CN113192602A - 一种用于学生心理健康检测的测试*** - Google Patents

一种用于学生心理健康检测的测试*** Download PDF

Info

Publication number
CN113192602A
CN113192602A CN202110511029.6A CN202110511029A CN113192602A CN 113192602 A CN113192602 A CN 113192602A CN 202110511029 A CN202110511029 A CN 202110511029A CN 113192602 A CN113192602 A CN 113192602A
Authority
CN
China
Prior art keywords
module
student
students
expression
mental health
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110511029.6A
Other languages
English (en)
Inventor
唐芳贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hengyang Normal University
Original Assignee
Hengyang Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hengyang Normal University filed Critical Hengyang Normal University
Priority to CN202110511029.6A priority Critical patent/CN113192602A/zh
Publication of CN113192602A publication Critical patent/CN113192602A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Artificial Intelligence (AREA)

Abstract

本发明属于心理健康测试技术领域，公开了一种用于学生心理健康检测的测试***，用于学生心理健康检测的测试***包括：学生信息识别模块、图像采集模块、生理数据采集模块、中央控制模块、图像处理模块、微表情识别模块、心理健康检测模块、心理状态分析模块、原因预测模块以及输出模块。本发明结合权威认证的心理测试结合对学生的面部微表情的仔细分析，测试结果更加的准确，及时的发现学生的问题，及时解决；同时基于人脸识别以及身份证识别保护了学生的心理隐私状况，提高了安全性，避免泄密；且自动化智能化强，测试最精确的结果，而且没有心理健康检测的费用。

