Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2022

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cell phone detection

Sortuj według:

Ogranicz wyniki do:

Detecting the usage of a mobile phone during an online test using AI technology

Al-allaf Ahmad F., Asker Bashar H.

Przegląd Elektrotechniczny

2022

R. 98, nr 11

67--70

In this research, the YOLOV5 machine learning algorithm was used to detect using of the mobile phone during the electronic test. A custom dataset of phone images in different poses and orientations was created and then categorized using the Makesense webpage. The webcam on the examinee's computer captures real-time videos of the examinee and then analyzes them with the YOLOV5 algorithm. The maximum accuracy of real-time mobile phone usage detection was 92% and FAR 4%. For comparison and verification purposes, the Jetson Nano was used to detect phone usage for the same data set. The accuracy of detection with Jetson was up to 85% with 5% FAR. The two results were good and promising.

Jednym z niebezpieczeństw egzaminów elektronicznych jest oszustwo przy użyciu telefonu komórkowego. W badaniach wykorzystano algorytm uczenia maszynowego YOLOV5 do wykrywania użycia telefonu komórkowego podczas testu elektronicznego. Utworzono niestandardowy zestaw danych obrazów telefonu w różnych pozach i orientacjach, a następnie skategoryzowano go za pomocą strony internetowej Makesense. Kamera internetowa na komputerze osoby badanej przechwytuje wideo osoby badanej w czasie rzeczywistym, a następnie analizuje je za pomocą algorytmu YOLOV5. Maksymalna dokładność wykrywania użycia telefonu komórkowego w czasie rzeczywistym wyniosła 92%, a FAR 4%. Do celów porównawczych i weryfikacji wykorzystano Jetson Nano do wykrywania użycia telefonu dla tego samego zestawu danych. Dokładność wykrywania za pomocą Jetson wynosiła do 85% przy 5% FAR. Oba wyniki były dobre i obiecujące.