【技术实现步骤摘要】
一种基于动作语音数据联合识别的校园霸凌检测方法
本专利技术涉及模式识别领域,具体涉及动作识别方法和语音情感识别方法领域。
技术介绍
校园霸凌是一种常见的社会现象,多发生在中小学生群体中,危害青少年的身心健康。校园霸凌有多种表现形式,如身体暴力、言语欺凌等,其中身体暴力对青少年的伤害最大,言语欺凌发生得最频繁。通过提取受害者的身体动作特征和其周围环境的语音特征,可以检测出校园霸凌事件。但是目前的校园霸凌检测方法的算法复杂度较高,导致检测速度慢
技术实现思路
本专利技术是为了解决现有校园霸凌检测方法的算法复杂度较高,导致的检测速度慢的问题,从而提供一种基于动作语音数据联合识别的校园霸凌检测方法一种基于动作语音数据联合识别的校园霸凌检测方法,其特征是:在校园内的每个人体身上佩戴一个个三轴陀螺仪和一个麦克风,在一个周期下,对于每个人体的检测,均由以下步骤实现:同时执行步骤一和步骤二;步骤一、在起始时间为时间为t0:、终止时间为t1的时间周期内,采用三轴加速度计和三轴陀螺仪采集人体三轴加速度数据,并对所采集的三维加速度数据提取人体的23个时域特征和18个频域特征,并对所提取特征进行筛选,得到11个时频域动作特征:步骤二、在起始时间为时间为t0:、终止时间为t1的时间周期内,,采用麦克风与步骤一同步采集人体的语音数据,共提取12个MFCC特征、12个一阶差分MFCC特征、12个二阶MFCC特征和短时能量特征,并进行筛选得到步骤三、融合步骤一得到的11个时频域动作特征和步骤二得到的16个语音特征,获得融合特征并用LDA(线性判别分析)算法对融合特征进行降维,得到8维特征向量 ...
【技术保护点】
1.一种基于动作语音数据联合识别的校园霸凌检测方法,其特征是:在校园内的每个人体身上佩戴一个个三轴陀螺仪和一个麦克风,在一个周期下,对于每个人体的检测,均由以下步骤实现:同时执行步骤一和步骤二;步骤一、在起始时间为时间为t0:、终止时间为t1的时间周期内,采用三轴加速度计和三轴陀螺仪采集人体三轴加速度数据,并对所采集的三维加速度数据提取人体的23个时域特征和18个频域特征,并对所提取特征进行筛选,得到11个时频域动作特征:步骤二、在起始时间为时间为t0:、终止时间为t1的时间周期内,,采用麦克风与步骤一同步采集人体的语音数据,共提取12个MFCC特征、12个一阶差分MFCC特征、12个二阶MFCC特征和短时能量特征,并进行筛选得到16个语音特征步骤三、融合步骤一得到的11个时频域动作特征和步骤二得到的16个语音特征,获得融合特征并用LDA(线性判别分析)算法对融合特征进行降维,得到8维特征向量;步骤四、将所得8维特征向量集合划分为训练集和测试集,用分类器进行分类,用训练集训练反向传播神经网络BPNN,步骤五、采用三轴加速度计和三轴陀螺仪采集人体三轴加速度数据,并利用步骤四、训练后的反向 ...
【技术特征摘要】
1.一种基于动作语音数据联合识别的校园霸凌检测方法,其特征是:在校园内的每个人体身上佩戴一个个三轴陀螺仪和一个麦克风,在一个周期下,对于每个人体的检测,均由以下步骤实现:同时执行步骤一和步骤二;步骤一、在起始时间为时间为t0:、终止时间为t1的时间周期内,采用三轴加速度计和三轴陀螺仪采集人体三轴加速度数据,并对所采集的三维加速度数据提取人体的23个时域特征和18个频域特征,并对所提取特征进行筛选,得到11个时频域动作特征:步骤二、在起始时间为时间为t0:、终止时间为t1的时间周期内,,采用麦克风与步骤一同步采集人体的语音数据,共提取12个MFCC特征、12个一阶差分MFCC特征、12个二阶MFCC特征和短时能量特征,并进行筛选得到16个语音特征步骤三、融合步骤一得到的11个时频域动作特征和步骤二得到的16个语音特征,获得融合特征并用LDA(线性判别分析)算法对融合特征进行降维,得到8维特征向量;步骤四、将所得8维特征向量集合划分为训练集和测试集,用分类器进行分类,用训练集训练反向传播神经网络BPNN,步骤五、采用三轴加速度计和三轴陀螺仪采集人体三轴加速度数据,并利用步骤四、训练后的反向传播神经网络BPNN进行分类,实现基于动作语音数据联合识别的校园霸凌检测。2.根...
【专利技术属性】
技术研发人员:叶亮,李月,石硕,李卓明,沙学军,孟维晓,石纪福,王乐,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。