成像式光体积描记术精神压力检测

为了实现非接触式的日常精神压力检测,本文提出了一种基于成像式光体积描记术的精神压力检测方法。首先,通过手机摄像头记录受试者面部视频,再采用本文所提出的基于Face Mesh的动态感兴趣区域(Region of Interest,ROI)提取方法获得心率波动引起的皮肤微弱颜色变化。接下来,将快速独立成分分析(FastICA)算法、小波变换和窄带带通滤波相结合,提取基于图像的光体积描记术信号和心率变异性信息。然后,对30名受试者进行了压力诱导实验,通过比较受试者正常和应激状态下心率变异性参数的差异,筛选了用于精神压力检测的14个特征,并探讨了压力诱导的短期精神压力和日常精神压力之间的关系。最后,另外选取67名受试者进行日常精神压力检测,使用机器学习算法建立了精神压力检测的三分类器。实验结果表明:精神压力三分类准确率达到95.2%。鉴于这种方法不需要长期测量,仅使用智能手机就可以准确检测人类精神压力水平,而且测量方法简单,测量时间短,易操作,不会影响受试者的正常心理和精神状态,因此可以作为一种有效的心理学研究工具。

基于虹膜检测技术构建中学生精神压力检测系统的策略和方法

在高中阶段,学生课程难度加深、作业增多、学习方法与初中有明显不同,高考竞争压力非常大,睡眠严重不足,导致学生心理变化较大,相当一部分学生存在不同程度的精神压力,引发心理健康问题,而心理健康问题很难及时、有效地发现。阐述了精神压力与虹膜的关系,提出了基于虹膜检测技术构建高中学生精神压力自动检测系统的策略和方法,以及系统实现原理、管理及使用方法。