[发明专利]一种基于面部表情识别的青少年焦虑和抑郁诊断算法

权利要求书

1.一种基于面部表情识别的青少年焦虑和抑郁诊断算法，其特征在于，包括如下步骤：

1)根据摄像头采集到的图片，按照FER算法得到害怕、难过、厌恶、愤怒、高兴、平静和惊讶的情绪分值；

2)根据情绪分值建立情绪矩阵，情绪矩阵的列是每一种情绪，情绪矩阵的行是每一次采样的情绪分值；

3)针对每一列，即每一种情绪计算多次采样的加权平均，加权平均去掉最高值和最小值；

4)计算出焦虑和难过两种情绪的平均分值；

5)根据设定的焦虑和难过两种情绪的阈值显示出相应的警示信息。

2.根据权利要求1所述的基于面部表情识别的青少年焦虑和抑郁诊断算法，其特征在于，所述的步骤1)的具体方法如下：

输入层会把图片传到卷积层，输入的图片像素是64x64像素的图片，输入像素的值背景层的corresp值为-0.1，前景层的corresp值为1.175；平均输入约为0，方差约为1；

卷积层用于提取图片的12个特征平面，每个特征平面使用的一个7x7的卷积核，最终得到94200个特权值；

全连接层有7个神经元，代表七种情绪，最终根据94200个特权值计算得到每种情绪的情绪分值。

3.根据权利要求1所述的基于面部表情识别的青少年焦虑和抑郁诊断算法，其特征在于，所述步骤2)中情绪矩阵如下：

所述情绪矩阵的列表示情绪种类；情绪矩阵的行表示一次采样的情绪分值。

4.根据权利要求1所述的基于面部表情识别的青少年焦虑和抑郁诊断算法，其特征在于，所述步骤4)的焦虑和难过两种情绪的平均分值算法如下：

对于焦虑需要按照以下公式根据害怕和愤怒的平均分值做加权平均：

anx＝α×mean(fear)+β×mean(angry)

其中，α+β＝1，α＝0.8，β＝0.2。

5.根据权利要求4所述的基于面部表情识别的青少年焦虑和抑郁诊断算法，其特征在于，所述步骤5)的警示信息判定规则如下：

焦虑：

0.4＝anxious0.6,轻度焦虑，需要调整好情绪；

0.6＝anxious0.8，中度焦虑，需要和心理学老师进行沟通；

anxious＝0.8,重度焦虑，需要立即进行心理干预；

抑郁：

0.4＝sad0.6,轻度抑郁，需要调整好情绪；

0.6＝sad0.8，中度抑郁，需要和心理学老师进行沟通；

sad＝0.8,重度抑郁，需要立即进行心理干预。