高考作为我国重要考试之一,其公平性越来越成为人们关注的焦点,电子视频监考系统也应运而生。截止2009年,电子视频监考系统已经广泛覆盖国内6万余所高考考点,在一定程度上,对考试违规违纪行为起到震慑作用。但是目前的电子视频监考系统只能提供简单的视频采集、录像回调功能,缺乏智能功能,无法有效的保证考试公平性,距离真正意义的电子智能监考系统还有很大的差距。本课题以此为背景展开研究,分析造成目前考场环境下智能视频监控系统空白的原因,提出了一种基于视频的考场异常行为识别规则,在此基础上给出了可疑考生锁定标准,并就具体实现技术进行了详细介绍,最后通过设计演示系统对该规则的准确性进行了检验。首先,提出基于RGB色度分布差异的桌面提取算法,该方法计算简便,实时性高。同时,针对二值化后的误检测区域问题,提出了基于空间和面积的区域筛选规则,该规则能够有效的剔除考场中的误检测区域,保证桌面提取的准确性。其次,提出了基于改进的YCg、Cr、颜色空间的肤色分割技术。该技术基于色度修正思想对YCgCr颜色空间进行改进,弱化原颜色空间中光照对肤色分布的影响。之后给出了在新的YCg、Cr、颜色空间下的肤色分布椭圆模型,应用该模型实现肤色分割,能够保证分割的精度和实时性,且对光照条件有较好的鲁棒性。之后针对肤色分割结果,提出基于连通判断和面积比的手部数量估算方法。再次,提出了基于桌面区域手部数量的异常行为判断准则,该准则在认真分析研究人工监考过程,考生行为特点基础上提出,具有实时性强的优点,同时通过引入密集性变量实现了对可疑考生的锁定。作为人工监考的一种有效补充,避免了对可疑考生的漏检。最后,为了检验该规则的准确性,设计了基于视频的考场异常行为识别演示系统。该系统在Window XP操作系统下,应用Microsoft Visual Studio2010开发工具,使用C++编程语言和OpenCV图形处理库进行开发实现。利用该系统对现有的高考视频数据进行测试,结果表明该异常行为规则能够较好的发现高考考场环境下的可疑考生,实时性强。