Description

一种用于学生心理健康检测的测试***
技术领域
本发明属于心理健康测试技术领域，尤其涉及一种用于学生心理健康检测的测试***。
背景技术
目前：随着社会发展的越来越迅速，人们在为生活奔波的同时，对自己孩子的心理教育问题极易造成忽略，所以现在有的学生在学校里会做一些难以控制的事情，心理问题不容易被发现而且在某个时刻容易爆发出来，就像是潜伏在学生身体中的定时炸弹，如果得不到好的解决，不予以重视，会发生一些令人难以预测的事情，所以学校现在基本上都会设定心理健康辅导中心，为学生解决心理上的问题，但是有的学生不想让别人知道自己心理有问题，所以需要一种自助的心理测试***尤为重要，帮助学生认识到自己的问题，促进身心健康。
通过上述分析，现有技术存在的问题及缺陷为：目前的心理检测***是自动化智能化不强，得不到最精确的测试结果；线下心理健康检测费用高。
发明内容
针对现有技术存在的问题，本发明提供了一种用于学生心理健康检测的测试***。
本发明是这样实现的，一种用于学生心理健康检测的测试***，所述用于学生心理健康检测的测试***包括：
学生信息识别模块、图像采集模块、生理数据采集模块、中央控制模块、图像处理模块、微表情识别模块、心理健康检测模块、心理状态分析模块、原因预测模块以及输出模块；
图像采集模块，与中央控制模块连接，用于利用摄像设备采集学生测试时的脸部图像；
图像处理模块，与中央控制模块连接，用于对采集的学生脸部图像进行处理；
所述对采集的学生脸部图像进行处理包括：
采用加权方法，通过权衡PM和TV模型得到能量函数，通过最小化能量函数降低图像噪声，能量泛函的表达式为：
Figure BDA0003060383900000021
Figure BDA0003060383900000022
其中k0、L是常数，Δt是步长，N为迭代次数，对应的参数表达式是：
Figure BDA0003060383900000023
对应的欧拉方程为：
Figure BDA0003060383900000024
根据梯度下降流法，混合模型如下：
Figure BDA0003060383900000025
微表情识别模块，与中央控制模块连接，用于基于采集的学生脸部图像进行学生微表情识别；
心理健康检测模块，与中央控制模块连接，用于对学生进行心理健康的评测；
心理状态分析模块，与中央控制模块连接，用于基于微表情识别结果与评测结果进行心理状态分析；
输出模块，与中央控制模块连接，用于输出学生心理状态分析结果、问题成因以及相应的建议措施。
进一步，所述用于学生心理健康检测的测试***还包括：
学生信息识别模块，与中央控制模块连接，用于对测试学生的身份信息进行识别与验证；
生理数据采集模块，与中央控制模块连接，用于利用多种量测设备进行学生心率及其他生理数据的采集；
中央控制模块，与学生信息识别模块、图像采集模块、生理数据采集模块、图像处理模块、微表情识别模块、心理健康检测模块、心理状态分析模块、原因预测模块以及输出模块连接，用于利用单片机或控制器控制各个模块正常工作；
原因预测模块，与中央控制模块连接，用于基于心理状态分析结果以及生理数据确定学生心理问题成因。
进一步，所述学生信息识别模块包括：
人脸识别单元，用于进行学生人脸识别；
身份证识别单元，用于进行学生身份证信息的识别。
进一步，所述学生信息识别模块对测试学生的身份信息进行识别与验证包括：
对待验证图像进行人脸检测和对齐；在得到的人脸图像上划分预定多个面部图像块；利用预先训练的预定多个人脸识别神经网络对人脸图像进行处理，得到所述人脸图像的预定多个面部图像块的预定多个特征，对所述人脸特征和数据库中预先存储的人脸特征之间的进行相似度，得到相似值；基于所述相似值，判断是否属于同一人；若判断出属于同一人，则确定人脸验证通过；若判断出不属于同一人，则确定人脸验证不通过。
进一步，所述心理健康检测模块对学生进行心理健康的评测包括：
获取经过权威性认证的各种心理疾病的若干具体症状描述以及经过权威性认证的健康心理标准；获取学生当前生理、心理时期的实际状态；
结合相应的学生状态、症状描述以及相应标准自动生成相应测试问题，根据学生对所述测试问题的排除式或者判断式选择，得到测试结果。
进一步，所述微表情识别模块基于采集的学生脸部图像进行学生微表情识别包括：
获取预处理后的学生脸部图像序列中包含微表情的图像帧；根据预设的经验帧数值，在包含微表情的图像帧中获取与所述经验帧数值相等张数的连续多帧图像，以组成微表情序列；
将所述学生的微表情序列分别输入预置的多个微表情识别模型，得到各微表情识别模型对应的表情分类概率集合，所述表情分类概率集合包括所述表情数据与不同的表情分类之间的匹配概率；
计算各表情分类概率集合中的相同表情分类的匹配概率的平均值；根据表情分类的匹配概率的平均值确定所述目标微表情序列对应的表情分类得到微表情识别结果。
进一步，所述获取预处理后的学生脸部图像序列中包含微表情的图像帧包括：
通过光流法获取所述图像序列中包含微表情的图像帧；或者通过时空局部纹理算子获取所述图像序列中包含微表情的图像帧。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明结合权威认证的心理测试结合对学生的面部微表情的仔细分析，测试结果更加的准确，及时的发现学生的问题，及时解决；同时基于人脸识别以及身份证识别保护了学生的心理隐私状况，提高了安全性，避免泄密；且自动化智能化强，测试最精确的结果，而且没有心理健康检测的费用。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的用于学生心理健康检测的测试***结构示意图；
