基于智能视觉的学生考试异常状态识别系统设计与实现
王盛+田江
摘 要： 在计算机智能视觉下进行学生考试异常状态识别，提高监考的智能化水平，提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。在智能视觉下进行系统的总体设计构架。系统的硬件设计部分主要包括视频采集模块、核心控制模块和人机交互模块等。软件设计建立在嵌入式Linux驱动内核下，采用ARM寻址技术进行学生考试异常状态的视频信息的总线调度。设计MUX101程控开关进行异常状态的报警控制。最后进行系统调试，测试结果表明，该系统具有较好的可靠性和实用性。
关键词： 智能视觉； 考试； MUX101程控开关； 系统设计
中图分类号： TN915.5?34； TN710 文献标识码： A 文章编号： 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
集成智能控制技术和视频监控技术的发展推动了监考系统的升级。对学生考试中行为特征的异常识别和分析，能提高监考的效能，在大型国家考试中具有积极的应用价值。研究学生考试异常状态识别系统，在促进智能化考试管理和提高考场监考的管控能力方面具有积极重要意义，对学生考试异常状态识别系统是建立在视频图像分析基础上的，结合集成的硬件控制系统设计和软件开发，实现考试异常状态的智能视觉分析和监测，提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。在智能视觉下进行系统的总体设计构架，实现系统的硬件设计和软件开发，最后进行考试异常状态识别系统联合调试分析，得出有效性结论。
1 系统总体设计构架
为了实现基于智能视觉的学生考试异常状态识别系统设计，采用实时视频图像采集方法进行考试现场的视觉特征采集和分析，学生考试异常状态识别系统建立在对监考区域的视频监控基础上。在前期的图像视频处理算法设计的基础上，通过程序加载电路进行图像处理算法加载，采用实时触发器PXI?6713进行视频采集。监考异常状态识别系统中，采用两种编码方式进行监考现场的视频信息编码，一种是在数据幀内进行编码，另一种是依照输入的视频帧的编码来进行编码[1?2]。监考现场的异常状态识别中，硬件设备主要包括视频监控器、接收装置、图像处理和编码器、视频解码器等[3]，通过对考试现场的视频采集，结合视频帧编码进行外部总线触发，通过外部时钟控制电路进行帧信息的连续传输，实现对考试现场的图像和视频信息的电信号转化，对转化的电信号采用异常状态特征提取方法进行特征提取，结合局部总线传输协议输出解码数据。最后构建人机交互的GUI，进行监考现场的总线数据传输和多线程控制，在嵌入式Linux中进行设备驱动，对监控视频信息进行特征分析[4]。系统的硬件设计部分主要包括视频采集模块、核心控制模块和人机交互模块等，软件设计建立在嵌入式Linux驱动内核下进行，采用DSP和逻辑可编程的PLC进行学生考试监考现场视频信号分析，根据上述系统总体设计思想，得到本文设计的基于智能视觉的学生考试异常状态识别系统的总体设计结构模型见图1。
2 系统硬件设计部分
根据上述设计思想和总体设计构架，进行基于智能视觉的学生考试异常状态识别系统的硬件模块化设计，主要对系统的视频采集模块、核心控制模块和人机交互模块的电路设计具体描述如下：
2.1 视频采集模块
学生考试异常状态识别的视频采集模块采用PCI9054的LOCAL 总线采集电路。考试异常状态识别系统兼容10M/100M以太网MAC进行联网监控。在监考现场采用ARM作为核心控制单元进行视频转化和监考的角度切换，设计100 MHz的背板时钟。在数据捕捉模块，采用外部I/O设备以及A/D电路进行视频信息的输入/输出控制和数/模转换，得到视频采集模块的电路设计如图2所示。
2.2 核心控制模块
