?笑脸识别鼓励系统在中小学心理健康教育中的应用
李传江 张秋秋 张崇明 尹仕熠 韩浩志
摘? 要 从中小学素质教育的内涵出发，在结合认知心理学与儿童教育学的基础上，梳理中小学教育的智能化需求，将传统的学生心理指导工作同人工智能技术高度融合，设计基于笑脸检测的儿童笑脸识别鼓励系统，并对系统中所涉及关键技术应用进行理论分析。该系统已在上海某小学获得实际应用，笑脸识别效果良好，初步达成设计目标。
关键词 人工智能+教育;中小学;心理教育;校园文化;笑脸识别鼓励系统;素质教育
中图分类号：G444? ? 文献标识码：B
文章编号：1671-489X（2020）07-0009-03
1 引言
在中小学教育改革进程中，人们对素质教育的重视程度逐渐提高。教育者以促进学生全面发展为目的，在注重培养学生知识技能发展和学习成绩的同时，更加注重学生成长健康和心理健康。随着近年来人工智能技术的快速发展，“人工智能+教育”的理念逐渐进入大众视野。为了实现人工智能新技术与教育的深度融合，推动人工智能在校园中的应用，需要根据中小学的实际需求有针对性地实现具体应用，为学生提供精准服务，这也将给中小学教育带来新一轮的技术革新与颠覆性的体验[1]。本文设计的学生笑脸识别鼓励系统，利用人工智能技术满足了中小学在心理教育方面的实际需求，帮助学生实现快乐成长，提高心理健康水平，减少心理行为问题的发生，同时能体验人工智能技术的强大优势。
2 需求分析
近年来，随着中小学生学习与生活压力的增加，其心理行为问题日趋突出。在众多导致学生发生心理行为问题的因素中，学习压力大、在校人际交往障碍等原因占据多数。这类学生往往心理负担沉重，逃避上学，对集体生活既无兴趣又缺乏信心[2]，最终导致学习成绩下降，且极大地妨碍身心成长。
当前，随着人工智能技术的不断发展及在教育领域的应用不断深入，人工智能技术在智能教育机器人、智能作业批改系统等方面不断探索与发展[3]，但能够辅助教师关注学生心理健康，引导学生快乐成长的技术研究，目前尚处于起步阶段。
基于此，本文设计了一种基于笑脸检测的笑脸识别鼓励系统。为了展示中小学生乐观、自信、阳光、活力四射的精神面貌，该系统结合人工智能，利用笑脸检测和识别技术鼓励学生多微笑。该系统在每天早上抓拍学生丰富多彩的笑脸，将一张张灿烂的笑容绽放在“笑脸墙”上。在系统每天的鼓励与引导下，学校能有效减少学生心理行为问题的发生，实现学生的快乐成长。不仅如此，当教师或家长行走在校园内，看到“笑脸墙”上一张张天真烂漫的笑脸，在更好地了解学生近期的心情状态的同时，也被扑面而来的童真气息以及快乐氛围所感染，拥有同样的快乐与幸福。
相比在学校墙壁上看到名人画像或格言，“笑脸墙”更能缓解学生压力，营造健康、轻松、快乐的成长氛围，在向学生传输各方面的学科知识的同时，关注学生的心理健康，达成学生身心的和谐、快乐成长与健康发展。推行这样的校园文化，也体现了学校的人文关怀和视学生为教育主体的办学理念。
3 笑脸识别鼓励系统的实现
笑脸识别鼓励系统通过图像处理、模式识别等技术，利用摄像头实时采集视频，实现学生笑脸的抓拍，自动在屏幕上循环展示。具体可分为数据采集模块、数据库模块、人机交互模块和笑脸识别模块[4]，系统框图如图1所示。
其中，数据采集模块由点阵红外夜视摄像头实现，可获取实时视频与照片的拍摄，最后将采集到的数据传输到PC端。该摄像头具有日夜切换，逆光补偿、强光抑制的优势，从硬件角度出发，尽量减少光照对笑脸识别效果的影响。数据库模块基于MySQL数据库进行构建，实现对学生笑脸的存储。其数据库设计分为两张表，其中一张表存储学生注册信息，另一张用来保存动态的学生笑脸图片。本系统人机交互界面基于PyQt5工具包，由Python語言实现。系统主界面设计如图2所示，左边显示实时视频，右边不断更新展示捕捉到的笑脸照片。
服务器端的笑脸识别模块是本系统的核心模块。该模块通过对学生面部区域进行笑脸检测，结合嘴部姿态变化和牙齿特征检测进行综合判断，识别笑容。具体实现步骤如下。
首先，对人脸图像进行人脸剪裁，直方图均衡化、归一化等预处理，然后对人脸图像进行LBP特征及唇部PHOG特征的提取[5]。其中，PHOG特征提取过程如下。
