基于机器视觉的学生心理干预治疗及行为监测系统

摘要

以准确检测出学生消极情绪并开展针对性心理干预治疗为目的,设计基于机器视觉的学生心理干预治疗及行为监测系统.系统由人脸检测识别模块获取目标图片,并进行灰度化预处理,去除外界环境干扰,利用Viola?Jones算法完成人脸识别,提取人眼张合度、侧脸、抬头与低头等特征;行为检测模块采用多核LV?SVM模式分类方法划分人脸特征识别结果为不同情绪;核心控制模块对结果为消极情绪的人脸特征予以报警;心理干预治疗模块依据报警结果,采取学校主导、家庭辅助、学生参与三种干预措施开展学生针对性心理干预治疗.实验结果证明,该系统的人脸特征检测准确率高、稳定性强,可以对存在消极情绪的学生进行心理干预治疗,且效果显著.