基于智能視觉的学生考试异常状态识别系统核心控制模块是整个系统的核心，采用MUX101程控开关控制方法进行学生考试异常状态的报警控制，采用嵌入式控制器PXI?8155向控制系统发出控制指令。PXI?6713为8通道模拟输出模块，一共使用3块，有专用管脚支持外部DMA请求，采用VXI总线技术进行考试异常状态识别系统的总线数据传输和信息采集，MXI总线控制的D/A转换速率要求200 kHz。各种控制信号由CPLD产生，利用信号作读数标志，学生考试异常状态识别数据线依次与5409A数据总线连接，转换序列完成后读转换值，得到A4～A0和译码→，，LDA#和LDB#，其中TOUT→，采用的双极性输入MSB接5 V高电平，A#由DSP分别接信号输入，BUSY信号地址线受A0控制。考试异常状态识别的控制总线具体实现如图3所示。
在系统的核心控制模块电路设计中，根据模拟信号预处理后的采样值幅度调整学生考试异常状态识别系统的模拟信号。DSP控制VCA810的控制电压，在第一级放大之后进行高通滤波。选择MAXIM公司的5阶开关电容进行模拟信号预处理，考试异常状态识别系统的集成控制芯片选择MAXIM公司的5阶开关电容芯片，通过PLC可编程逻辑芯片进行数据采样和程序写入[5]。采用AMCC公司的AMCC S5933实现完整的PCI主控转换，设计转换后的总线接口与上位机通信，得到核心控制模块电路如图4所示。
2.3 人机交互模块
人机交互模块设计RTC模块和看门狗模块作为考试异常状态识别系统的32位定时器/计数器，总线数据传输速率为40 Mb/s，设置了隔直通交的RC滤波电路将TRF7960的I/O_0～I/O_7作为学生考试异常状态识别系统的并口输入/输出端。为了有效地消除直流偏置，在CAN通信电路中设计阻抗能等效并联回路，在电容器输出端设计LC滤波电路，利用PCI桥接芯片与DSP进行数据传输。人机交互模块的通信电路设计中，在DMA 传输方式模式下，根据PCI9054装入 PCI 配置寄存器，通过CPLD编程实现监考的异常状态视频传输和智能视觉监控。通过（R/X）DATDLY设置接收和发送数据的时钟中断字，使DSP系统重新复位，由此实现人机交互，得到人机交互模块的集成电路设计如图5所示。
3 系统测试分析
在系统测试中，进行硬件集成调试和软件程序加载测试，首先进行监考系统中视频采集设备的自检，循环读取HP E1562E的SCSI硬盘数据，进行学生考试线程的实时视频信息捕捉，借助Borland C++ Builder构建GUI人机交互界面，得到学生考试异常状态识别系统的交互控制界面如图6所示。
进一步进行性能测试，基于智能视觉的学生考试异常状态识别系统的人机交互控制的自动增益控制曲线见图7。
由图7可知，系统的输出控制中能实现快速收敛到稳定值，通过系统测试得知，采用本文设计的系统进行考试异常状态识别，能实时监测考试过程中的异常举动，并实现智能报警，系统具有可靠性和兼容性。
4 结 语
为了提高监考的智能化水平，本文提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。重点对系统的硬件模块进行详细设计，包括视频采集模块、核心控制模块和人机交互模块等，软件设计建立在嵌入式Linux驱动内核下，采用ARM寻址技术进行学生考试异常状态的视频信息的总线调度，设计MUX101程控开关进行异常状态的报警控制。系统调试结果表明本文设计的系统能有效实现考试异常状态识别，系统的兼容性和可靠性较好。
参考文献
[1] 王小玉，张亚洲，陈德运.基于多块局部二值模式特征和人眼定位的人脸检测[J].仪器仪表学报，2014，35（12）：2739?2745.
[2] 蒋俊正，郭云，欧阳缮.二维双原型完全过采样DFT调制滤波器组的快速设计方法[J].电子与信息学报，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] 王炳强，刘娜，刘冲.烟火场区域的人员智能视觉分析系统设计[J].现代电子技术，2016，39（16）：128?131.
