SCHOOL VIOLENCE BEHAVIOR RECOGNITION USING SKELETON-BASED DEEP LEARNING METHODS.
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Trần Quang Bình |
| Người hướng dẫn | Lâm Nhựt Khang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
School violence is a critical social issue that demands effective automated surveillance systems to ensure student safety. Traditional video-based methods often struggle with high false-alarm rates in complex environments such as crowded classrooms. This thesis proposes a framework for school violence behavior recognition using skeleton-based deep learning methods. We leverage YOLOv8-Pose for human pose estimation and extract spatio-temporal features using a GCN combined with a BiLSTM model. To enhance model generalization, we constructed a hybrid dataset comprising over 4,000 videos processed into skeletal coordinate sequences, yielding more than 20,000 samples, by merging four datasets. A dynamic post-processing system integrating interaction and velocity filters is introduced to minimize false positives caused by daily activities. Experimental results demonstrate that the proposed model achieves an overall accuracy of 80% for violence detection, proving its feasibility for real-time deployment in educational environments.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- PHỤC VỤ QUẢNG BÁ SẢN PHẨM CHO HỢP TÁC XÃ
- DEVELOPING A SOCIAL NETWORK FOR CULINARY ENTHUSIASTS
- HỆ THỐNG GIAO DỊCH TIỀN ĐIỆN TỬ TRÊN ETHEREUM FRAMEWOR
- NÂNG CẤP MẠNG XÃ HỘI CHIA SẺ SÁCH
- XÂY ĐỰNG WEBSITE ĐẶT LỊCH KHÁM BỆNH
- DỰ ĐOÁN GIÁ NHÀ BẰNG MÔ HÌNH MÁY HỌC
- XÂY DỰNG ỨNG DỤNG ĐẶT MÓN ĂN TRÊN NỀN TẢNG DI ĐỘNG
- HỆ THỐNG GIỚI THIỆU CÁC ĐỊA ĐIỂM DU LỊCH Ở VIỆT NAM
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.