【技术实现步骤摘要】
本专利技术涉及校园安全管理领域，尤其是涉及一种基于ai的校园内学生风险预警方法及系统。
技术介绍
1、当前，校园安全问题日益受到关注，尤其是学生之间的欺凌现象。虽然已有监控系统在校园中广泛应用，但传统的监控系统仅能提供实时画面，无法有效预警潜在风险。
2、现有的校园监控系统主要依赖于人工监控，当发生异常情况时，需要监控人员及时发现并处理。这种方式效率低下，且容易漏报或误报。
技术实现思路
1、为了通过结合ai技术和多重验证机制，实现对学生行为的自动、准确分析，提高了校园安全管理的效率和准确性，本申请提供一种基于ai的校园内学生风险预警方法及系统。
2、第一方面，本申请提供一种基于ai的校园内学生风险预警方法，采用如下的技术方案：
3、一种基于ai的校园内学生风险预警方法，包括：
4、获取学生在社交媒体上的公开言论数据；
5、根据预设的敏感话题关键词以及短语列表，从公开言论数据过滤出与敏感话题相关的言论，且同时通过行为识别技术，检测学生言论中是否包含潜在的异常行为信号；
6、当检测到敏感话题和/或异常行为信号时，调取相应学生在临近预设时间范围内在校园内的监控录像；
7、根据所调取的监控录像，自动追踪并记录学生在校园内的移动轨迹和停留点，
8、并利用长短期记忆网络算法识别学生的常规移动模式，并检测与常规模式不符的异常轨迹；
9、当检测到与常规移动模式不符的异常轨迹时，记录异常发生
10、根据所分析确定学生出现异常反应的具体地点，在地图标记上所有检测到异常反应的地点，分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率；
11、若为是，则将预警信息发送至管理人员所持终端，并将落入预设的欺凌事件频发的区域的标记地点发送以及学生的言论信息一并发送至管理人员所持终端；
12、若为否，则不作通知。
13、通过采用上述技术方案，该ai校园学生风险预警方法融合社交媒体监控、行为识别与校园监控分析，能精准识别学生异常。通过捕捉社交媒体上的敏感言论和潜在异常行为，结合校园监控录像，智能追踪学生轨迹，及时发现与常规模式不符的异常动态。在检测到异常后，系统能迅速判定风险区域，一旦确认风险，即刻向管理人员发送预警及详细信息，便于快速响应。此方法大幅提升了校园安全管理效率，为学生安全提供有力保障。
14、可选的，当检测到敏感话题和/或异常行为信号时，调取相应学生在临近预设时间范围内在校园内的监控录像包括：
15、分析是否同时检测到敏感话题以及异常行为；
16、若为是，则将第一时间范围作为临近预设时间范围；
17、若为否，则将第二时间范围作为临近预设时间范围，其中，第二时间范围所包含的时间间隔小于第一时间范围所包含的时间间隔；
18、调取相应学生在临近预设时间范围内在校园内的监控录像。
19、通过采用上述技术方案，通过智能分析敏感话题和异常行为，动态确定调取监控录像的时间范围，提高了校园安全管理的精准度和效率。当同时检测到敏感话题和异常行为时，采用更大的第一时间范围，以便更全面地回溯事件经过；若只检测到其中之一，则采用更精确的第二时间范围，减少不必要的监控调阅。这种灵活调整的策略，有助于快速锁定关键信息，及时应对潜在风险，保护学生安全。
20、可选的，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
21、若所标记地点落入预设的欺凌事件频发的区域的概率小于预设概率，
22、则根据学生在社交媒体上的公开言论数据，分析预设的学生异常行为数据库是否存在与学生在社交媒体上表达负面情绪或提及欺凌事件的时间点以及地点相匹配的相关数据，其中，学生异常行为数据库包括学生出现异常反应的具体地点和时间；
23、若为是，则跳转至将预警信息发送至管理人员的步骤；
24、若为否，则维持原有设置。
25、通过采用上述技术方案，进一步提升了校园欺凌预警系统的精准性和前瞻性。通过结合地点分析和社交媒体言论数据，系统能够更全面地评估学生面临的风险。当所标记地点与欺凌频发区域不匹配时，系统会智能检索学生异常行为数据库，寻找其他可能的预警信号。这种双重验证机制有助于减少误报，同时在检测到潜在欺凌行为时迅速作出反应，确保学生安全。此举有效提高了预警系统的可靠性和响应速度。
26、可选的，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
