?笑臉識別鼓勵系統在中小學心理健康教育中的應用

李傳江 張秋秋 張崇明 尹仕熠 韓浩志

摘? 要 從中小學素質教育的內涵出發，在結合認知心理學與兒童教育學的基礎上，梳理中小學教育的智能化需求，將傳統的學生心理指導工作同人工智能技術高度融合，設計基于笑臉檢測的兒童笑臉識別鼓勵系統，并對系統中所涉及關鍵技術應用進行理論分析。該系統已在上海某小學獲得實際應用，笑臉識別效果良好，初步達成設計目標。

關鍵詞 人工智能+教育;中小學;心理教育;校園文化;笑臉識別鼓勵系統;素質教育

中圖分類號：G444? ? 文獻標識碼：B

文章編號：1671-489X（2020）07-0009-03

1 引言

在中小學教育改革進程中，人們對素質教育的重視程度逐漸提高。教育者以促進學生全面發展為目的，在注重培養學生知識技能發展和學習成績的同時，更加注重學生成長健康和心理健康。隨著近年來人工智能技術的快速發展，“人工智能+教育”的理念逐漸進入大眾視野。為了實現人工智能新技術與教育的深度融合，推動人工智能在校園中的應用，需要根據中小學的實際需求有針對性地實現具體應用，為學生提供精準服務，這也將給中小學教育帶來新一輪的技術革新與顛覆性的體驗[1]。本文設計的學生笑臉識別鼓勵系統，利用人工智能技術滿足了中小學在心理教育方面的實際需求，幫助學生實現快樂成長，提高心理健康水平，減少心理行為問題的發生，同時能體驗人工智能技術的強大優勢。

2 需求分析

近年來，隨著中小學生學習與生活壓力的增加，其心理行為問題日趨突出。在眾多導致學生發生心理行為問題的因素中，學習壓力大、在校人際交往障礙等原因占據多數。這類學生往往心理負擔沉重，逃避上學，對集體生活既無興趣又缺乏信心[2]，最終導致學習成績下降，且極大地妨礙身心成長。

當前，隨著人工智能技術的不斷發展及在教育領域的應用不斷深入，人工智能技術在智能教育機器人、智能作業批改系統等方面不斷探索與發展[3]，但能夠輔助教師關注學生心理健康，引導學生快樂成長的技術研究，目前尚處于起步階段。

基于此，本文設計了一種基于笑臉檢測的笑臉識別鼓勵系統。為了展示中小學生樂觀、自信、陽光、活力四射的精神面貌，該系統結合人工智能，利用笑臉檢測和識別技術鼓勵學生多微笑。該系統在每天早上抓拍學生豐富多彩的笑臉，將一張張燦爛的笑容綻放在“笑臉墻”上。在系統每天的鼓勵與引導下，學校能有效減少學生心理行為問題的發生，實現學生的快樂成長。不僅如此，當教師或家長行走在校園內，看到“笑臉墻”上一張張天真爛漫的笑臉，在更好地了解學生近期的心情狀態的同時，也被撲面而來的童真氣息以及快樂氛圍所感染，擁有同樣的快樂與幸福。

相比在學校墻壁上看到名人畫像或格言，“笑臉墻”更能緩解學生壓力，營造健康、輕松、快樂的成長氛圍，在向學生傳輸各方面的學科知識的同時，關注學生的心理健康，達成學生身心的和諧、快樂成長與健康發展。推行這樣的校園文化，也體現了學校的人文關懷和視學生為教育主體的辦學理念。

3 笑臉識別鼓勵系統的實現

笑臉識別鼓勵系統通過圖像處理、模式識別等技術，利用攝像頭實時采集視頻，實現學生笑臉的抓拍，自動在屏幕上循環展示。具體可分為數據采集模塊、數據庫模塊、人機交互模塊和笑臉識別模塊[4]，系統框圖如圖1所示。

其中，數據采集模塊由點陣紅外夜視攝像頭實現，可獲取實時視頻與照片的拍攝，最后將采集到的數據傳輸到PC端。該攝像頭具有日夜切換，逆光補償、強光抑制的優勢，從硬件角度出發，盡量減少光照對笑臉識別效果的影響。數據庫模塊基于MySQL數據庫進行構建，實現對學生笑臉的存儲。其數據庫設計分為兩張表，其中一張表存儲學生注冊信息，另一張用來保存動態的學生笑臉圖片。本系統人機交互界面基于PyQt5工具包，由Python語言實現。系統主界面設計如圖2所示，左邊顯示實時視頻，右邊不斷更新展示捕捉到的笑臉照片。

