近年，我校为了提高考试的公平性，在考试中通过监考教师发放考试卡的方式安排考生的考场位次。该方法的随机性存在不足，且增加了监考教师和考生的负担。因此，兼具高效和高随机性的考场考位分配技术具有较高的现实意义和实用价值。

我院人工智能系徐坚副教授课题组开发出了基于图像识别的自动化考场座位分配系统。系统使用YOLOv8神经网络和三号教学楼教室座位图片作为数据集，通过训练后得到能够实时识别考场中的座位布局及考生的位置的大模型。大模型对随机教室座位图片进行精准识别预测后，再通过图像处理算法进行透视变换和目标轮廓提取，系统可以准确获取座位的行列信息，确保分配过程符合实际考场布局。为了保证分配的随机性和客观性，该系统采用了自定义的混沌系统生成随机序列，用于重新排序考生信息名单并安排到相应的座位上。

此外，该系统有较好的兼容性，在多种复杂的教室布局中均可正常运行。相关技术成果已在物电学院2023-2024学年第二学期的期末考试中进行试点，效果良好，为后续批量应用打下基础。