27、若所标记地点落入预设的欺凌事件频发的区域的概率小于预设概率,
28、则通过摄像装置根据学生异常反应的具体地点和时间，采用情绪状态分析算法，分析学生的情绪状态是否落入预设的异常情绪状态数据库中；
29、若为是，则分析获取学生的情绪状态落入预设的异常情绪状态数据库的次数占比概率；
30、根据次数占比概率以及所标记地点落入预设的欺凌事件频发的区域的概率，以及不同概率类别的权重，分析获取有效概率，并将有效概率与预设概率作比较；
31、若有效概率超过预设概率，则跳转至将预警信息发送至管理人员的步骤；
32、反之，则维持原有设置。
33、通过采用上述技术方案，进一步提升了校园欺凌预警系统的智能性和准确性。通过引入摄像装置和情绪状态分析算法，系统能够实时监测学生的情绪状态，为预警提供更为丰富的数据支持。综合分析地点、情绪状态及次数占比概率，使得预警判断更加精准。这种多维度、动态化的风险评估机制，有助于及时发现潜在欺凌风险并作出有效应对，从而更好地保护学生的心理健康和校园安全。
34、可选的，还包括与将预警信息发送至管理人员所持终端，并将落入预设的欺凌事件频发的区域的标记地点发送以及学生的言论信息一并发送至管理人员所持终端并行的步骤，具体如下：
35、获取学生在社交媒体上提及欺凌事件的未来时间节点以及地点相匹配的相关时间；
36、提前于未来时间节点预设时间间隔，通过摄像装置监控获取学生的移动轨迹；
37、若学生的移动轨迹与移动至目标地点的其中一移动轨迹的重合度达到预设重合度，将预警信息发送至管理人员所持终端。
38、通过采用上述技术方案，结合社交媒体信息和实时监控，实现了一种前瞻性的校园欺凌预警机制。通过分析学生在社交媒体上的言论，预测可能的欺凌事件时间和地点，再通过摄像装置实时监控学生的移动轨迹。一旦学生的移动轨迹与预测的目标地点移动轨迹高度重合，系统立即向管理人员发送预警信息。这种方式不仅提高了预警的准确性和时效性，还能帮助管理人员及时介入，有效预防欺凌事件的发生，保护学生的安全。
39、可本文档来自技高网...
【技术保护点】
1.一种基于AI的校园内学生风险预警方法，其特征在于，包括：
2.根据权利要求1所述的一种基于AI的校园内学生风险预警方法，其特征在于，当检测到敏感话题和/或异常行为信号时，调取相应学生在临近预设时间范围内在校园内的监控录像包括：
3.根据权利要求2所述的一种基于AI的校园内学生风险预警方法，其特征在于，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
4.根据权利要求2所述的一种基于AI的校园内学生风险预警方法，其特征在于，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
5.根据权利要求3所述的一种基于AI的校园内学生风险预警方法，其特征在于，还包括将预警信息发送至管理人员所持终端，并将落入预设的欺凌事件频发的区域的标记地点发送以及学生的言论信息一并发送至管理人员所持终端并行的步骤，具体如下：
6.根据权利要求5所述的一种基于AI的校园内学生风险预警方法，其特征在于，预设重合度的获取包括：
7.根据权利要求5所
8.一种基于AI的校园内学生风险预警系统，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如权利要求1至7中任一项所述的一种基于AI的校园内学生风险预警方法。
...【技术特征摘要】
1.一种基于ai的校园内学生风险预警方法，其特征在于，包括：
2.根据权利要求1所述的一种基于ai的校园内学生风险预警方法，其特征在于，当检测到敏感话题和/或异常行为信号时，调取相应学生在临近预设时间范围内在校园内的监控录像包括：
3.根据权利要求2所述的一种基于ai的校园内学生风险预警方法，其特征在于，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
4.根据权利要求2所述的一种基于ai的校园内学生风险预警方法，其特征在于，还包括位于分析所标记地点落入预设的欺凌事件频发的区域的概率是否超过预设概率之后的步骤，具体如下：
5.根据权利要求3所述的一种基于ai的校园内学生风...
【专利技术属性】
技术研发人员：陈虹坡，徐朝春，郑蒙，
申请(专利权)人：福州亚历山大健康管理有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。