發布時間：2020-10-27所屬分類：醫學論文瀏覽：1次
摘 要： 摘要：心理健康對軍校學員的健康成長起著至關重要的作用，但學員心理危機日益凸顯。為了防止和減少心理危機引起的現實危機，本文分析了當前軍校心理危機預警的現狀，對微表情識別技術進行了介紹。提出將微表情識別用于分析學員心理活動和真實情感，從而進行
摘要：心理健康對軍校學員的健康成長起著至關重要的作用，但學員心理危機日益凸顯。為了防止和減少心理危機引起的現實危機，本文分析了當前軍校心理危機預警的現狀，對微表情識別技術進行了介紹。提出將微表情識別用于分析學員心理活動和真實情感，從而進行心理危機預警。
關鍵詞：心理危機;預警;微表情
1 前言
隨著社會的發展，目前軍校的學員基本上都是伴隨著網絡成長起來的一代，在入軍校以前，他們的生活都相對自由和開放，并且多數學員少有社會經歷與軍旅生涯的錘煉。但是由于軍隊的特殊性，軍營生活相對封閉單調，學習任務繁重，體能訓練強度較大。面對這樣一個新的學習和生活環境，部分學員感覺壓力增大，容易誘發各種心理危機。
軍校學員是我軍培養的未來初級軍官，是未來我軍軍事力量的重要組成部分，他們需要有堅定的政治立場，過硬的軍事素養，更需要良好的心理素質。因此，面對學員出現的各種心理危機，如果能提前預警，而后加以干預，就能防止或減少心理問題帶來的更負面的極端行為：比如自殺。
心理危機預警是通過一定的技術手段和信息收集，在心理危機出現之前對危機進行預測，及時發現潛在的和現實的危機，以便進行及時的心理危機干預，采取應對措施，避免危機的發生，將心理危機的不良影響控制在最小范圍內[1]。因此心理危機預警是強化軍校學員心理素養，促進學員健康成長的重要手段。
2 當前軍校學員心理危機預警現狀
2.1 預警機制時效性不夠
學員如果出現心理危機問題，時間是非常重要的因素，一分一秒之間得到的結果就完全不同，因此要非常注重時間的影響。雖然目前學院都有專門的心理問題調查體系和心理咨詢部門。但是這些處理方式需要心理專業人員的支持和學員的主動上報，無法實現實時互動。人的心理也會隨著年齡和經歷不斷發生轉變，單純依靠心理咨詢和心理調查得到的靜態化數據，缺少實時性，難以滿足學員的心理發展需求。
2.2預警機制數據準確性不夠
心理問題一般都是私人問題，多數學員不愿意參與到心理咨詢活動中。因此在心理調查和咨詢過程中，學員會有意無意的隱藏自己的真實想法和情緒，或者美化個人的狀態，導致得到的數據不夠準確和真實。從而使得心理危機預警機制自身作用無法得到充分發揮。
3 基于微表情識別的心理危機預警
3.1 微表情識別技術概述
人臉表情可分類為宏表情和微表情。宏表情是人在日常生活中表現出來的或偽裝出來的表情，而微表情是一種自發式的表情，在人試圖掩蓋內在情緒時產生，既無法偽造也無法抑制[2]。不同于宏表情，微表情的幅度很小且持續時間很短，僅為 1/25 秒至 1/5 秒[3]。因此，僅憑肉眼識別微表情具有相當大的難度，可以借助計算機技術對微表情進行識別。
微表情識別任務是從一段人臉圖像序列中檢測出微表情，并對檢測出的微表情進行分類。人類的面部表情有 7類基礎表情。包括：生氣、厭惡、恐懼、開心、悲傷、驚喜(驚訝)和中立。驚訝的微表情是眼皮必須上提，厭惡的微表情是鼻子向上提，憤怒的微表情是眉眼距離越來越近、視線高度集中，恐懼的微表情是眉眼有向上聚攏的趨勢，悲傷的微表情是眉頭上揚但整體保持下壓，愉悅情緒的微表情是眼部瞇起的程度和嘴角上揚的程度相匹配、相一致。
微表情識別技術可以基于情緒對微表情進行分類，在 7 類基礎表情分類的基礎上對表情進行細分，通過將單一的基礎表情類別映射到二維空間，其橫軸為情感的正負程度，縱軸為情感的激烈程度，可以細分得到更多的表情類別。
近年來，關于微表情識別技術方向的研究是學術界的熱點問題之一。其中基于 LBP-TOP(Local Binary Pattern From Three Orthogonal Planes)的方法是其中的代表算法。隨著人工智能的發展，最新的微表情識別方法將深度學習技術和微表情識別進行結合取得了一定的進展。
3.2 基于微表情識別的心理危機預警
微表情可能是判斷一個人真實情感的最有利的線索。由于微表情是人類不能自主控制的微小的面部表情變化，且持續的時間非常短暫，微表情通常會暴露出最真實的情緒。如果正確識別了學員的微表情，就可以據此判斷學員的情緒，從而判斷學員當前處于哪一類情緒(生氣、厭惡、恐懼、開心、悲傷、驚喜(驚訝)和中立)當中，當學員心理出現異常的時候，就可以進行提前預警。
相關知識推薦：心理學論文可以投學報嗎
目前軍校的學習和訓練場合多配備了高清的錄播視頻，可以在不侵犯學員隱私的情況下，獲得學員的實時視頻數據。由于這些視頻是在學員正常學習和訓練過程中拍下的，記錄的是學員最真實的狀態，因此視頻數據是準備和可靠的。
結合計算機視覺技術，檢測和分析當前視頻序列中學員的微表情，對學員的情緒進行分類。如學員在某個時間段出現大范圍的情緒波動，或者長時間處于負面的情緒當中，就可以將該學員列為重點關注對象。對重點關注對象，就可以密切觀察他的現實表現，通過專業的心理咨詢師進行溝通輔導，以便及時發現其心理動態，對心理危機進行提前干預。
在實際應用中，要對學員的微表情進行正確識別，往往需要對一段長視頻中的面部表情進行分析。第一先要先區別微表情和宏表情，因此要對視頻序列中的人物微表情和宏表情進行檢測。檢測到的面部序列有可能含有一定的誤差，要加以糾正，然后在糾正過的面部序列上，識別其中的情緒，并對情緒分類。而后對給定時間段內的已經分好類的情緒進行統計分析，判斷此時間段內，此學員的情緒波動或是否一直處于負面情緒中。
由于在心理預警中，只需要關注長期處于負面情緒的人或者是情緒波動較大的人，因此在微表情識別的過程中就不需要對微表情進行細小分類和區別�？梢詫⑺星榫w分為正面、負面和中性�？鞓返那榫w屬于正面情緒，這種微表情相對比較容易誘發且特征明顯;而諸如厭惡、悲傷、恐懼、憤怒等這些微表情雖然在他們之間區分相對困難，但是這與正面微表情特征差異明顯;所以在識別上易于實現，這樣的分類也能夠更好地兼容不同的微表情數據庫，在心理學上也能很好的被支持。
4 總結
心理危機預警是一項較為繁瑣和復雜的工作，需要得到學員、學院、家庭的共同支持。微表情分析也是是目前極具前瞻性的研究領域。人的心理活動是一個非常復雜和變化的行為，將微表情分析用來作為心理危機預警從實用上還存在著一定的問題，比如微表情識別的準確度。如果要快速自動識別學習和訓練中學員表情狀態，注意力情況，輸出表情結果，還需要進一步提高識別技術。——論文作者：嚴馳
SCISSCIAHCI
