基于YOLOv8的学生情绪实时评估与舒缓系统研究

摘要：在当代社会，学生群体在高强度学习的压力下，容易出现焦虑、抑郁等心理状态。然而，由于对心理健康疾病缺乏正确认识，学生往往错误地将焦虑和迷茫的心态等同于精神疾病，从而产生病耻感，不愿正视自我和现实问题。学生是国家未来的担当者，其心理健康不仅深刻影响校园的和谐氛围，也关系到社会风貌的塑造。因此，对学生群体进行及时的心理健康筛查已刻不容缓。本研究设计了一套系统，通过实时人脸捕捉技术，结合个性化的舒缓措施，实现对学生情绪变化的实时监测和分析。将人工智能领域中的人脸识别技术应用于学生心理情绪评估，是一个充满潜力和创新性的挑战。本研究还对该技术的潜在应用场景进行了相关探讨。

关键词：YOLO算法；深度学习；实时性；情绪识别；心理舒缓

中图分类号：TP18文献标识码：A

文章编号：1009-3044（2024）34-0024-04开放科学（资源服务）标识码（OSID）：

0引言

心理测评是早期预防和发现心理疾病的有效方法。然而，传统的心理评估方法通常依赖于主观报告或自述，存在信息获取量不足、评估标准不统一以及时间成本高等问题。近年来，随着现代技术的快速发展，人工智能技术已被逐步应用于心理测试领域，其中基于计算机视觉和深度学习的自动化情绪评估技术逐渐受到广泛关注。

本文研究了一种基于YOLOv8算法的动态人脸实时捕捉学生情绪评估与舒缓系统。该系统将YOLO技术应用于人脸实时捕捉，能够在较低计算成本的情况下实现较高的检测准确率，有效提取学生的面部表情信息。同时，系统结合了个性化的心理舒缓措施，二者相辅相成，实现了对情绪变化的实时监测与分析[1]。

1本系统相关理论和技术

1.1卷积神经网络（CNN）的结构[2]

1）数据输入层（InputLayer）。主要负责处理原始图像数据，包括去均值、归一化、PCA白化等预处理步骤，以确保数据的一致性和可处理性。

2）卷积计算层（ConvolutionalLayer）。卷积计算层是CNN最核心的层次，包含两个关键操作：局部关联和窗口滑动。局部关联指每个神经元（或滤波器，fil⁃ter）仅与输入数据的一个局部区域连接。窗口滑动是指滤波器在输入数据上滑动并进行卷积运算，以提取局部特征。

卷积运算的公式：

S（i，j）=（I∙K）（i，j）=ΣmΣnI（i-m，j-n）∙K（m，n）

式中：I代表输入数据，K代表滤波器，S代表卷积结果。

卷积层还包含一些重要参数，例如卷积核的大小、步长（stride，即滤波器每次滑动的长度）和填充值（zero-padding，用于处理边界问题）等，这些参数对卷积操作的效果有重要影响。

3）ReLU激励层（ReLULayer）。ReLU激励层位于卷积层之后，用于对卷积结果进行非线性变换，从而增强模型的非线性表达能力。

4）池化层（PoolingLayer）。池化层通常用于减少数据的空间大小（降维），降低网络复杂度，同时保留重要的特征信息。常见的池化操作包括最大池化（MaxPooling）和平均池化（AveragePooling）。

5）全连接层（FullyConnectedLayer）。全连接层位于网络的后端，实际上是一个传统的多层感知机（MLP），用于将前面提取的特征映射到样本的标记空间。

6）输出层（OutputLayer）。输出层的结构取决于具体任务的需求。例如，在分类任务中，通常使用softmax函数实现多分类；而在回归任务中，则使用单个神经元输出预测值。

1.2YOLOv8算法的发展历程

YOLO算法经历了从YOLOv1到YOLOv10的发展历程，如图1所示。

本系统采用了成熟的YOLOv8算法，该算法继承了YOLO系列的实时检测特性[3]，即使在低硬件配置下也能实现高帧率。与前代版本相比，YOLOv8的核心优势在于支持目标检测、分割、分类、追踪、姿态估计等多种计算机视觉任务，并显著提升了mAP（平均精度），这表明模型的检测精度得到了大幅提高[4]。

