Tytuł pozycji:
Detecting the usage of a mobile phone during an online test using AI technology
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.
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
