Proctoring-AI 项目使用教程

1. 项目目录结构及介绍

Proctoring-AI/
├── __pycache__/
├── coco/
├── models/
│   └── tflite/
│       └── mobnetv1/
│           └── ssdcoco/
├── eye_tracking/
├── face_detection/
├── gifs/
├── audio_part.py
├── eye_tracker.py
├── face_detector.py
├── face_landmarks.py
├── face_spoofing.py
├── head_pose_estimation.py
├── mouth_opening_detector.py
├── person_and_phone.py
├── requirements.txt
├── LICENSE
├── README.md
└── ...

目录结构说明

• pycache: Python 缓存文件目录。
• coco: 包含与 COCO 数据集相关的文件。
• models: 存放各种模型文件，包括 TensorFlow Lite 模型。
  • tflite: TensorFlow Lite 模型目录。
    • mobnetv1: MobileNetV1 模型目录。
      • ssdcoco: SSD COCO 模型目录。
• eye_tracking: 眼睛跟踪相关文件。
• face_detection: 人脸检测相关文件。
• gifs: 可能包含项目演示的 GIF 文件。
• audio_part.py: 音频处理部分代码。
• eye_tracker.py: 眼睛跟踪代码。
• face_detector.py: 人脸检测代码。
• face_landmarks.py: 人脸关键点检测代码。
• face_spoofing.py: 人脸防伪检测代码。
• head_pose_estimation.py: 头部姿态估计代码。
• mouth_opening_detector.py: 嘴巴张开检测代码。
• person_and_phone.py: 人员和手机检测代码。
• requirements.txt: 项目依赖文件。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。

2. 项目启动文件介绍

person_and_phone.py

这是项目的主要启动文件之一，用于检测考场中的人员和手机。该文件使用 YOLOv3 模型进行目标检测。

face_detector.py

用于人脸检测的启动文件。该文件实现了多种人脸检测模型的比较，并使用 OpenCV 的 DNN 模块进行人脸检测。

eye_tracker.py

用于眼睛跟踪的启动文件。该文件实现了眼睛跟踪功能，可以检测考生是否在看屏幕。

mouth_opening_detector.py

用于嘴巴张开检测的启动文件。该文件可以检测考生是否在考试过程中张开嘴巴。

head_pose_estimation.py

用于头部姿态估计的启动文件。该文件可以估计考生的头部姿态，判断其是否在看屏幕。

face_spoofing.py

用于人脸防伪检测的启动文件。该文件可以检测考生是否使用照片或视频进行作弊。

3. 项目的配置文件介绍

requirements.txt

该文件列出了项目运行所需的 Python 依赖包。使用以下命令安装依赖：

pip install -r requirements.txt

LICENSE

项目许可证文件，说明项目的开源许可证类型。

README.md

项目的说明文件，包含项目的介绍、安装步骤、使用方法等信息。

其他配置

项目中的一些功能可能需要下载额外的模型文件，具体信息可以在 README.md 文件中找到。

---

以上是 Proctoring-AI 项目的基本使用教程，希望对你有所帮助。