[發(fā)明專利]一種基于深度學(xué)習(xí)行為識(shí)別的校園暴力評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010009107.8
• 申請(qǐng)日: 2020-01-06
• 公開(kāi)（公告）號(hào): CN111738044A
• 公開(kāi)（公告）日: 2020-10-02
• 發(fā)明（設(shè)計(jì)）人: 楊建鋒;熊劍民;楊金文;張帆;王偉;魏瀚哲;陳彥超
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安西達(dá)專利代理有限責(zé)任公司 61202
• 代理人: 劉華

一種基于深度學(xué)習(xí)行為識(shí)別的校園暴力評(píng)估方法，包括采集分布在校園各處的監(jiān)控視頻數(shù)據(jù)，以不同地點(diǎn)的監(jiān)控?cái)z像頭作為分類標(biāo)簽，將視頻流數(shù)據(jù)拆分成不同的連續(xù)幀組，輸入、訓(xùn)練、構(gòu)建三維卷積神經(jīng)網(wǎng)絡(luò)（3D?CNN）校園暴力評(píng)估模型，并采用交叉驗(yàn)證法檢驗(yàn)?zāi)Ｐ偷姆夯芰Γ辉诖嘶A(chǔ)上對(duì)個(gè)體新輸入的數(shù)據(jù)識(shí)別動(dòng)作類別，判斷其所處位置的安全狀況，并對(duì)異常行為發(fā)出警報(bào)。本發(fā)明不僅提出利用深度學(xué)習(xí)進(jìn)行校園暴力監(jiān)控的方法，還首次將3D?CNN應(yīng)用于校園暴力預(yù)警。在大數(shù)據(jù)時(shí)代背景下，不僅保障了管理的科學(xué)性、高效性和安全性，更為防治校園暴力提供了一種有效的解決途徑。

技術(shù)領(lǐng)域

本發(fā)明屬于大數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)行 為識(shí)別的校園暴力評(píng)估方法。

背景技術(shù)

校園暴力是指學(xué)生個(gè)體之間或教師與學(xué)生之間通過(guò)肢體、言語(yǔ)及 網(wǎng)絡(luò)傳播等方式欺負(fù)、羞辱其他同學(xué)并對(duì)其造成人身、精神傷害的事 件。在我們印象中，學(xué)校本應(yīng)是孩子學(xué)習(xí)和成長(zhǎng)的安全之地，但對(duì)全 球半數(shù)青少年來(lái)說(shuō)，情況卻并非如此。深受其擾，卻無(wú)處求援的局面 加劇了校園暴力防治的難度，給管理者帶來(lái)嚴(yán)峻考驗(yàn)。因此，校園暴 力防治研究意義重大。

目前，校園暴力防治研究可以分為兩大類，一類是傳統(tǒng)校園暴力 防治研究，另一類是基于大數(shù)據(jù)的校園暴力防治研究。傳統(tǒng)校園暴力 防治研究根據(jù)統(tǒng)計(jì)校園暴力的外顯數(shù)據(jù)探究其深層原因、未來(lái)發(fā)展趨 勢(shì)以及所帶來(lái)的影響。常用研究方法包括：調(diào)查法、個(gè)案分析法、統(tǒng) 計(jì)法等，數(shù)據(jù)主要來(lái)源于調(diào)查問(wèn)卷和暴露個(gè)案。傳統(tǒng)研究起源早，歷 史久遠(yuǎn)，發(fā)展較為成熟，具有研究范圍廣、深度高、成果多等優(yōu)點(diǎn)， 但還是存在樣本數(shù)據(jù)量小、不具代表性、數(shù)據(jù)處理耗時(shí)費(fèi)力等不足之 處。

基于大數(shù)據(jù)的校園暴力防治研究與人工智能、智慧物聯(lián)、數(shù)據(jù)科 學(xué)聯(lián)系緊密，通過(guò)多學(xué)科深度融合的方式，將海量數(shù)據(jù)高效整合處理， 發(fā)現(xiàn)數(shù)據(jù)之美，探索數(shù)據(jù)的深層表現(xiàn)，具有數(shù)據(jù)量大、代表性強(qiáng)、效 率高等特點(diǎn)。專利CN201410649012.7公開(kāi)了一種基于智能手機(jī)平臺(tái) 的校園欺凌檢測(cè)方法，通過(guò)手機(jī)內(nèi)置三軸加速計(jì)、三軸陀螺儀、麥克 風(fēng)、GPS等模塊實(shí)現(xiàn)對(duì)監(jiān)控對(duì)象的動(dòng)作、情感及言語(yǔ)欺凌識(shí)別，并通 過(guò)手機(jī)短信自動(dòng)報(bào)警，具有準(zhǔn)確、快速的優(yōu)點(diǎn)，但其投入成本高、效 率低，無(wú)法大面積投入使用；專利CN201611160698.9，CN201910556819.9和CN201910634611.4雖都公開(kāi)了一種基于校園監(jiān) 控視頻數(shù)據(jù)的智能安全分析方法，但需要輔助包括個(gè)人照片、位置在 內(nèi)的各類敏感信息，且針對(duì)校園安全評(píng)估核心模塊，并未能提出一個(gè) 合理且高效的神經(jīng)網(wǎng)絡(luò)模型和模型建立方法。大數(shù)據(jù)時(shí)代背景下，人 們往往易于淹沒(méi)在數(shù)據(jù)海洋中，被一個(gè)個(gè)“信息繭房”禁錮，無(wú)法突 破局限，發(fā)現(xiàn)其中價(jià)值。由此可見(jiàn)，如何充分挖掘監(jiān)控視頻數(shù)據(jù)，建 立科學(xué)、準(zhǔn)確、高效的安全評(píng)估模型是數(shù)據(jù)時(shí)代校園暴力防治研究的 關(guān)鍵。

發(fā)明內(nèi)容

為了彌補(bǔ)上述現(xiàn)有技術(shù)的缺陷，本發(fā)明旨在提供一種基于深度學(xué) 習(xí)行為識(shí)別的校園暴力評(píng)估方法，利用3D CNN神經(jīng)網(wǎng)絡(luò)從監(jiān)控視頻 獲取校園安全狀況，將大大提高數(shù)據(jù)采集的高效性、校園安全可控范 圍及安全評(píng)估的準(zhǔn)確性，降低人工投入與經(jīng)費(fèi)支出，真正實(shí)現(xiàn)校園智 慧化管理。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于深度學(xué)習(xí)行為識(shí)別的校園暴力評(píng)估方法，包括以下步 驟：

1)參考現(xiàn)有公開(kāi)數(shù)據(jù)集，結(jié)合特定校園應(yīng)用場(chǎng)景，自制用于構(gòu) 建校園暴力評(píng)估神經(jīng)網(wǎng)絡(luò)模型所需的視頻數(shù)據(jù)集，并進(jìn)行數(shù)據(jù)壓縮、 集成、清洗和標(biāo)記等預(yù)處理操作。

2)引入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)—3D-CNN，根據(jù)需求設(shè)計(jì)確定隱藏 層數(shù)量、激活函數(shù)選擇、各層次卷積核大小等網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)。

3)將步驟1)中的數(shù)據(jù)集按2:8比例隨機(jī)劃分為測(cè)試集和訓(xùn)練集； 依照交叉驗(yàn)證法把訓(xùn)練集分為h個(gè)不相交的子集，依次輸入步驟2) 所設(shè)計(jì)的3D-CNN網(wǎng)絡(luò)中，訓(xùn)練構(gòu)建3D-CNN校園暴力評(píng)估模型，