YOLOv8采用了先进的CSPDarknet53骨干网络和PANet特征聚合模块，进一步优化了特征提取和物体检测性能。同时，YOLOv8引入了无锚的Ultralytics头（UltralyticsHead），相较于传统的基于锚点的方法，无锚设计提高了检测过程的准确性和效率。此外，为了在资源有限的设备上实现实时目标检测，YOLOv8还推出了轻量化版本，如YOLOv8-tiny。

1.3YOLOv8算法介绍

YOLOv8的模型结构如图2所示，由Backbone、Neck和Head三部分组成。其主干网络（Backbone）包含卷积层（Conv，Convolution）、c2f（CSPDarknet53to2-StageFPN）结构和SPPF（SpatialPyramidPooling）模块[5]。

其中，卷积层用于提取目标特征，第一个卷积核采用3×3卷积。在YOLOv7版本中，开始将卷积操作（Conv）与批归一化（BatchNormalization）进行了合并处理，从而大幅提高了模型的运行速度。批归一化（tuBraetcmhaNpso）rm进a行liza归tio一n）化是处指理对，卷其公积式后如得下到：的特征图（fea⁃turemaps）进行归一化处理，其公式如下：

其中：γ是缩放系数，β是平移系数，μ和σ2分别为均值和方差，且均由每个通道（channel）单独计算。同时，YOLOv8使用了SiLU（SigmoidLinearUnit）作为模型的激活函数。SiLU函数的定义如下：

f（x）=x∙sigmoid（x）

与ReLU（RectifiedLinearUnit）函数相比，SiLU函数具有更强的非线性表达能力，从而显著提升了网络的表征能力。

此外，YOLOv8在c2f模块中相较于YOLOv5的c3模块，增加了更多的分支跨层连接和切分（split）操作。通过对特征图进行切分、提取新的特征并拼接，c2f模块能够更好地学习残差特征，从而提升模型的特征表达能力。

在损失函数方面，YOLOv8取消了YOLOv5中的对象损失函数（ObjectnessLoss），而采用分类损失和回归损失两种损失函数。损失函数用于计算网络模型预测值与真实值之间的距离，通过优化损失函数，可以确定模型的改进方向。损失函数的值越小，代表模型的预测能力越强，精准度越高。

YOLOv8的分类损失函数为二元交叉熵（BCE，Bi⁃naryCrossEntropy），其公式如下：

式中：yi=1时表示属于该类，yi=0时表示不属于该类。二元交叉熵损失把属于该类和不属于该类的熵相加，保证了损失函数在结果上不会为零。

在回归损失函数上，YOLOv8采用了以下公式，

IoU（IntersectionoverUnion）是指检测到的预测框与真实框的交集面积与并集面积之间的比值，用于衡量检测框的定位精度。公式中，ρ表示矩形框之间的欧式距离，c是矩形框的对角线距离，α代表权重系数。此外，引入了DFL（DistributionFocalLoss）损失，大幅提升了模型的泛化能力[7]。

2学生情绪评估模块

2.1图像输入

YOLO模型通过OpenCV或PIL库对输入图像进行预处理，具体步骤包括：1）像素调节：对图像像素值进行调整以适配模型输入需求；2）双线性插值尺寸调整：将图像调整为固定尺寸；3）卷积操作与特征提取：通过卷积层提取图像的局部特征；4）归一化处理：对像素值进行归一化处理，使数据分布更均匀；5）颜色空间转换：将图像从RGB转换为灰度或其他颜色空间。为了提高模型的训练效率和鲁棒性，还会采用随机裁剪和随机缩放等数据增强方法[8]。

2.2数据集分析

本研究基于经典的FER2013人脸表情识别数据集对模型进行训练。

FER2013是一个在深度学习社区中被广泛用于人脸表情识别任务训练和评估的数据集，最初由Pierre-LucCarrier和AaronCourville创建，并于2013年发布。该数据集包含35887张灰度图像，每张图像的分辨率为48×48像素，并标注了七种不同的情感类别：开心（Happy）、愤怒（Angry）、悲伤（Sad）、害怕（Fear、惊讶（Surprise）、厌恶（Disgust）和中性（Neutral）。