图中：1、学生信息识别模块；2、图像采集模块；3、生理数据采集模块；4、中央控制模块；5、图像处理模块；6、微表情识别模块；7、心理健康检测模块；8、心理状态分析模块；9、原因预测模块；10、输出模块。
图2是本发明实施例提供的学生信息识别模块结构示意图；
图中：11、人脸识别单元；12、身份证识别单元。
图3是本发明实施例提供的学生信息识别模块对测试学生的身份信息进行识别与验证的方法流程图。
图4是本发明实施例提供的微表情识别模块基于采集的学生脸部图像进行学生微表情识别的方法流程图。
图5是本发明实施例提供的心理健康检测模块对学生进行心理健康的评测的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种用于学生心理健康检测的测试***，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的用于学生心理健康检测的测试***包括：
学生信息识别模块1，与中央控制模块4连接，用于对测试学生的身份信息进行识别与验证；
图像采集模块2，与中央控制模块4连接，用于利用摄像设备采集学生测试时的脸部图像；
生理数据采集模块3，与中央控制模块4连接，用于利用多种量测设备进行学生心率及其他生理数据的采集；
中央控制模块4，与学生信息识别模块1、图像采集模块2、生理数据采集模块3、图像处理模块5、微表情识别模块6、心理健康检测模块7、心理状态分析模块8、原因预测模块9以及输出模块10连接，用于利用单片机或控制器控制各个模块正常工作；
图像处理模块5，与中央控制模块4连接，用于对采集的学生脸部图像进行处理；
微表情识别模块6，与中央控制模块4连接，用于基于采集的学生脸部图像进行学生微表情识别；
心理健康检测模块7，与中央控制模块4连接，用于对学生进行心理健康的评测；
心理状态分析模块8，与中央控制模块4连接，用于基于微表情识别结果与评测结果进行心理状态分析；
原因预测模块9，与中央控制模块4连接，用于基于心理状态分析结果以及生理数据确定学生心理问题成因；
输出模块10，与中央控制模块4连接，用于输出学生心理状态分析结果、问题成因以及相应的建议措施。
本发明实施例提供的对采集的学生脸部图像进行处理包括：
采用加权方法，通过权衡PM和TV模型得到能量函数，通过最小化能量函数降低图像噪声，能量泛函的表达式为：
Figure BDA0003060383900000061
Figure BDA0003060383900000071
其中k0、L是常数，Δt是步长，N为迭代次数，对应的参数表达式是：
Figure BDA0003060383900000072
对应的欧拉方程为：
Figure BDA0003060383900000073
根据梯度下降流法，混合模型如下：
Figure BDA0003060383900000074
如图2所示，本发明实施例提供的学生信息识别模块1包括：
人脸识别单元11，用于进行学生人脸识别；
身份证识别单元12，用于进行学生身份证信息的识别。
如图3所示，本发明实施例提供的学生信息识别模块对测试学生的身份信息进行识别与验证包括：
S101，对待验证图像进行人脸检测和对齐；在得到的人脸图像上划分预定多个面部图像块；
S102，利用预先训练的预定多个人脸识别神经网络对人脸图像进行处理，得到所述人脸图像的预定多个面部图像块的预定多个特征；
S103，对所述人脸特征和数据库中预先存储的人脸特征之间的进行相似度，得到相似值；
S104，基于所述相似值，判断是否属于同一人；若判断出属于同一人，则确定人脸验证通过；若判断出不属于同一人，则确定人脸验证不通过。
如图4所示，本发明实施例提供的微表情识别模块基于采集的学生脸部图像进行学生微表情识别包括：
S201，获取预处理后的学生脸部图像序列中包含微表情的图像帧；根据预设的经验帧数值，在包含微表情的图像帧中获取与所述经验帧数值相等张数的连续多帧图像，以组成微表情序列；
S202，将所述学生的微表情序列分别输入预置的多个微表情识别模型，得到各微表情识别模型对应的表情分类概率集合，所述表情分类概率集合包括所述表情数据与不同的表情分类之间的匹配概率；
S203，计算各表情分类概率集合中的相同表情分类的匹配概率的平均值；根据表情分类的匹配概率的平均值确定所述目标微表情序列对应的表情分类得到微表情识别结果。
本发明实施例提供的获取预处理后的学生脸部图像序列中包含微表情的图像帧包括：
通过光流法获取所述图像序列中包含微表情的图像帧；或者通过时空局部纹理算子获取所述图像序列中包含微表情的图像帧。
如图5所示，本发明实施例提供的心理健康检测模块对学生进行心理健康的评测包括：
S301，获取经过权威性认证的各种心理疾病的若干具体症状描述以及经过权威性认证的健康心理标准；获取学生当前生理、心理时期的实际状态；
S302，结合相应的学生状态、症状描述以及相应标准自动生成相应测试问题，根据学生对所述测试问题的排除式或者判断式选择，得到测试结果。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种用于学生心理健康检测的测试***，其特征在于，所述用于学生心理健康检测的测试***包括：
学生信息识别模块、图像采集模块、生理数据采集模块、中央控制模块、图像处理模块、微表情识别模块、心理健康检测模块、心理状态分析模块、原因预测模块以及输出模块；
