儿童打瞌睡与疲劳检测
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-smyx-child-drowsiness-fatigue-detection-analysis。
技能介绍
要解决什么问题
教室或家庭书桌前的固定摄像头能拍到孩子整张脸,但教师和家长很难在整段学习时间里持续盯 PERCLOS、点头和走神。孩子犯困往往表现为长时间闭眼、频繁点头或眼部状态变化,若只靠肉眼,容易错过可干预的窗口,也无法把多次学习片段串成可对比的记录。
本技能面向课堂、家庭书桌、在线课等场景:对儿童面部学习区域视频做实时或离线分析,输出 0–100 疲劳指数与等级,并在超过阈值时生成休息类语音提醒文案(如「小朋友,休息一下吧」)。输出仅为基于视觉的疲劳评估与方向性休息建议,不提供医疗或睡眠障碍诊断。
技能如何工作
Agent 按「儿童学习疲劳监测」角色处理输入:本地视频路径或公网 URL(由 API 侧拉取,无需你先把网络文件下到本地)。分析前需按规范取得有效的 open-id,再在技能根目录调用 scripts/smyx_child_drowsiness_fatigue_detection_analysis.py。
核心指标与能力包括:
- PERCLOS:单位时间内眼睛闭合超过 80% 的时间占比
- 眼部状态:闭合 / 半闭 / 睁开,以及连续闭眼时长、眨眼频次
- 点头:快速下点后抬起的频率与头部下倾角度
- 眼部区域光泽度变化,参与综合打分
结构化结果通常包含 child_detected、fatigue_metrics(如 perclos、blink_rate_per_min、nod_frequency_per_min)、fatigue_score、fatigue_level(alert / mild_fatigue / moderate_fatigue / drowsy)、drowsiness_events 与 voice_prompt。用户用「查看历史疲劳报告」等关键词查询清单时,应通过脚本的 --list --open-id 走云端 API,以 Markdown 表格展示报告名称、疲劳指数、分析时间与报告链接,而不是从本地会话记忆拼历史。
适用边界与注意点
- 视频建议正对面部、光照均匀、≥ 15 FPS;常见格式如 mp4/avi/mov,体积上限以技能说明为准(如 10MB)。
- 结果仅供学习/课堂辅助参考,不能替代家长、教师的现场判断;长期严重困倦应就医。
- 涉及未成年人影像,需监护人知情同意,并妥善保管与加密录像。
使用场景
- 教室固定摄像头录制整节自习或网课片段,教师需量化学生 PERCLOS 与点头频率并生成 0–100 疲劳指数
- 孩子在家书桌前写作业,家长上传正对面部的短视频,判断是否达到 drowsy 等级并拿到休息提醒文案
- 在线课堂回放或录屏 URL 交给 Agent,离线跑脚本输出 fatigue_metrics 与打瞌睡事件列表
- 班主任按「查看历史疲劳报告」关键词,用 open-id 拉云端清单并在表格里点开 reportImageUrl 对比多次检测结果
适合人员
- 小学班主任,需要在网课或自习录像里筛出明显困倦学生并留存可复查的疲劳报告
- 在家陪读的家长,想用书桌摄像头片段判断孩子是否该暂停作业并参考语音提醒措辞
- 智慧教室或台灯方案集成人员,要把儿童面部视频对接 smyx 脚本输出结构化 JSON 指标
- 教务或教研人员,需按学生多次检测记录对比 fatigue_score 与等级变化而非凭印象