FER2013数据集中的图像来源于互联网，图像质量各异，但具有较高的真实性，能够很好地反映真实世界中的数据多样性。这种多样性为模型的训练和评估提供了良好的基础[9]。

本研究使用YOLO算法对FER2013数据集进行训练[10]，并使用其中四分之一的数据作为测试集。同时，邀请了1000名学生志愿者对训练好的模型进行多次验证。

在模型训练过程中，损失函数值不断减小，验证集的loss值在380次训练后趋于稳定，最终达到0.128。模型对多种情绪的平均准确率为96.41%，召回率为97.98%。

图5展示了模型训练过程中损失函数的变化趋势，可以看出模型在训练过程中逐渐收敛。图6和图7分别展示了模型的精度和召回率曲线，表明模型在情绪识别任务中取得了良好的性能。

经过多次测试后可以得出结论，系统能够有效捕捉测试者的面部表情，并准确评估其情绪状态。

2.3识别的准确性分析

通过混淆矩阵分析模型的平均精度（AP）和平均精度均值（mAP），可以评估模型的训练性能和准确性。在分析中，将真实标签设定为正类。

Precision（精确率）表示正确预测的正类样本占所有预测为正类样本的比例，其公式为：

precision=TP/TP+FP

其中，TP表示真正类样本数，FP表示假正类样本数。

Recall（召回率）表示正确预测的正类样本占所有实际正类样本的比例，其公式为：

recall=TP/TP+FN

其中，FN表示假负类样本数。

AP值是通过Precision-Recall曲线计算得出的，用于表示单一类别的预测平均精度；而mAP值则表示所有类别的平均精度均值。模型的AP值和mAP值越高，表明模型的预测准确性越高。

3学生舒缓心理模块

3.1趣味测试

系统的趣味测试是学生心理缓解模块的核心部分。该模块包括性格测试和情绪测试，配备了丰富的题库，旨在帮助学生通过答题测评更好地了解自己的性格特征和情绪状态。当学生进入系统并选择趣味测试后，可以根据自身需求选择不同类型的测试。

1）性格测试。性格测试模块具备完善的测试题库，帮助学生发现自己的性格特征。测试过程中的问题充满趣味性，有效缓解了学生在测试过程中可能产生的枯燥感，保障测试的顺利进行。测试完成后，系统会将测评结果汇总并反馈给学生，帮助其更好地认识自己。

2）情绪测试。情绪测试旨在帮助学生了解自己的情绪状态及情绪管理能力。通过测试问题和系统建议，学生可以更好地理解和控制自己的情绪，从而提升情绪管理水平。

3.2视频课程

视频课程是本模块的另一个亮点。学生情绪评估与缓解系统提供了一系列高质量的心理教育与心理咨询课程，涵盖了情绪管理、压力管理、时间管理等多个方面。课程通过专业的讲解和典型案例研究，帮助学生掌握心理调节技能，提高对压力的抵抗力。

生动有趣的视频课程将抽象、枯燥的心理概念变得更加直观和易于理解。在普及心理知识的同时，课程也起到了心理疏导和放松的作用。学生不仅能够学习心理健康知识，还能通过这些课程有效缓解心理压力。

3.3广播FM

广播FM模块涵盖了音乐、故事、采访等多个领域的节目。学生可以通过聆听轻松的音乐和生动有趣的故事来减轻压力，缓解情绪焦虑，享受心灵的休息。同时，采访节目为学生提供了发展身心健康的灵感和思考。

学生情绪评估与缓解系统以趣味测试、视频课程和广播FM的三合一形式，为学生提供心理测评与心理缓解的服务。该系统帮助学生提升情绪管理技能和心理素质，是一种创新且有效的工具。通过心理测评与心理缓解的结合，学生能够更好地了解自己的心理状态，预防和应对潜在的心理问题。