1）根据先验知识，获取唇部位置。
2）采用sobel算子计算唇部梯度向量：
若Ix及Iy分别代表经纵向及横向边缘检测的图像，即Ix=sobel1*I，Iy=sobel2*I，则图像每个像素点的梯度幅值为：
梯度方向为：θ=arctan（Ix/Iy）
3）对唇部区域做金字塔分割。将原始图像通过多次采样处理，形成“金字塔”的一个图像区域组成的序列。
4）提取各层子图像的HOG特征，连接所有子图像的特征作为最终提取的嘴部特征，获取串联后的PHOG特征向量总长度。
提取图像的人脸LBP特征时利用LBP编码，其数学表达式为：
其中，P，R表示在半径为R的邻域内，中心像素点相邻采样点个数为P个，R的邻域尺寸为（8，1）;（xc，yc）表示中心像素点的坐标;S（Ii，Ic）为逻辑判断函数，其中Ii表示第i个采样点的灰度值，Ic表示中心像素点的灰度值，从而得到LBP特征LBPP，R（xc，yc）。
其次，串联样本提取到的PHOG特征向量和LBP特征向量，得到融合后的特征向量。在这组新的特征向量中，既包含唇部的PHOG特征信息，又包含人脸的LBP特征信息。
最后，结合随机森林算法生成笑脸识别分类器[6]，得到笑脸和非笑脸的分类标准。在生成随机森林过程中，需要通过从总训练样本集的N次随机取样，得到N个决策树训练的样本集，再利用融合特征向量和训练集标签训练N个决策树，随之构成“森林”。将测试集图像输入训练好的决策树决策分类，并将每颗决策树的结果进行综合，所得票数最高的分类结果作为整个随机森林算法的输出结果，判断出待识别人脸是否为笑脸，完成笑脸检测。
4 案例分析
笑脸识别鼓励系统目前已在上海市浦东新区某小学投入使用。为了凸显“笑脸墙”的重要性，研究团队将其设在校园门口，以此督促学生每天到校第一件事就是先给自己一个微笑，利用心理暗示法给自己加油打气。该系统每天通过摄像头采集视频，对视频中的每一帧图像都进行人脸检测，并将人脸的特征向量与笑脸分类器进行对比、匹配等操作，识别出是否为笑脸。最终将检测到的笑脸抓拍，在屏幕上循环展示。图3为实际使用现场图，由现场照片可看出，学生对该系统跃跃欲试，纷纷上前感受人工智能带来的乐趣，让系统抓拍到自己的笑脸并成功展示。
一日之计在于晨。经统计，每天早上给自己心理暗示“今天是快乐向上的一天”，并能开心大笑的学生，潜移默化地传递着正能量，能够保持上课的兴奋和心情愉悦，带来一天的好心情。行为心理学认为，一个人新习惯的形成并加以巩固至少需21天。也就是说一个人的动作或想法，重复21天会变成习惯性的动作或想法。起初，在学校教师的引导下，鼓励学生每天多微笑，坚持微笑打卡。通过一段时间的坚持，学生可养成主动微笑的习惯。长此以往，每天的微笑可在一定程度上减轻学生的压力与焦虑，使学生能够更积极开心地学习。
学校相关教师基于该系统提供的笑脸统计数据，对不爱笑的学生进行甄别，主动给予精准个性化干预，包括询问该学生是否有烦恼、长期不爱笑的原因，给予一定的鼓励和疏导，提供有针对性的有效心理治疗方案，并建立个人专属心理档案。
综上所述，该系统一方面能让学生通过心理暗示保持上课的兴奋和心情愉悦;另一方面能使教师在人工智能技术的帮助下对学生进行有针对性的心理辅导，满足学校的需求，达到设计目标。
5 结语
在人工智能快速发展的大趋势下，需要不断强化推广人工智能理念，推动其在中小学校的应用，实现人工智能在中小学教学教育中的渗透。本文将人工智能技术与教育深度结合，设计出笑脸识别鼓励系统并加以运用，仍需在实践中不断探索、总结和完善。
参考文献
[1]陈维维.多元智能视域中的人工智能技术发展及教育应用[J].电化教育研究，2018（7）：12-19.
[2]吴宝铮.拒绝上学儿童的社交焦虑 情绪与养育方式的研究[J].中国药物与临床，2018（7）：1196-1198.
[3]劉德建，杜静，姜男，等.人工智能融入学校教育的发展趋势[J].开放教育研究，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.
