行設備驅動，對監控視頻信息進行特征分析[4]。系統的硬件設計部分主要包括視頻采集模塊、核心控制模塊和人機交互模塊等，軟件設計建立在嵌入式Linux驅動內核下進行，采用DSP和邏輯可編程的PLC進行學生考試監考現場視頻信號分析，根據上述系統總體設計思想，得到本文設計的基于智能視覺的學生考試異常狀態識別系統的總體設計結構模型見圖1。

2 系統硬件設計部分

根據上述設計思想和總體設計構架，進行基于智能視覺的學生考試異常狀態識別系統的硬件模塊化設計，主要對系統的視頻采集模塊、核心控制模塊和人機交互模塊的電路設計具體描述如下：

2.1 視頻采集模塊

學生考試異常狀態識別的視頻采集模塊采用PCI9054的LOCAL 總線采集電路。考試異常狀態識別系統兼容10M/100M以太網MAC進行聯網監控。在監考現場采用ARM作為核心控制單元進行視頻轉化和監考的角度切換，設計100 MHz的背板時鐘。在數據捕捉模塊，采用外部I/O設備以及A/D電路進行視頻信息的輸入/輸出控制和數/模轉換，得到視頻采集模塊的電路設計如圖2所示。

2.2 核心控制模塊

基于智能視覺的學生考試異常狀態識別系統核心控制模塊是整個系統的核心，采用MUX101程控開關控制方法進行學生考試異常狀態的報警控制，采用嵌入式控制器PXI?8155向控制系統發出控制指令。PXI?6713為8通道模擬輸出模塊，一共使用3塊，有專用管腳支持外部DMA請求，采用VXI總線技術進行考試異常狀態識別系統的總線數據傳輸和信息采集，MXI總線控制的D/A轉換速率要求200 kHz。各種控制信號由CPLD產生，利用信號作讀數標志，學生考試異常狀態識別數據線依次與5409A數據總線連接，轉換序列完成后讀轉換值，得到A4～A0和譯碼→，，LDA#和LDB#，其中TOUT→，采用的雙極性輸入MSB接5 V高電平，A#由DSP分別接信號輸入，BUSY信號地址線受A0控制。考試異常狀態識別的控制總線具體實現如圖3所示。

在系統的核心控制模塊電路設計中，根據模擬信號預處理后的采樣值幅度調整學生考試異常狀態識別系統的模擬信號。DSP控制VCA810的控制電壓，在第一級放大之后進行高通濾波。選擇MAXIM公司的5階開關電容進行模擬信號預處理，考試異常狀態識別系統的集成控制芯片選擇MAXIM公司的5階開關電容芯片，通過PLC可編程邏輯芯片進行數據采樣和程序寫入[5]。采用AMCC公司的AMCC S5933實現完整的PCI主控轉換，設計轉換后的總線接口與上位機通信，得到核心控制模塊電路如圖4所示。

2.3 人機交互模塊

人機交互模塊設計RTC模塊和看門狗模塊作為考試異常狀態識別系統的32位定時器/計數器，總線數據傳輸速率為40 Mb/s，設置了隔直通交的RC濾波電路將TRF7960的I/O_0～I/O_7作為學生考試異常狀態識別系統的并口輸入/輸出端。為了有效地消除直流偏置，在CAN通信電路中設計阻抗能等效并聯回路，在電容器輸出端設計LC濾波電路，利用PCI橋接芯片與DSP進行數據傳輸。人機交互模塊的通信電路設計中，在DMA 傳輸方式模式下，根據PCI9054裝入 PCI 配置寄存器，通過CPLD編程實現監考的異常狀態視頻傳輸和智能視覺監控。通過（R/X）DATDLY設置接收和發送數據的時鐘中斷字，使DSP系統重新復位，由此實現人機交互，得到人機交互模塊的集成電路設計如圖5所示。

3 系統測試分析

在系統測試中，進行硬件集成調試和軟件程序加載測試，首先進行監考系統中視頻采集設備的自檢，循環讀取HP E1562E的SCSI硬盤數據，進行學生考試線程的實時視頻信息捕捉，借助Borland C++ Builder構建GUI人機交互界面，得到學生考試異常狀態識別系統的交互控制界面如圖6所示。

進一步進行性能測試，基于智能視覺的學生考試異常狀態識別系統的人機交互控制的自動增益控制曲線見圖7。

由圖7可知，系統的輸出控制中能實現快速收斂到穩定值，通過系統測試得知，采用本文設計的系統進行考試異常狀態識別，能實時監測考試過程中的異常舉動，并實現智能報警，系統具有可靠性和兼容性。

4 結 語

為了提高監考的智能化水平，本文提出一種基于嵌入式Linux驅動和MUX101程控開關控制的學生考試異常狀態識別系統設計方法。重點對系統的硬件模塊進行詳細設計，包括視頻采集模塊、核心控制模塊和人機交互模塊等，軟件設計建立在嵌入式Linux驅動內核下，采用ARM尋址技術進行學生考試異常狀態的視頻信息的總線調度，設計MUX101程控開關進行異常狀態的報警控制。系統調試結果表明本文設計的系統能有效實現考試異常狀態識別，系統的兼容性和可靠性較好。

參考文獻

[1] 王小玉，張亞洲，陳德運.基于多塊局部二值模式特征和人眼定位的人臉檢測[J].儀器儀表學報，2014，35（12）：2739?2745.

[2] 蔣俊正，郭云，歐陽繕.二維雙原型完全過采樣DFT調制濾波器組的快速設計方法[J].電子與信息學報，2016，38（11）：2753?2759.

[3] SUZUKI T， KUDO H. Two?dimensional non?separable block?lifting?based M?channel biorthogonal filter banks [C]// Proceedings of 2014 IEEE European Signal Processing Conference. Lisbon： IEEE， 2014： 291?295.

[4] LIN Y P， VAIDYANATHAN P P. Theory and design of two?dimensional filter bank： a review [J]. Multidimensional system & signal processing， 1996， 7（3/4）： 263?330.

[5] SUZUKIT， KUDO H. Two?dimensional non?separable block?lifting structure and its application to M?channel perfect reconstruction filter banks for lossy?to?lossless image coding [J]. IEEE transactions on image processing， 2015， 24（12）： 4943?4951.

[6] 王炳強，劉娜，劉沖.煙火場區域的人員智能視覺分析系統設計[J].現代電子技術，2016，39（16）：128?131.