Väitöskirja: Kouluväkivallan automaattinen multimodaalinen tunnistaminen
Tekijä: Liang Ye, 2023
Linkki väitöskirjaan: https://urn.fi/URN:ISBN:9789526237367
Linkki tiivistelmään: Kouluväkivallan automaattinen multimodaalinen tunnistaminen | Oulun yliopisto
Väitöskirja tarkastettiin Oulun yliopiston Tieto- ja sähkötekniikan tiedekunnassa 18.8.2023.
Koulukiusaaminen on yleinen yhteiskunnallinen ongelma maailmanlaajuisesti, ja koulukiusaamisen ehkäisy on tärkeä ja jatkuva aihe. Kaikenlaisista koulukiusaamisesta fyysistä väkivaltaa pidetään teini-ikäisille haitallisimpana. Perinteiset kiusaamisen vastaiset menetelmät ovat kuitenkin ihmislähtöisiä, minkä käyttö voi olla uhrille hankalaa. Tämän vuoksi tässä työssä ehdotetaan automatisoituja multimodaalisia kouluväkivallan tunnistamismenetelmiä.
Tässä väitöstutkimuksessa ehdotetaan sensoripohjaisia väkivallan tunnistusratkaisuja, jotka voidaan toteuttaa puettavissa laitteissa, kuten älypuhelimissa uhrin näkökulmasta. Kiihtyvyysmittariin ja gyroskooppiin integroituja liiketunnistimia käytetään keräämään käyttäjän liiketietoja ja liiketoimintoja kuvaamaan eroja kouluväkivallan ja päivittäisen toiminnan välillä. Multimodaalisilla tiedoilla lopullinen tunnistustarkkuus saavutti 93,6%.
Opettajien näkökulmasta tässä työssä ehdotetaan videopohjaista väkivallan tunnistusratkaisua. Jokainen valvontakamera tallentaa kuvia tietystä alueesta. Videopohjaisen ratkaisun keskimääräinen tunnistustarkkuus oli 97,6%.
Linkki väitöskirjaan: https://urn.fi/URN:ISBN:9789526237367
Linkki tiivistelmään: Kouluväkivallan automaattinen multimodaalinen tunnistaminen | Oulun yliopisto
Väitöskirja tarkastettiin Oulun yliopiston Tieto- ja sähkötekniikan tiedekunnassa 18.8.2023.
Koulukiusaaminen on yleinen yhteiskunnallinen ongelma maailmanlaajuisesti, ja koulukiusaamisen ehkäisy on tärkeä ja jatkuva aihe. Kaikenlaisista koulukiusaamisesta fyysistä väkivaltaa pidetään teini-ikäisille haitallisimpana. Perinteiset kiusaamisen vastaiset menetelmät ovat kuitenkin ihmislähtöisiä, minkä käyttö voi olla uhrille hankalaa. Tämän vuoksi tässä työssä ehdotetaan automatisoituja multimodaalisia kouluväkivallan tunnistamismenetelmiä.
Tässä väitöstutkimuksessa ehdotetaan sensoripohjaisia väkivallan tunnistusratkaisuja, jotka voidaan toteuttaa puettavissa laitteissa, kuten älypuhelimissa uhrin näkökulmasta. Kiihtyvyysmittariin ja gyroskooppiin integroituja liiketunnistimia käytetään keräämään käyttäjän liiketietoja ja liiketoimintoja kuvaamaan eroja kouluväkivallan ja päivittäisen toiminnan välillä. Multimodaalisilla tiedoilla lopullinen tunnistustarkkuus saavutti 93,6%.
Opettajien näkökulmasta tässä työssä ehdotetaan videopohjaista väkivallan tunnistusratkaisua. Jokainen valvontakamera tallentaa kuvia tietystä alueesta. Videopohjaisen ratkaisun keskimääräinen tunnistustarkkuus oli 97,6%.
Kommentit
Kirjaudu sisään lisätäksesi tähän kommentin