一种基于人工智能技术的校园霸凌行为预警系统和方法技术方案

一种基于人工智能技术的校园霸凌行为预警系统及方法，包括处理器、学生终端和教师终端三个部分，其中处理器用于执行计算和人工智能分析，所述学生终端用于学生进行霸凌报警使用，教师终端用于老师接收处理器发送的信息并根据所发送的信息进行后续处理，所述处理器包括存储器，存储器中存储有基本数据库，基本数据库包括所有学生的信息。可利用该系统进行精确的霸凌预警。

【技术实现步骤摘要】
一种基于人工智能技术的校园霸凌行为预警系统和方法
本专利技术涉及一种基于人工智能技术的校园霸凌行为预警系统和方法，属于校园智能安全领域。
技术介绍
将人工智能技术应用到校园中实现校园安全的监控或者为了实现校园信息管理的智能化自动化已经被人们所熟知，例如CN101674461A公开了一种中小学校园安全的智能网络监控系统，其利用网络连接监控设备，实现了校园异常情况的报警。CN104349127也公开了类似的装置，由此可知，将人工智能技术应用于校园安全或信息化已经属于人们所公知的技术，在此基础上，人们针对校园智能技术提出了一些新的应用，这种应用往往是现实需求所引导的。在学校中，除了校园安全是人们普遍关心的议题之外，近年来越发凸显的校园霸凌行为越来越引起人们的重视和关注，针对校园霸凌行为，人们提出了很多基于校园智能技术的鉴别和预警方法，CN104468981公开了一种基于智能手机平台的校园霸凌检测方法，其主要通过手机内置三轴加速度计和三轴陀螺仪来识别霸凌动作，语音和精神状态，以此来判别是不是校园霸凌行为。其要求校园内每个人佩戴一个智能手机。这种方式存在以下缺点：中小学生一般是不允许携带手机进入校园的，因为中小学生对于手机抵抗力差，辨别是非能力差，很容易玩手机上瘾而荒废学业，所以当前校园一般都是禁止学生携带手机进入，二是这种方式成本高，需要每人配备一个智能手机，三是信息处理量巨大，这种方法需要对每个学生的每个动作和语言都要进行分析，首先目前的算法不够精确，即使以后能够开发出精确的算法，那么信息处理量必然巨大，四是经常出现误判的情形，其仅仅根据语言和动作精神状态来进行分析，现实中学生，特别是小学生，同学间正常的嬉戏打闹也经常会出现不文明语言和愤怒的情形，这种判断方式缺乏量化指标，判别容易出错。CN106973142公开了一种反霸凌的方法及智能手机终端，其利用手机终端实现霸凌行为的通知和取证记录，该方法的缺点仍然是需要每个人携带一个智能手机，并且现有的霸凌往往是被霸凌的学生在被霸凌时受到恐吓不敢报警，另外就是小学生之间的打闹嬉戏行为非常普遍，而小朋友对于霸凌和非霸凌行为又不能做到正确区分，这就会导致小朋友只要感觉吃了亏就会触发报警，学生家长看到报警和通知信号即认为自己孩子被霸凌了，往往与学校或其他家长产生不愉快的经历和芥蒂。还有一个缺点就是小学生特别好动，其很容易把这个手机终端当做一个游戏，有事没事或有意无意的去按压报警按钮，最终导致家长和老师根本无法判断哪个是真正的霸凌行为。CN109214961公开了一种数位学习智慧识别证，证件上设置报警按钮，类似的，其存在的问题与CN106973142类似。CN108630230公开了一种基于动作语音数据联合识别的校园霸凌检测方法，该方法存在着与CN104468981类似的问题，检测不准确以及信息处理量巨大的问题。CN108830761公开了一种基于人脸识别的校园安全管理方法，其为了防止霸凌行为，首先建立危险学生数据库，然后利用监控设备识别同时有两个人以上的人群，然后再进行面部紧张、害怕或愤怒等表情的分析，然后再确定其中是否具有危险学生，以此来判断是否存在霸凌行为。上述方法中存在以下缺点：一是需要处理的信息量非常巨大，中小学生一般下课后都是结伴玩耍，所以上述方法实际上需要对所有学生都要进行识别和计算；二是现有的表情分析方法不够准确，并不能准确的识别出紧张、害怕等表情，特别是在远距离摄像的情况下；三是面部识别在远距离摄像的情况下识别度不高；四是仅靠保安的一次驱离行为就将其中一方加入危险学生数据库明显不当，因为当时是不是属于霸凌并非保安可简单确定的，在保安错误的将学生纳入危险学生数据库之后，该学生家长以及学生本身必定会产生强烈的抵触和不满情绪，甚至会到学校滋扰生事，寻求公平。综合分析以上现有技术可以发现，现有技术中对于预警校园霸凌行为的方法至少存在以下几种缺点：1.信息处理量巨大；2.视频监控距离远，导致霸凌行为识别率降低；3.易于引起家长误解和心理芥蒂；4.判断指标只是定性，判断不够准确，经常出现误判；5.成本高。
技术实现思路
为解决上述技术问题，本专利技术提供了一种全新的基于人工智能技术的校园霸凌行为预警系统和方法，根据本专利技术的系统和方法，能够在低成本的前提下实现校园霸凌行为的精准判断。根据本申请的一个实施例，提供了一种基于人工智能技术的校园霸凌行为预警系统，其特征在于：包括处理器、学生终端和教师终端三个部分，其中处理器用于执行计算和人工智能分析，所述学生终端用于学生进行霸凌报警使用，教师终端用于老师接收处理器发送的信息并根据所发送的信息进行后续处理，所述处理器包括存储器，存储器中存储有基本数据库，基本数据库包括所有学生的信息，每个学生根据平时表现被赋予一个类别系数K，该类别系数K根据该学生的日常表现进行赋值，其受到霸凌的可能性越大，赋值越大，对其他同学进行霸凌的可能性越大，赋值越小，所述处理器与学生终端和教师终端之间建立有通信连接，学生终端至少包括指纹识别模块、摄像模块和显示屏模块，报警学生通过手指按压指纹识别模块，处理器可快速识别报警学生的身份信息，并读取其类别系数值K，并使用摄像模块对学生表情进行分析，根据分析结果进行表情赋值L，所述表情赋值L分为两类，分别是L1和L2，如果是紧张、害怕、愤怒或严肃类表情则赋值为L2，如果轻松、高兴或者愉悦类的表情则赋值L1，其中L1<L2并且两者差值要大于0.3，当完成表情识别判断后，所述显示屏模块根据本班学生类别系数值K的大小按照从大到小的顺序显示每个学生的名字，报警学生可直接点击相应名字来确认实施霸凌的学生，处理器根据报警学生点击的学生名字在存储器内读取该学生名字来调取该被点击名字学生的类别系数值K，并计算1减去该被点击名字学生的类别系数值K所得的差，将该差值用M表示，最后，处理器计算J＝K*M*L值的大小，处理器比较计算结果J值与预设阈值的大小关系，如果J值大于预设阈值，则认为报警学生受到了霸凌行为，处理器将相应信息发送到教师终端，如果J值小于预设阈值，则对报警学生记录假报警一次，当一个学生的假报警次数超过该学生被设定的预设次数时，处理器同样需要将相应信息发送到教师终端，上述K，L，M值的大小均为大于0小于1。根据本申请的一个实施例，基本数据库中每个学生的初始K值可由教师根据学生日常表现来确定。根据本申请的一个实施例，基本数据库中每个学生的初始K值可根据调查问卷获得平均值来确定。根据本申请的一个实施例，如果教师终端接收到的是霸凌报警信息，则教师去现场进行核实，如果核实后确认属于霸凌事件，则在教师终端上进行霸凌确认，处理器根据确认结果修改报警学生以及实施霸凌行为学生的相应K值，遭受霸凌行为的学生的K值增大，实施霸凌行为学生的K值变小。根据本申请的一个实施例，如果教师终端接收到的是某个学生假报警的次数超过了预设次数，则教师也要去现场进行处理，核实学生的多次报警到底是不是假报警，如果经过核实确实属于假报警，则教师在教师终端确认属于假报警，处理器根据确认结果减小该学生的K值，如果经过核实属于真报警，属于处理器判断错误，则进行真报警确认，处理器根据确认结果增加该学生的K值或者增加该学生的所述预设次数。根据本申请的一个实施例，一定本文档来自技高网...

