تشخیص خشونت خانگی از طریق پردازش صوت بوسیله شبکه عصبی عمیق

امروزه شیوع خشونت خانگی بالاخص خشونت علیه زنان پیامدهای جدی و جبران ناپذیری بر جای می گذارد. با توسعه فناوری های نوین، ابزارهای کارآمد و موثری همانند اینترنت اشیاء برای رصد و پایش این نوع آسیب اجتماعی ابداع شده است. در پژوهش حاضر با تکیه بر داده های جمع آوری شده از حسگرهای صوتی و بهره گیری از تکنیک یادگیری عمیق یک مدل کارآمد برای تشخیص خشونت خانگی علیه زنان ارائه شده است. الگوی پیشنهادی یک ساختار چهار لایه بوده که در لایه اول سیگنال های گفتار پیش پردازش شده و به لایه بعدی که مبتنی بر کانولوشن است؛ ارسال می گردد تا ویژگی های مربوط به سیگنال ها استخراج شود، سپس ویژگی های موثر انتخاب و به فاز دسته بندی ارسال می گردد. در این لایه، تشخیص خشونت از روی سیگنال های گفتار با الگوهای ترکیبی CNNSVM، CNNXGBoost و همچنین CNN انجام می گیرد. در این پژوهش، اولین مجموعه داده جهت شناسایی خشونت خانگی از طریق صوت، از درون فیلم های سینمایی تهیه و برچسب گذاری شده است. سیستم پیشنهادی در محیط پایتون پیاده سازی گردیده و کارآمدی آن در شاخص های مختلف مورد تجزیه و تحلیل قرار گرفته و بین الگوهای مختلف CNNXGBoost با دقت ۹/۹۶درصد، عملکرد بهتری نسبت به دیگر روش ها دارد.

کلیدواژه ها:

شبکه عصبی عمیق ، پردازش صوت ، خشونت خانگی