Sınıf videosu görüntülerinde arka plan çıkararak kopya teşebbüsü yakalama

Bu çalışma, sınıf ortamında yapılan yüz yüze sınavlarda kullanılan dijital kameralar tarafından kayıt altına alınan görüntülerin analizi ve normal olmayan davranışların tespiti ve arka planda bulunan objelerin çıkarılmasıyla oluşacak performans artışına odaklanmakta ve sınıf ortamında yapılan sınavlardaki eylemleri yüksek hassasiyetle tespit etmek için yeni bir model geliştirmeye odaklanmaktadır. Çalışaya COPYNet Veri Kümesi oluşturmayla başlanmıştır. Yaklaşık 30.000 görüntüden oluşan oldukça büyük bir koleksiyon olan bu veri seti, normal olmayan davranışları algılama algoritmalarının oluşturulması, doğrulanması ve arka plan nesnelerinin çıkartılması sonrası oluşan performans artışının değerlendirilmesi için kullanılmaktadır. Veri seti, davranış kategorilerine bağlı olarak beş farklı gruba bölünmüştür. Bu amaçla, görüntü sınıflandırma probleminin çözümünde yüksek performans elde etmek için transfer öğrenme yöntemi, ResNet ön eğitimli modeli kullanılarak Faster R-CNN ve YOLOv5 algoritmalarıyla ayrı ayrı hibritleştirilmekte ve normal davranışı modelleyerek bir normal olmayan davranış puanı elde etmek için derin bir sinir ağı çerçevesi (COPYNet) oluşturulmaktadır. COPYNet çerçevesi %90' lık bir hassasiyet, %88' lik bir geri çağırma ve %88' lik bir doğruluk sergilemektedir. Bu rakamlar, mevcut literatürle karşılaştırıldığında anormallik tespitinde önemli bir sıçramaya işaret etmektedir. Sunulan sonuçlar, modelin farklı davranış sınıflarını doğru bir şekilde ayırt etme yeteneğini vurgulamakta ve modeli yüz yüze sınavlar sırasında şüpheli davranışları tespit etme zorluğunun üstesinden gelmek için bir araç haline getirmektedir. Sonuç olarak, model normal olmayan bir aktivite tespit ettiğinde, gözetmene gönderilebilecek bir uyarıyı tetiklemeyi ve sınav gözetmenleri için bir karar destek mekanizması olarak çalışmayı amaçlamaktadır. Elde edilen başarı oranlarına göre çalışmamız, sınıf ortamında yapılan sınavlar sırasında kuşkulu hareketleri yakalamak etmek için literatürdeki önceki çalışmalara kıyasla daha iyi sonuçlar vermektedir.