연구진은 YOLOv8n 모델을 활용하여 시험실 학생 위치를 파악하고, RexNet-150 모델로 정상 또는 부정행위 여부를 분류하는 2단계 프레임워크를 제안했어요.
10개 출처에서 수집한 273,897개 샘플 데이터셋으로 학습하여 95%의 정확도, 94%의 재현율, 96%의 정밀도, 95%의 F1 점수를 달성했으며, 이는 기존 비디오 기반 부정행위 탐지 정확도 82%보다 13% 향상된 수치예요.
개인 이메일 등을 통해 학생들에게 익명으로 결과를 전달하여 윤리적 문제를 해결하고, 향후 오디오 데이터나 연속 프레임을 추가하여 정확도를 높일 수 있을 것으로 기대해요.