教室における混同行列と最小交差エントロピー指標に基づく動作認識システム

この研究は、教室内での学生の身体的攻撃的行動を早期に検出するための動作認識システムを提案します。この動作認識システムは身体的攻撃を認識し、教師が争いを早期に解決して他の重大な怪我を減らすことができるようにします。最初に、このシステムではカメラを用いて学生の教室活動を監視し、背景とサリエンシーマップを除去して身体画像を取得します。次に、腕から肩、肩から身体の中心への2つの角度が測定され、身体の動きから2つのフレーム間の速度が検出され、これらの角度と速度の値を身体的攻撃かどうかを判断する基準として使用します。最後に、提案されたアルゴリズムの精度は、機械学習に基づく混同行列と神経ネットワークに基づく最小交差エントロピーを使用して検証されます。シミュレーションでは、提案されたアルゴリズムが収集したビデオの攻撃行動を正しく検出できることが証明されています。