딥러닝을 기반으로 WZT 그림을 분석한 청소년 폭력성 예측

Abstract

청소년기에는 스트레스 변화가 일상생활에서 부정적인 행동으로 이어질 수 있으며, 적절한 대처 메커니즘을 통해 부정적인 문제 행동을 통제하는 것이 중요합니다. 청소년들의 자기보고 설문지는 방어적이거나 불성실한 답변으로 인해 필요한 정보를 얻기 어려운 단점이 있습니다. 이에 대비하여 그림을 사용한 프로젝티브 테스트는 주제가 무의식적으로 반응하고 사진을 통해 표현되기 때문에 청소년들에게 필요한 정보를 직접적으로 제공할 수 있습니다.

청소년들의 그린 이미지를 이미지 데이터로 분석하는 방법은 몇 가지가 없습니다. 본 연구에서는 청소년들이 Wartegg-Zeichentest (WZT)를 통해 표현한 이미지 데이터를 직접 활용하여 청소년 폭력을 예측하는 데에 분석했습니다.

이 연구의 목표는 폭력적인 행동으로 인해 punishment 5차 받은 134명의 폭력적인 학생과 비폭력적인 134명의 학생으로부터 데이터를 분석하는 것입니다. 이 연구의 대상은 특수학교에서 폭력에 대한 벌칙(5차 벌칙)을 받은 학생들입니다. 우리는 CNN, CNN(SVM), CNN(SVM)+Style transfer GAN, 그리고 Ensemble을 사용하여 WZT의 폭력적인 그림 이미지를 분석하고 딥러닝을 통해 결과를 예측할 것입니다. 결과적으로 우리는 그림의 폭력을 93-98%의 정확도로 예측할 수 있습니다.

본 연구는 딥러닝 모델을 사용하여 청소년들이 직접 그린 그림 이미지를 자동으로 분석하고 폭력 수준을 예측하는 것이 처음으로 시도되었습니다. 이미지로부터 특징을 추출하는 딥러닝의 놀라운 발전은 더 많은 연구 기회를 만들어낼 것으로 기대됩니다.