图像采集模块，与中央控制模块连接，用于利用摄像设备采集学生测试时的脸部图像；
图像处理模块，与中央控制模块连接，用于对采集的学生脸部图像进行处理；
所述对采集的学生脸部图像进行处理包括：
采用加权方法，通过权衡PM和TV模型得到能量函数，通过最小化能量函数降低图像噪声，能量泛函的表达式为：
Figure FDA0003060383890000011
Figure FDA0003060383890000012
其中k0、L是常数，Δt是步长，N为迭代次数，对应的参数表达式是：
Figure FDA0003060383890000013
对应的欧拉方程为：
Figure FDA0003060383890000014
根据梯度下降流法，混合模型如下：
Figure FDA0003060383890000021
微表情识别模块，与中央控制模块连接，用于基于采集的学生脸部图像进行学生微表情识别；
心理健康检测模块，与中央控制模块连接，用于对学生进行心理健康的评测；
心理状态分析模块，与中央控制模块连接，用于基于微表情识别结果与评测结果进行心理状态分析；
输出模块，与中央控制模块连接，用于输出学生心理状态分析结果、问题成因以及相应的建议措施。
2.如权利要求1所述用于学生心理健康检测的测试***，其特征在于，所述用于学生心理健康检测的测试***还包括：
学生信息识别模块，与中央控制模块连接，用于对测试学生的身份信息进行识别与验证；
生理数据采集模块，与中央控制模块连接，用于利用多种量测设备进行学生心率及其他生理数据的采集；
中央控制模块，与学生信息识别模块、图像采集模块、生理数据采集模块、图像处理模块、微表情识别模块、心理健康检测模块、心理状态分析模块、原因预测模块以及输出模块连接，用于利用单片机或控制器控制各个模块正常工作；
原因预测模块，与中央控制模块连接，用于基于心理状态分析结果以及生理数据确定学生心理问题成因。
3.如权利要求2所述用于学生心理健康检测的测试***，其特征在于，所述学生信息识别模块包括：
人脸识别单元，用于进行学生人脸识别；
身份证识别单元，用于进行学生身份证信息的识别。
4.如权利要求2所述用于学生心理健康检测的测试***，其特征在于，所述学生信息识别模块对测试学生的身份信息进行识别与验证包括：
对待验证图像进行人脸检测和对齐；在得到的人脸图像上划分预定多个面部图像块；
利用预先训练的预定多个人脸识别神经网络对人脸图像进行处理，得到所述人脸图像的预定多个面部图像块的预定多个特征；
对所述人脸特征和数据库中预先存储的人脸特征之间的进行相似度，得到相似值；
基于所述相似值，判断是否属于同一人；若判断出属于同一人，则确定人脸验证通过；若判断出不属于同一人，则确定人脸验证不通过。
5.如权利要求1所述用于学生心理健康检测的测试***，其特征在于，所述心理健康检测模块对学生进行心理健康的评测包括：
获取经过权威性认证的各种心理疾病的若干具体症状描述以及经过权威性认证的健康心理标准；获取学生当前生理、心理时期的实际状态；
结合相应的学生状态、症状描述以及相应标准自动生成相应测试问题，根据学生对所述测试问题的排除式或者判断式选择，得到测试结果。
6.如权利要求1所述用于学生心理健康检测的测试***，其特征在于，所述微表情识别模块基于采集的学生脸部图像进行学生微表情识别包括：
获取预处理后的学生脸部图像序列中包含微表情的图像帧；根据预设的经验帧数值，在包含微表情的图像帧中获取与所述经验帧数值相等张数的连续多帧图像，以组成微表情序列；
将所述学生的微表情序列分别输入预置的多个微表情识别模型，得到各微表情识别模型对应的表情分类概率集合，所述表情分类概率集合包括所述表情数据与不同的表情分类之间的匹配概率；
计算各表情分类概率集合中的相同表情分类的匹配概率的平均值；根据表情分类的匹配概率的平均值确定所述目标微表情序列对应的表情分类得到微表情识别结果。
7.如权利要求6所述用于学生心理健康检测的测试***，其特征在于，所述获取预处理后的学生脸部图像序列中包含微表情的图像帧包括：
通过光流法获取所述图像序列中包含微表情的图像帧；或者通过时空局部纹理算子获取所述图像序列中包含微表情的图像帧。
8.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求1-7任意一项所述用于学生心理健康检测的测试***。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供学生输入接口以应用如权利要求1-7任意一项所述用于学生心理健康检测的测试***。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用如权利要求1-7任意一项所述用于学生心理健康检测的测试***。
CN202110511029.6A 2021-05-11 2021-05-11 一种用于学生心理健康检测的测试*** Withdrawn CN113192602A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110511029.6A CN113192602A (zh) 2021-05-11 2021-05-11 一种用于学生心理健康检测的测试***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110511029.6A CN113192602A (zh) 2021-05-11 2021-05-11 一种用于学生心理健康检测的测试***