服務器端的笑臉識別模塊是本系統的核心模塊。該模塊通過對學生面部區域進行笑臉檢測，結合嘴部姿態變化和牙齒特征檢測進行綜合判斷，識別笑容。具體實現步驟如下。

首先，對人臉圖像進行人臉剪裁，直方圖均衡化、歸一化等預處理，然后對人臉圖像進行LBP特征及唇部PHOG特征的提取[5]。其中，PHOG特征提取過程如下。

1）根據先驗知識，獲取唇部位置。

2）采用sobel算子計算唇部梯度向量：

若Ix及Iy分別代表經縱向及橫向邊緣檢測的圖像，即Ix=sobel1*I，Iy=sobel2*I，則圖像每個像素點的梯度幅值為：

梯度方向為：θ=arctan（Ix/Iy）

3）對唇部區域做金字塔分割。將原始圖像通過多次采樣處理，形成“金字塔”的一個圖像區域組成的序列。

4）提取各層子圖像的HOG特征，連接所有子圖像的特征作為最終提取的嘴部特征，獲取串聯后的PHOG特征向量總長度。

提取圖像的人臉LBP特征時利用LBP編碼，其數學表達式為：

其中，P，R表示在半徑為R的鄰域內，中心像素點相鄰采樣點個數為P個，R的鄰域尺寸為（8，1）;（xc，yc）表示中心像素點的坐標;S（Ii，Ic）為邏輯判斷函數，其中Ii表示第i個采樣點的灰度值，Ic表示中心像素點的灰度值，從而得到LBP特征LBPP，R（xc，yc）。

其次，串聯樣本提取到的PHOG特征向量和LBP特征向量，得到融合后的特征向量。在這組新的特征向量中，既包含唇部的PHOG特征信息，又包含人臉的LBP特征信息。

最后，結合隨機森林算法生成笑臉識別分類器[6]，得到笑臉和非笑臉的分類標準。在生成隨機森林過程中，需要通過從總訓練樣本集的N次隨機取樣，得到N個決策樹訓練的樣本集，再利用融合特征向量和訓練集標簽訓練N個決策樹，隨之構成“森林”。將測試集圖像輸入訓練好的決策樹決策分類，并將每顆決策樹的結果進行綜合，所得票數最高的分類結果作為整個隨機森林算法的輸出結果，判斷出待識別人臉是否為笑臉，完成笑臉檢測。

4 案例分析

笑臉識別鼓勵系統目前已在上海市浦東新區某小學投入使用。為了凸顯“笑臉墻”的重要性，研究團隊將其設在校園門口，以此督促學生每天到校第一件事就是先給自己一個微笑，利用心理暗示法給自己加油打氣。該系統每天通過攝像頭采集視頻，對視頻中的每一幀圖像都進行人臉檢測，并將人臉的特征向量與笑臉分類器進行對比、匹配等操作，識別出是否為笑臉。最終將檢測到的笑臉抓拍，在屏幕上循環展示。圖3為實際使用現場圖，由現場照片可看出，學生對該系統躍躍欲試，紛紛上前感受人工智能帶來的樂趣，讓系統抓拍到自己的笑臉并成功展示。

一日之計在于晨。經統計，每天早上給自己心理暗示“今天是快樂向上的一天”，并能開心大笑的學生，潛移默化地傳遞著正能量，能夠保持上課的興奮和心情愉悅，帶來一天的好心情。行為心理學認為，一個人新習慣的形成并加以鞏固至少需21天。也就是說一個人的動作或想法，重復21天會變成習慣性的動作或想法。起初，在學校教師的引導下，鼓勵學生每天多微笑，堅持微笑打卡。通過一段時間的堅持，學生可養成主動微笑的習慣。長此以往，每天的微笑可在一定程度上減輕學生的壓力與焦慮，使學生能夠更積極開心地學習。

學校相關教師基于該系統提供的笑臉統計數據，對不愛笑的學生進行甄別，主動給予精準個性化干預，包括詢問該學生是否有煩惱、長期不愛笑的原因，給予一定的鼓勵和疏導，提供有針對性的有效心理治療方案，并建立個人專屬心理檔案。

綜上所述，該系統一方面能讓學生通過心理暗示保持上課的興奮和心情愉悅;另一方面能使教師在人工智能技術的幫助下對學生進行有針對性的心理輔導，滿足學校的需求，達到設計目標。

5 結語

在人工智能快速發展的大趨勢下，需要不斷強化推廣人工智能理念，推動其在中小學校的應用，實現人工智能在中小學教學教育中的滲透。本文將人工智能技術與教育深度結合，設計出笑臉識別鼓勵系統并加以運用，仍需在實踐中不斷探索、總結和完善。

參考文獻

[1]陳維維.多元智能視域中的人工智能技術發展及教育應用[J].電化教育研究，2018（7）：12-19.

[2]吳寶錚.拒絕上學兒童的社交焦慮 情緒與養育方式的研究[J].中國藥物與臨床，2018（7）：1196-1198.

[3]劉德建，杜靜，姜男，等.人工智能融入學校教育的發展趨勢[J].開放教育研究，2018（4）：33-42.

[4]CUI D， HUANG G B， LIU T. ELM based Smile Detec-tion using Distance Vector[J].Pattern Recognition， 2018（79）：356-369.

[5]XIA Y， HUANG D， WANG Y. Detecting Smiles of Young?Children via Deep Transfer Learning[M]//IEEE Inter-national Conference on Computer Vision Workshops.2018.

[6]Jang Y， Gunes H， Patras I. Registration-free Face-SSD： Single shot analysis of smiles， facial attri-butes， and affect in the wild[J].Computer Vision and?Image Understanding，2019（182）：17-29.