【技术实现步骤摘要】
本专利技术涉及智能健康识别，具体涉及一种身心健康状态获取方法、系统、电子设备及计算机可读介质。
技术介绍
1、如今，校园中的学生心理健康问题逐渐凸显，学生群体的心理健康问题愈发成为了新闻热点。该群体数量庞大，且因为心理问题具有较强的隐蔽性，仅靠精力有限的教师难以及时照顾到每一位学生。因此，如何实时、有效地监测学生的情绪状态，预防潜在的心理问题，成为了当前校园管理面临的重要挑战。传统的情绪监测方法，如定期的心理测试和问卷调查等方式，存在数据收集不全、反馈滞后、操作繁琐等缺陷，难以满足现代校园管理的需求。尽管现有技术中已经存在一些情绪监测平台，但仍然存在如下问题：
2、(1)数据收集不全与反馈滞后：现有方案在数据收集方面存在明显不足，无法全面、实时地获取学生的情绪数据。这导致管理人员无法及时了解学生的情绪状态，也无法对潜在的心理问题进行及时干预。同时，由于数据反馈的滞后性，现有方案往往无法有效应对突发情绪事件，增加了校园管理的风险。
3、(2)人力成本高与效率低下：传统的情绪监测方式需要大量的人力资源投入，包括问卷发...
【技术保护点】
1.一种身心健康状态获取方法，用于在校园内获取学生的身心健康状态，其特征在于，所述身心健康状态获取方法包括如下步骤：
2.根据权利要求1所述的身心健康状态获取方法，其特征在于，通过YOLOv5网络模型确定捕捉对象，所述YOLOv5网络模型的公式为：
3.根据权利要求2所述的身心健康状态获取方法，其特征在于，所述YOLOv5网络模型为经过训练的YOLOv5网络模型，训练所述YOLOv5网络模型的损失函数为：
4.根据权利要求2所述的身心健康状态获取方法，其特征在于，确定捕捉对象时，通过Mosaic模型进行数据增强，所述Mosaic模型
<...【技术特征摘要】
1.一种身心健康状态获取方法，用于在校园内获取学生的身心健康状态，其特征在于，所述身心健康状态获取方法包括如下步骤：
2.根据权利要求1所述的身心健康状态获取方法，其特征在于，通过yolov5网络模型确定捕捉对象，所述yolov5网络模型的公式为：
3.根据权利要求2所述的身心健康状态获取方法，其特征在于，所述yolov5网络模型为经过训练的yolov5网络模型，训练所述yolov5网络模型的损失函数为：
4.根据权利要求2所述的身心健康状态获取方法，其特征在于，确定捕捉对象时，通过mosaic模型进行数据增强，所述mosaic模型的公式为：
5.根据权利要求2所述的身心健康状态获取方法，其特征在于，所述面部表情识别模型的公式为：
6.根据权利要求5所述的身心健康状态获取方法，其特征在于，获取捕捉对象的面部表情识别模型的计算结果时，根据如下公式对所述面部表情识别模型进行压缩：
7.根据权利要求5所述的身心健康状态获取方法，其特征在于，所述面部表情识别模型为经过训练的面部表情识别模型，训练所述面部表情识别模型的损失函数为：
8.根据权利要求5所述的身心健康状态获取方法，其特征在于，捕捉对象的生理参数包括攻击性，焦虑，平衡，活力度，压抑度，幸福度，压力，怀疑，自信，自我...
【专利技术属性】
技术研发人员：李春燕，陈金桥，李燕军，
申请(专利权)人：杭州揭谛教育科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。