随着未来数字医学时代的到来，YOLO测评与心理测评相结合的形式将在提升学生心理健康和幸福感方面发挥更大的作用。

4系统优势

4.1系统结构

基于YOLO动态人脸实时捕捉的学生情绪评估与舒缓系统包括情绪评估和舒缓心理两个模块。系统要求用户在具备适合面部表情识别的环境条件下使用。

1）情绪评估模块。情绪评估模块需要用户使用带有摄像头的设备。在进入情绪评估模块后，用户需将面部完全置于镜头范围内，并点击“开始识别”按钮。系统会实时捕捉并分析用户的面部表情，将每种表情识别为对应的情绪类别，并附上相应的情感标签，实时显示给用户。

2）舒缓心理模块。舒缓心理模块旨在为用户提供轻松、愉悦的体验，帮助用户放松心情和管理情绪。用户进入舒缓心理模块后，可以根据自己的需求选择适合的功能模式，包括趣味测试、视频课程和广播FM。

4.2系统创新点

1）实时动态人脸捕捉。系统利用YOLO深度学习框架的高效性和精确性，能够实时捕捉视频流中的学生人脸。这种实时性保证了系统能够在极短时间内对学生的情绪状态进行响应和评估。

2）高精度情绪识别。系统结合计算机视觉技术与深度学习算法，高精度解析面部表情信息，能够识别出快乐、悲伤、惊讶、愤怒、厌恶、恐惧和中性等基本情绪，为系统提供可靠的数据支持，使评估结果更具参考价值。

3）多样化模块设计。系统提供用户友好的模块界面，用于实时显示学生情绪评估的结果。界面设计简洁明了，方便用户快速获取并理解评估结果，从而提升用户体验和兴趣。

4）良好的扩展性与未来兼容性。本研究基于开源的YOLO深度学习框架，具有良好的扩展性和兼容性。未来可以根据需求对系统进行进一步开发和优化。通过将YOLO动态人脸实时捕捉与学生情绪评估相结合，系统在实时性、准确性和应用场景等方面具有显著的创新性，为学生情绪评估的智能化和个性化发展提供了强有力的支持。

5结束语

本研究提出了一种基于YOLO算法的全新学生情绪评估方法。通过实时捕捉学生的面部表情特征，利用深度学习模型对学生情绪进行评估，同时增加了舒缓心理的功能模块，增强了学生的使用体验，使系统更加完善和个性化。该系统旨在帮助学生更好地理解自身情绪变化，从而能够做出更为理性和正确的判断，促进健康成长。

尽管如此，系统的算法和性能仍需持续研究和改进，以探索更多的应用场景并拓展模型的功能范围。在当前科技不断进步的大趋势下，未来将涌现出更加智能的辅助情绪评估系统，为学生情绪评估方法带来更多创新与变革。

参考文献：

[1]夷德.基于YOLO的目标检测优化算法研究[D].南京：南京邮电大学，2021.

[2]沈雅婷，白郁馨.卷积网络结构优化的人脸识别算法[J].电脑与电信，2023（6）：9-13，17.

[3]任培铭.基于YOLO的实时目标检测方法研究[D].无锡：江南大学，2019.

[4]刘彦清.基于YOLO系列的目标检测改进算法[D].长春：吉林大学，2021.

[5]许习军，张明远，孟文俊，等.基于机器视觉的紧密排列目标检测研究[J].起重运输机械，2024（9）：20-28.

[6]毛玉龙.基于不同卷积神经网络的目标检测算法对比研究[J].测绘标准化，2023，39（4）：39-43.

[7]王贞，邱杭，吴斌，等.基于CCG-YOLOv8的施工场景下安全帽佩戴检测[J].武汉理工大学学报，2024，46（6）：73-80.

[8]惠康华，刘畅.基于YOLO5Face重分布的小尺度人脸检测方法[J].计算机仿真，2024，41（3）：206-213.

[9]何穆彬，万振凯.基于大数据的学生情绪异常波动风险评估仿真[J].计算机仿真，2023，40（9）：247-250，273.

[10]丁祥，唐宏伟，石书琪，等.基于改进EfficientNet的表情识别方法[J].自动化应用，2024（8）：203-206，210.

【通联编辑：唐一东】

基金项目：贺州学院博士科研启动基金项目资金资助（项目编号：2024BSQD09）