项目理念 |拉克沙克

项目名称： Rakshak——一个女人的 24×7 伴侣

简介：我们都非常清楚如今印度女性面临的可怕安全条件。事实上，强奸和性骚扰事件已经变得相当普遍。在现代这个时代，为了女性的安全而试图将女性限制在房子的四堵墙内肯定是不正确的。此外，并非每个人都足够健康或有足够的时间或机会学习自卫。因此，必须有一些东西可以作为 24×7 女性的伴侣。 Rakshak 的目标是成为那个同伴。机器学习被广泛用于分析股票市场、趋势、健康应用、农业应用等等。那么为什么不使用它来保护我们女性的安全呢！这个想法是使用心率、皮肤温度和皮肤电导来感知情绪，并不断改进收集的数据以提高准确性。情绪需要不断检查，会在0到10之间进行评分。当恐惧和焦虑等情绪上升到9级以上，表明对女性的安全有威胁时，位置（用A-GPS测量） ) 将被自动发送到 2 个最近的警察局。如果警察准时到达，这有助于防止强奸。此外，Rakshak 可以在没有手机的情况下将信号发送到警察局，因此即使罪犯为了隔离受害者而扔掉手机，受害者仍然可以被拯救。

概念框架：

网络上很容易获得大量数据，可以用来学习情绪。 SVM（支持向量机）模型将用于 ML，因为在各种方法中，SVM 提供了最大的准确性。根据许多研究，情绪可以是基于唤醒和负或正价的类别。由此，我们可以将情绪大致分为四个部分——愤怒、喜悦、快乐、悲伤。愤怒可以进一步分为恐惧、激动和痛苦。显然，如果出现强奸的情况，受害者的情绪就属于这一类。上面提到的所有三个传感器都需要低电压。 Zigbee 技术可用于将数据上传到云上，因为它的效率可以从其在物联网应用中的广泛使用中观察到。闪存将包含从研究/网络获得的数据集和一些基本算法。当用户第一次使用 Rakshak 时，她会被要求浏览一组视频，这些视频将用于在观众中带出各种不同类型的情绪。每个视频都旨在带出一种情感，这些视频将被一个中性视频隔开。传感器将连续感应观察者的心率、皮肤温度和皮肤电导率。在 SVM 的帮助下，情绪将被检测到。然后将在用户的手机上显示一条消息，指示检测到的情绪类型。用户将被进一步询问实际感受到的情绪。将相应地进行校准。情绪的强度将在 0 到 10 的范围内测量。这个过程将重复三次，每天一次。之后，用户将不得不浏览一组与强奸有关的令人不安的视频（本质上不是太多的图形）。将测量各种情绪的强度，并且该信息仅适用于该特定用户。 （为了解释，
假设恐怖强度为 9，激动为 8，痛苦为 10。）将向用户显示此数据，然后在 0 到 10 的范围内询问用户希望红色值是什么。 （红色值是通知警察的强度。）之后，如果某种情绪的强度大于 5，则只会询问用户情绪。传感器将继续将数据上传到云端进一步改进情绪检测。所做的更改也将保存在闪存中，以便在没有互联网连接的情况下一切正常。在网络连接的情况下，A-GPS 将用于提供精确位置。在没有网络连接的情况下，它仍然可以作为普通 GPS 工作。它将有一个 SIM 卡，如果情绪的强度超过红色值，警方将借助该 SIM 卡发出信号。

图表：

硬件要求：

• 闪存
• Zigbee 技术
• 带 Sim 的 A-GPS
• 基于光电容积描记术 (PPG) 概念的心率传感器。
• DS600 测量皮肤温度
• 用于测量皮肤电导的 SCR

软件要求：

• 云平台（GCP 或任何其他，用于上传数据）
• 安卓工作室

算法：

• J48 决策树算法找到最近的警察局。
• SVM（支持向量机）

应用： Rakshak 可用于女性（或任何其他人）的安全。它可以帮助防止强奸和贩运。由于持续监控情绪，它还可以用来检查用户的情绪和精神状况，并有助于防止自杀。家庭暴力案件也可以得到控制。

参考：

• 基于心率和皮肤电导的情绪识别– Mickaël – Ménard、Hamza Hamdi、Paul Richard 和 Bruno Daucé
• 迈向基于智能传感器的人类情感识别——MTQuazi、SC Mukhopadhyay、NK Suryadevara 和 YMHuang
• 使用生理信号的机器学习算法进行情绪分类– Eun-Hye Jang、Byoung-Jun Park、Sang-Hyeob Kim 和 Jin-Hun Sohn
• GeoZigBee：无线 GPS 手表跟踪解决方案– Alison Brown、Peter Brown 和 Jacob Griesbach，NAVSYS 公司 Terrence E. Boult，科罗拉多大学科罗拉多斯普林斯分校
• 一种有效的算法来检测给定主题的地图最近位置– MAP Chamikara, YPRD Yapa, SR Kodituwakku, J. Gunathilake

注意：这个项目想法是由Sakshi Sharma ([e-mail]) 为 ProGeek Cup 2.0- GeeksforGeeks 的项目竞赛贡献的。