基于动作语音特征的校园暴力识别算法研究

发布时间：2020-07-09 12:31

【摘要】：随着媒体日益增多的报道,校园暴力现象逐步走入了人们的视线。伴随互联网络的发展,尚处于校园内的学生接触到了社会上各型各色的信息,其中不乏充斥着暴力、低俗的成分。有些学生出于好奇心理,对网络上所看到的行为加以模仿,使得校园暴力现象前所未有的严重。青少年需要在其成长阶段给予正确的引导教育工作。然而,学校老师和家长无法时刻关注学生的状态,遭受暴力者往往出于恐惧或害羞的心理不敢及时向老师和家长反映情况。这导致了在暴力发生的初期,暴力行为不能扼杀在萌芽状态,其结果便是事件发展愈演愈烈,严重影响了受害者的身心健康。鉴于当下智能手机在学生群体中的普及,本文提出了使用手机内置加速度传感器和陀螺仪进行学生活动数据采集,通过模式识别技术对学生遭受暴力的情况进行及时判别的方案。在暴力发生时,系统可将识别结果及时反馈给家长和老师,从而达到对学生全天无间歇智能监测的效果,保障了学生身心安全,促进了校园环境的和谐发展。与基于运动传感器进行日常行为识别不同,校园暴力动作具有很大随机性,难以通过某一种具体的运动轨迹进行描述。为构建校园暴力动作模型,提高对暴力动作的识别性能,本文研究内容如下:首先,针对暴力动作和日常动作的特点,提取时、频域动作特征,以BP神经网络对动作类别进行识别;对于复杂动作,提出将复杂动作分解为基本动作以提高识别率,暴力动作识别精确率从85.29%提升至88.35%,暴力动作识别召回率从75.77%提升至84.63%。然后,提出了将动作特征和语音特征联合实现暴力识别的算法,仿真结果表明该算法有效地将暴力动作识别精确率提升至90.35%,暴力动作识别召回率提升至90.49%。最后,考虑到未来应用,提出了通过寻找过渡动作变化点来进行系统休眠的算法,有效地节约了分类算法带来的硬件能量消耗;引入LDA法在保持系统识别性能基本不变的基础上,对输入动作-语音联合特征有效地降维,提高了分类器的计算效率,将大部分动作的识别过程时间复杂度降低至原算法的50%。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP212.9;TN912.3
【图文】：

神经元模型,隐含层

a f ( wp b)图 2-7 BP 神经元模型层神经元的传递函数常用 log-sigmoidlin。如果 BP 网络的最后一层是 sigmoi制在 0 到 1 的范围内；如果 BP 网络的个网络的可输出范围则没有限制。常有一个或多个隐含层，隐含层中的神经通常采用线性传递函数。图 2-8 为一为 R，包含一个隐含层，隐含层神经元11b1n 神经元层入层传递

示意图,神经网络,示意图,输出层

N 1b）神经网络简化表示图 2-8 典型神经网络示意图层传递函数为非线性，便能够实现输入和经元处常采用线性函数，目的是拓宽网络络参数设定面，如果采用 BP 神经网络进行模式分类的维数，输出层神经元个数设置为分类类为大于输入和输出维度之和的开方。数的设置，既要反映不同动作类型的特性中的各仿真均设置单层隐含层。同过对神gsig 函数，输出层选用 purelin 函数。所1a

示意图,网络结构模型

b1N 1a f ( wp b)b）神经网络简化表示图 2-8 典型神经网络示意图通过设置隐含层传递函数为非线性，便能够实现输入和输出之间的非线性学习。在网络输出神经元处常采用线性函数，目的是拓宽网络输出。2.5.2 BP 神经网络参数设定在参数设定方面，如果采用 BP 神经网络进行模式分类，则网络输入端个数设置为输入特征向量的维数，输出层神经元个数设置为分类类别数量。隐含层神经元个数经验地设置为大于输入和输出维度之和的开方。对于隐含层层数的设置，既要反映不同动作类型的特性，又需要防止过拟合综合考虑，在本文中的各仿真均设置单层隐含层。同过对神经网络的多次调试，最终隐含层选用 logsig 函数，输出层选用 purelin 函数。所搭建的 BP 网络结构模型如图 2-9 所示。

【参考文献】