摘 要： 在计算机智能视觉下进行学生考试异常状态识别，提高监考的智能化水平，提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。在智能视觉下进行系统的总体设计构架。系统的硬件设计部分主要包括视频采集模块、核心控制模块和人机交互模块等。软件设计建立在嵌入式Linux驱动内核下，采用ARM寻址技术进行学生考试异常状态的视频信息的总线调度。设计MUX101程控开关进行异常状态的报警控制。最后进行系统调试，测试结果表明，该系统具有较好的可靠性和实用性。
关键词： 智能视觉； 考试； MUX101程控开关； 系统设计
中图分类号： TN915.5?34； TN710 文献标识码： A 文章编号： 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
集成智能控制技术和视频监控技术的发展推动了监考系统的升级。对学生考试中行为特征的异常识别和分析，能提高监考的效能，在大型国家考试中具有积极的应用价值。研究学生考试异常状态识别系统，在促进智能化考试管理和提高考场监考的管控能力方面具有积极重要意义，对学生考试异常状态识别系统是建立在视频图像分析基础上的，结合集成的硬件控制系统设计和软件开发，实现考试异常状态的智能视觉分析和监测，提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。在智能视觉下进行系统的总体设计构架，实现系统的硬件设计和软件开发，最后进行考试异常状态识别系统联合调试分析，得出有效性结论。
1 系统总体设计构架
为了实现基于智能视觉的学生考试异常状态识别系统设计，采用实时视频图像采集方法进行考试现场的视觉特征采集和分析，学生考试异常状态识别系统建立在对监考区域的视频监控基础上。在前期的图像视频处理算法设计的基础上，通过程序加载电路进行图像处理算法加载，采用实时触发器PXI?6713进行视频采集。监考异常状态识别系统中，采用两种编码方式进行监考现场的视频信息编码，一种是在数据幀内进行编码，另一种是依照输入的视频帧的编码来进行编码[1?2]。监考现场的异常状态识别中，硬件设备主要包括视频监控器、接收装置、图像处理和编码器、视频解码器等[3]，通过对考试现场的视频采集，结合视频帧编码进行外部总线触发，通过外部时钟控制电路进行帧信息的连续传输，实现对考试现场的图像和视频信息的电信号转化，对转化的电信号采用异常状态特征提取方法进行特征提取，结合局部总线传输协议输出解码数据。最后构建人机交互的GUI，进行监考现场的总线数据传输和多线程控制，在嵌入式Linux中进行设备驱动，对监控视频信息进行特征分析[4]。系统的硬件设计部分主要包括视频采集模块、核心控制模块和人机交互模块等，软件设计建立在嵌入式Linux驱动内核下进行，采用DSP和逻辑可编程的PLC进行学生考试监考现场视频信号分析，根据上述系统总体设计思想，得到本文设计的基于智能视觉的学生考试异常状态识别系统的总体设计结构模型见图1。
2 系统硬件设计部分
根据上述设计思想和总体设计构架，进行基于智能视觉的学生考试异常状态识别系统的硬件模块化设计，主要对系统的视频采集模块、核心控制模块和人机交互模块的电路设计具体描述如下：
2.1 视频采集模块
学生考试异常状态识别的视频采集模块采用PCI9054的LOCAL 总线采集电路。考试异常状态识别系统兼容10M/100M以太网MAC进行联网监控。在监考现场采用ARM作为核心控制单元进行视频转化和监考的角度切换，设计100 MHz的背板时钟。在数据捕捉模块，采用外部I/O设备以及A/D电路进行视频信息的输入/输出控制和数/模转换，得到视频采集模块的电路设计如图2所示。
2.2 核心控制模块