Publications (1)

Publication Number Publication Date
CN113192602A true CN113192602A (zh) 2021-07-30

Family

ID=76981068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110511029.6A Withdrawn CN113192602A (zh) 2021-05-11 2021-05-11 一种用于学生心理健康检测的测试***

Country Status (1)

Country Link
CN (1) CN113192602A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116741344A (zh) * 2023-06-05 2023-09-12 厦门纳智壳生物科技有限公司 基于计算机视觉和算法技术的学生生理心理健康筛查***
CN116869530A (zh) * 2023-05-31 2023-10-13 厦门纳智壳生物科技有限公司 一种利用人体微表情和生理指标进行居民心理健康检测的方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116869530A (zh) * 2023-05-31 2023-10-13 厦门纳智壳生物科技有限公司 一种利用人体微表情和生理指标进行居民心理健康检测的方法和装置
CN116741344A (zh) * 2023-06-05 2023-09-12 厦门纳智壳生物科技有限公司 基于计算机视觉和算法技术的学生生理心理健康筛查***

Similar Documents

Publication Publication Date Title
KR102239129B1 (ko) 심층신경망을 이용하는 종단 간 화자 인식
CN107609493B (zh) 优化人脸图片质量评价模型的方法及装置
CN106897658B (zh) 人脸活体的鉴别方法和装置
CN102890776B (zh) 通过面部表情调取表情图释的方法
CN108875708A (zh) 基于视频的行为分析方法、装置、设备、***及存储介质
EP2523149A2 (en) A method and system for association and decision fusion of multimodal inputs
CN105303179A (zh) 指纹识别方法、装置
CN109977980A (zh) 一种验证码识别方法及装置
CN109492595B (zh) 适用于固定群体的行为预测方法和***
CN110991249A (zh) 人脸检测方法、装置、电子设备及介质
CN113192602A (zh) 一种用于学生心理健康检测的测试***
CN110276252B (zh) 一种基于生成式对抗网络的抗表情干扰的人脸识别方法
CN111401105B (zh) 一种视频表情识别方法、装置及设备
CN115205764B (zh) 基于机器视觉的在线学习专注度监测方法、***及介质
Alburaiki et al. Mobile based attendance system: face recognition and location detection using machine learning
CN111241873A (zh) 图像翻拍检测方法及其模型的训练方法、支付方法及装置
CN110705428A (zh) 一种基于脉冲神经网络的脸部年龄识别***及方法
CN115439892A (zh) 一种基于掌纹掌静脉多模态融合的身份识别方法
Ashwinkumar et al. Deep learning based approach for facilitating online proctoring using transfer learning
CN114519900A (zh) 乘车方法、装置、电子设备及存储介质
CN114360697A (zh) 远程防疫作业方法、***、设备及存储介质
CN106355066A (zh) 人脸验证方法及人脸验证装置
Boncolmo et al. Gender Identification Using Keras Model Through Detection of Face
Sinha et al. An educational based intelligent student stress prediction using ml
CN110084143B (zh) 一种用于人脸识别的情绪信息保护方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210730