【技术保护点】
1.一种基于人工智能技术的校园霸凌行为预警系统，其特征在于：包括处理器、学生终端和教师终端三个部分，其中处理器用于执行计算和人工智能分析，所述学生终端用于学生进行霸凌报警使用，教师终端用于老师接收处理器发送的信息并根据所发送的信息进行后续处理，所述处理器包括存储器，存储器中存储有基本数据库，基本数据库包括所有学生的信息，每个学生根据平时表现被赋予一个类别系数K，该类别系数K根据该学生的日常表现进行赋值，其受到霸凌的可能性越大，赋值越大，对其他同学进行霸凌的可能性越大，赋值越小，所述处理器与学生终端和教师终端之间建立有通信连接，学生终端至少包括指纹识别模块、摄像模块和显示屏模块，报警学生通过手指按压指纹识别模块，处理器可快速识别报警学生的身份信息，并读取其类别系数值K，并使用摄像模块对学生表情进行分析，根据分析结果进行表情赋值L，所述表情赋值L分为两类，分别是L1和L2，如果是紧张、害怕、愤怒或严肃类表情则赋值为L2，如果轻松、高兴或者愉悦类的表情则赋值L1，其中L1<L2并且两者差值要大于0.3，当完成表情识别判断后，所述显示屏模块根据本班学生类别系数值K的大小按照从大到小的顺序显示每个学生的名字，报警学生可直接点击相应名字来确认实施霸凌的学生，处理器根据报警学生点击的学生名字在存储器内读取该学生名字来调取该被点击名字学生的类别系数值K，并计算1减去该被点击名字学生的类别系数值K所得的差，将该差值用M表示，最后，处理器计算J＝K*M*L值的大小，处理器比较计算结果J值与预设阈值的大小关系，如果J值大于预设阈值，则认为报警学生受到了霸凌行为，处理器将相应信息发送到教师终端，如果J值小于预设阈值，则对报警学生记录假报警一次，当一个学生的假报警次数超过该学生被设定的预设次数时，处理器同样需要将相应信息发送到教师终端，上述K，L，M值的大小均为大于0小于1。...

