基于深度学习的课堂行为识别及考试作弊检测系统的开发与实践（含Python代码）

简介：
本项目致力于研发一种利用深度学习技术进行课堂教学中学生行为分析和作弊检测的系统。通过Python编程实现数据处理、模型训练等关键环节，旨在提高教育管理效率和公平性。 课堂专注度及考试作弊系统包括动态点名、情绪识别、表情识别以及人脸识别功能（结合转头探测(probe)、低头窥视(peep)、传递物品(passing)等行为来判断学生在课上的专注程度）。具体技术细节如下： - **人脸识别**：使用文件 `dlib_face_recognition_resnet_model_v1.dat`，位于 `detection_system/face_recog/weights` 目录下。 - **人脸对齐**：采用文件 `shape_predictor_68_face_landmarks.dat`，同样在上述目录中。 - **作弊动作分类器**：使用模型文件 `cheating_detector_rfc_kp.pkl`。 ### 使用方法 1. 通过运行以下命令安装必要的内容： ```shell python setup.py build develop ``` 2. 在Windows系统上安装scipy 1.1.0时可能会遇到一些问题，需要特别注意解决办法。