基于智能視觉的学生考试异常状态识别系统核心控制模块是整个系统的核心，采用MUX101程控开关控制方法进行学生考试异常状态的报警控制，采用嵌入式控制器PXI?8155向控制系统发出控制指令。PXI?6713为8通道模拟输出模块，一共使用3块，有专用管脚支持外部DMA请求，采用VXI总线技术进行考试异常状态识别系统的总线数据传输和信息采集，MXI总线控制的D/A转换速率要求200 kHz。各种控制信号由CPLD产生，利用信号作读数标志，学生考试异常状态识别数据线依次与5409A数据总线连接，转换序列完成后读转换值，得到A4～A0和译码→，，LDA#和LDB#，其中TOUT→，采用的双极性输入MSB接5 V高电平，A#由DSP分别接信号输入，BUSY信号地址线受A0控制。考试异常状态识别的控制总线具体实现如图3所示。
在系统的核心控制模块电路设计中，根据模拟信号预处理后的采样值幅度调整学生考试异常状态识别系统的模拟信号。DSP控制VCA810的控制电压，在第一级放大之后进行高通滤波。选择MAXIM公司的5阶开关电容进行模拟信号预处理，考试异常状态识别系统的集成控制芯片选择MAXIM公司的5阶开关电容芯片，通过PLC可编程逻辑芯片进行数据采样和程序写入[5]。采用AMCC公司的AMCC S5933实现完整的PCI主控转换，设计转换后的总线接口与上位机通信，得到核心控制模块电路如图4所示。
2.3 人机交互模块
人机交互模块设计RTC模块和看门狗模块作为考试异常状态识别系统的32位定时器/计数器，总线数据传输速率为40 Mb/s，设置了隔直通交的RC滤波电路将TRF7960的I/O_0～I/O_7作为学生考试异常状态识别系统的并口输入/输出端。为了有效地消除直流偏置，在CAN通信电路中设计阻抗能等效并联回路，在电容器输出端设计LC滤波电路，利用PCI桥接芯片与DSP进行数据传输。人机交互模块的通信电路设计中，在DMA 传输方式模式下，根据PCI9054装入 PCI 配置寄存器，通过CPLD编程实现监考的异常状态视频传输和智能视觉监控。通过（R/X）DATDLY设置接收和发送数据的时钟中断字，使DSP系统重新复位，由此实现人机交互，得到人机交互模块的集成电路设计如图5所示。
3 系统测试分析
在系统测试中，进行硬件集成调试和软件程序加载测试，首先进行监考系统中视频采集设备的自检，循环读取HP E1562E的SCSI硬盘数据，进行学生考试线程的实时视频信息捕捉，借助Borland C++ Builder构建GUI人机交互界面，得到学生考试异常状态识别系统的交互控制界面如图6所示。
进一步进行性能测试，基于智能视觉的学生考试异常状态识别系统的人机交互控制的自动增益控制曲线见图7。
由图7可知，系统的输出控制中能实现快速收敛到稳定值，通过系统测试得知，采用本文设计的系统进行考试异常状态识别，能实时监测考试过程中的异常举动，并实现智能报警，系统具有可靠性和兼容性。
4 结 语
为了提高监考的智能化水平，本文提出一种基于嵌入式Linux驱动和MUX101程控开关控制的学生考试异常状态识别系统设计方法。重点对系统的硬件模块进行详细设计，包括视频采集模块、核心控制模块和人机交互模块等，软件设计建立在嵌入式Linux驱动内核下，采用ARM寻址技术进行学生考试异常状态的视频信息的总线调度，设计MUX101程控开关进行异常状态的报警控制。系统调试结果表明本文设计的系统能有效实现考试异常状态识别，系统的兼容性和可靠性较好。
参考文献
[1] 王小玉，张亚洲，陈德运.基于多块局部二值模式特征和人眼定位的人脸检测[J].仪器仪表学报，2014，35（12）：2739?2745.
[2] 蒋俊正，郭云，欧阳缮.二维双原型完全过采样DFT调制滤波器组的快速设计方法[J].电子与信息学报，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] 王炳强，刘娜，刘冲.烟火场区域的人员智能视觉分析系统设计[J].现代电子技术，2016，39（16）：128?131.