【技术特征摘要】
1.一种基于人工智能技术的校园霸凌行为预警系统，其特征在于：包括处理器、学生终端和教师终端三个部分，其中处理器用于执行计算和人工智能分析，所述学生终端用于学生进行霸凌报警使用，教师终端用于老师接收处理器发送的信息并根据所发送的信息进行后续处理，所述处理器包括存储器，存储器中存储有基本数据库，基本数据库包括所有学生的信息，每个学生根据平时表现被赋予一个类别系数K，该类别系数K根据该学生的日常表现进行赋值，其受到霸凌的可能性越大，赋值越大，对其他同学进行霸凌的可能性越大，赋值越小，所述处理器与学生终端和教师终端之间建立有通信连接，学生终端至少包括指纹识别模块、摄像模块和显示屏模块，报警学生通过手指按压指纹识别模块，处理器可快速识别报警学生的身份信息，并读取其类别系数值K，并使用摄像模块对学生表情进行分析，根据分析结果进行表情赋值L，所述表情赋值L分为两类，分别是L1和L2，如果是紧张、害怕、愤怒或严肃类表情则赋值为L2，如果轻松、高兴或者愉悦类的表情则赋值L1，其中L1<L2并且两者差值要大于0.3，当完成表情识别判断后，所述显示屏模块根据本班学生类别系数值K的大小按照从大到小的顺序显示每个学生的名字，报警学生可直接点击相应名字来确认实施霸凌的学生，处理器根据报警学生点击的学生名字在存储器内读取该学生名字来调取该被点击名字学生的类别系数值K，并计算1减去该被点击名字学生的类别系数值K所得的差，将该差值用M表示，最后，处理器计算J＝K*M*L值的大小，处理器比较计算结果J值与预设阈值的大小关系，如果J值大于预设阈值，则认为报警学生受到了霸凌行为，处理器将相应信息发送到教师终端，如果J值小于预设阈值，则对报警学生记录假报警一次，当一个学生的假报警次数超过该学生被设定的预设次数时，处理器同样需要将相应信息发送到教师终端，上述K，L，M值的大小均为大于0小于1。2.根据权利要求1所述的基于人工智能技术的校园霸凌行为预警系统，其特征在于：基本数据库中每个学生的初始K值可由教师根据学生日常表现来确定。3.根据权利要求1所述的基于人工智能技术的校园霸凌行为预警系统，其特征在于：基本数据库中每个学生的初始K值可根据调查问卷获得平均值来确定。4.根据权利要求1所述的基于人工智能技术的校园霸凌行为预警系统，其特征在于：如果教师终端接收到的是霸凌报警信息，则教师去现场进行核实，如果核实后确认属于霸凌事件，则在教师终端上进行霸凌确认，处理器根据确认结果修改报警学生以及实施霸凌行为学生的相应K值，遭受霸凌行为的学生的K值增大，实施霸凌行为学生的K值变小。5.根据权利要求1所述的基于人工智能技术的校园霸凌行为预警系统，其特征在于：如果教师终端接收到的是某个学生假报警的次数超过了预设次数，则教师也要去现场进行处理，核实学生的多次报警到底是...

【专利技术属性】
技术研发人员：郭俊雄，
申请(专利权)人：郭俊雄，
类型：发明
国别省市：广东,44