Kouluväkivallan automaattinen multimodaalinen tunnistaminen
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
L10, Linnanmaa
Väitöksen aihe
Kouluväkivallan automaattinen multimodaalinen tunnistaminen
Väittelijä
Liang Ye
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Optoelektroniikka ja mittaustekniikka
Oppiaine
Kouluväkivallan tunnistus kaavojen tunnistustekniikoilla
Vastaväittäjä
Professori Heikki Ailisto , VTT
Kustos
Professori Esko Alasaarela, Oulun yliopisto
Kouluväkivallan automaattinen tunnistaminen
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%.
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%.
Viimeksi päivitetty: 11.8.2023