一种基于人工智能技术的校园霸凌行为预警系统和方法与流程

本发明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。

背景技术：

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。

技术实现要素：

为解决上述技术问题，本发明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，根据本发明的系统和方法，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，一定时期内没有学生对某个学生进行霸凌报警，说明该学生一贯表现良好，则处理器增加其k值。

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进行霸凌预警的方法，其特征在于：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，所述每个班级的所述预设阈值的大小不同，班级秩序相对好的班级，所述预设阈值设置为相对大，并且处理器根据一定时期内的历史运行数据来调整所述预设阈值的大小。

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。

附图说明

附图1是本申请基于人工智能技术的校园霸凌行为预警系统的示意图；

附图2是预警系统中学生终端的示意图。

具体实施方式

如图1所示，本发明的基于人工智能技术的校园霸凌行为预警系统包括处理器1、学生终端3和教师终端2三个部分，其中处理器可为校园智能网络的总处理器，其主要用于执行计算和人工智能分析，学生终端包括多个，可为固定终端或移动终端，所述多个学生终端中包括至少一个移动终端，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，每个教师办公室可设置一个教师终端。

下面具体说明本发明的预警系统进行霸凌行为预警的方法。首先是建立基本数据库，该基本数据库可通过在学生和老师中进行匿名统计的方法获得，主要目的是对班级内的学生进行分类，通常而言，班级内的学生大体可分为三类，第一类是特别调皮爱惹事爱打架爱欺负人的，第二类是自律性较好，一般不喜欢与别人打闹，不会主动去欺负其他同学，同时也较少会受到其他同学欺负的，第三类就是有点调皮但是自身实力不够容易受到其他同学欺负的。可通过在班级内的学生和老师发送匿名调查问卷的形式来完成班级学生的初步分类从而获得基本数据库，这个基本数据库的建立过程可不用过于认真仔细，也即不需要认真甄别每个学生到底属于哪个类别，只要大体合适即可。在此基础上，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，虽然学生大体分为三类，但是类别系数并非只有3个数值，每个学生的类别系数值可以跟其他同学都是不同的。除了上述调查问卷的形式外，k的初始值也可由老师根据学生的日常表现来确定，同样的道理，该值不需要特别准确，只要大体符合即可，即使出现较大的偏差也没有问题，本申请后面设置的人工智能算法，也即根据学生的历史数据会不断修改每个学生的k值，最终会将错误的初始k值修改为精确的符合实际的数值。

所述处理器与学生终端和教师终端之间建立有通信连接，这种通信连接可为有线或无线方式。学生终端可包括多个，分别设置在学校内多个地点，有些学生受了欺负或霸凌之后可能不敢在大庭广众之下进行霸凌报警，可设置一些移动的学生终端，学生可携带至隐蔽地点进行报警。或者在隐蔽一点的地点设置固定的学生终端。如图2所示，学生终端至少包括指纹识别模块5、摄像模块6和显示屏模块4，当被霸凌学生使用学生终端进行霸凌报警时，通过手指按压指纹模块，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。识别出身份信息后，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，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。其中l1和l2的差值大于0.3，我们通过大量的数值模拟计算，当差值大于0.3时才能产生较好的区分度，利于结果的判断，否则可能会导致误报率的增加。此处摄像模块安装在了学生终端上，对于学生面部表情的摄像距离大大缩短，很好的解决了摄像距离远导致的表情判断错误的问题，并且由于是仅针对按压学生终端的学生进行表情分析，信息处理量大幅降低，在此基础上可使用更加复杂和更加精确的算法，从而进一步提高了表情判断的准确性。

当完成表情识别判断后，显示屏模块根据本班学生k值大小顺序显示每个学生的名字，也即k值大的学生显示在前面，k值小的显示在后面，由于学生设置为可移动方式，所以移动终端的体积不宜过大，一个显示屏并不能全部显示班级内所有学生的名字，并且如果报警的学生为男生，则优先将k值大的男生显示在前面，例如要求显示屏第一页显示的名字中全部为男生，如果报警的学生为女生，则直接按照k值大小顺序进行排列。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学生的k值，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(也即计算m＝1-k)，最后，处理器计算j＝k*m*l值的大小，处理器比较j值与预设阈值的大小，如果j值大于预设的阈值，则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达到一定数量以后，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。

教师终端接收到处理器发送来的信息后需要对相应事件进行实际处理，如果发送来的是霸凌报警信息，则教师应当去现场进行核实，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，基于人工智能算法来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。如果处理器发送来的信息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，为所述学生故意戏弄所为，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。改变学生k值的情形还包括一定时期内没有学生对其进行霸凌报警，比如三个月或半年、一年的时间内，没有一个学生对其进行霸凌报警，说明该学生一贯表现良好，当满足上述条件时，则处理器可适当增加其k值。

上述k和l以及所述预设阈值的初始值可由教师根据实际情况确定，该值大致符合实际情况即可，并不要求完全真实，后期处理器会根据实际运行情况进行不断的调节，以改进判断结果。对于预设阈值的大小可体现出班级与班级的差别，也即每个班级的预设阈值大小是不一样的，对于班级秩序较好，较少发生学生打架霸凌行为的班级，其预设阈值可设置的大一点，而对于班级秩序不好的班级，该值可设定的小一点，处理器可根据三个月或半年的历史运行数据来调整其值的大小，上述几个参数值的调整可完全基于现有的人工智能技术，减少认为干预，实现结果的正确预测和判断。

根据本申请的系统和方法，在解决背景技术问题的同时，获得了以下优点：1)不需要智能手机，处理器、教师终端以及学生终端可直接连接到校园智能网络当中，只需要对现有校园智能网络进行简单改造即可，不需要另外增加处理器，所需的教师终端和学生终端的数量少，所需成本低；2)学生面部表情摄像距离近，提高了分析准确度，同时在使用指纹进行身份识别的基础上才进行表情分析，大大降低了信息处理量，同时由于学生主动报警行为的介入，大幅提高了报警行为的判断；3)霸凌行为判断采用了定量方式，改变了以往单独一个因素或某一个人的简单判断方式，判断结果更准确；4)人工智能技术介入到参数调整当中，可使得系统越运行越完善，越使用越准确；5)没有刻意的将某个或某些学生列为危险学生，不会引起学生的反感和芥蒂。

以上只是针对该发明的具体说明，但是并不能理解为对本发明的限制。本领域技术人员预知的变形均处于本发明的保护范围内。