让欺凌者无所遁形，连信数字情绪攻击性识别技术守护校园安全

近年来，校园霸凌事件屡见不鲜。四川德阳教育局针对这一情况做出将“校园欺凌”纳入初中毕业生综合素质评价，即被认定有校园欺凌行为的学生，其综合素质评价不得评定为B等及以上等级的决定，以约束校园霸凌行为。该措施虽有一定作用，但如何快速识别霸凌者和被霸凌的孩子，才是解决问题的关键。此时，连信数字情绪攻击性识别技术成为破解校园霸凌事件“预防难”的重要突破口。

作为国内心理大数据智能应用领军企业，连信通过先进的计算机视觉技术，成功搭建起一套可验证、可迭代的技术路径。经严格测试，在攻击性验证集上的准确率高达97%，人工测试准确率亦达到76.0%，远高于市面上基于语音声学特征的统计与时序特征融合方法92.9%准确率，为行业内树立了新的标杆。

识别情绪攻击，是遏制校园霸凌的关键一步

情绪攻击性是个体在遭遇威胁或挑战时的典型情绪反应，常通过愤怒、厌恶等强烈情绪外显，严重时甚至可能诱发攻击性行为。情绪攻击性的精准识别与有效管控是识别校园霸凌事件的关键一步。

目前，市面上对攻击性的识别主要基于前庭情绪反馈理论（VER），通过振动影像（Vibration Image）技术捕捉不可控生理信号，其高度依赖高精度振动影像设备，且理论体系不够完善，尚未经过大规模验证，其这在一定程度上限制了情绪识别技术在相关领域更高效地发挥作用。

连信数字以三大核心技术创新突破行业天花板

图片来源于网络

前沿模型架构

1、基于 Vision Transformer（ViT）架构的精细化微调 ：充分利用自注意力机制的优势，针对图像分类任务进行优化。在预处理阶段，借助 torchvision.transforms 设计一系列数据增强策略，如随机裁剪、归一化等，使模型在多变环境下保持高度鲁棒性和适应性。

2、冻结主干网络参数策略 ：仅对新增分类层进行调优，有效减少计算资源消耗，同时提升推理效率，确保模型在保持高效运行的同时具备卓越性能。

数据处理模式：动静场景兼容

1、灵活输入与精准输出 ：支持静态图像和视频流输入（可通过抽帧识别），输出单一情绪标签（攻击性或非攻击性情绪），精准划分情绪特征，为情绪识别提供精确依据。

2、高效推理与流畅体验 ：服务器端单次推理时间仅 46ms，整体接口响应时间 244ms，即使在高并发场景下，也能确保情绪识别的实时性和流畅性，满足教育等场景快速响应需求。

建立多源数据集

1、海量多样化面部表情数据库 ：构建行业领先的情绪攻击性数据库，样本数据规模突破 10 万张，为模型训练提供丰富素材，提升模型对不同情绪特征的识别能力。

2、整合优化，提升泛化能力 ：整合外部公开数据集样本，并新增监控视角攻击性表情数据，增强模型在不同场景下的适应性和泛化能力，确保其在教育等实际应用场景中的有效性和可靠性。

情绪攻击性识别技术作为风险预警系统的核心模块，其技术突破与场景落地能力直接影响社会治理效能，应用前景极为广阔。在教育场景中，若模型持续监测到攻击情绪，表明学生之间可能存在严重矛盾冲突，可作为潜在校园欺凌事件的关键预警信号。教师在识别到学生的攻击情绪后，可及时与学生沟通，了解情绪动向并及时干预，规避校园暴力事件的发生。

连信数字在情绪攻击性识别技术上的创新与突破，不仅为学校教育，也正为社会治理、公共安全等多个领域带来全新的可能，引领行业迈向新的发展阶段。