基于人脸视频图像的心理状态评估研究

摘要

目的 设计开发一种基于视频序列的心理状态评估研究的算法和系统，弥补传统评估过程的不足，为评估者提供客观公正的评估过程，保证评估方法不受时间地域的限制，最终提高评估过程效率。方法 评估系统主要由人脸图像采集、心理状态评估、结果可视化分析三部分构成。人脸图像采集，负责抽取视频中的视频帧并利用已有的人脸分割算法将图像中的人脸区域进行分割；心理状态评估，由VGG负责提取面部特征，由长短期记忆网络学习视频帧之间时间关系，得到心理状态结果；结果可视化分析层，对最终结果进行时间回溯计算每帧图像对于最终结果的权重分配，并对权重结果进行可视化输出。结果 以8∶2将数据库划分训练集和测试集，在测试集下具有82.7%的准确率，曲线下面积为0.89。结论 在一定程度下可以实现个体心理状态评估，能够解决在目前社会条件下个体日益关注心理健康等问题，拓宽了现有心理状态评估途径，为所有需要心理评估人群提供便捷、客观、高效的新型评估方式。

关键词

心理状态评估 / 长短期记忆网络 / 卷积神经网络 / 人脸检测

基金资助

陕西省自然科学基础研究计划项目(2023-JC-QN-0704)