焦虑行为视频识别

要解决什么问题

焦虑状态往往不会直接写在脸上，更可靠的线索是无意识的重复行为：搓手、咬指甲、在房间里来回踱步。这些行为本身无害，但它们的频次和持续时间可以作为情绪状态的客观指标。

问题在于靠人眼记录既不稳定也不持续：你很难回溯整周的搓手次数和趋势，咨询师也缺少可量化的观察数据。这个技能瞄准的就是这两端——从固定摄像头视频中自动识别三类焦虑相关行为，把「我最近很紧张」变成一组可核对的数字。

技能如何工作

核心流程由 scripts/smyx_anxiety_behavior_recognition_analysis.py 完成：

1. 输入准备：支持本地视频或 URL，建议时长 ≥ 5 分钟、帧率 ≥ 15 FPS、分辨率 ≥ 720p。摄像头需同时看到上半身（含手部）和完整踱步路径，这是硬性要求。
2. 行为识别：先做人体检测与手部关键点估计。搓手基于双手反复摩擦事件；咬指甲需手部接近嘴部并伴随啃咬动作；踱步依赖行人轨迹分析，统计狭小区域内的折返圈数（pacing_loop_count）。
3. 统计与指数：统计每类行为的事件次数和总时长，生成行为事件时间线。焦虑行为指数（anxiety_behavior_index）为 0-100，与个人 7-14 天基线对比后给出等级（calm / mild / notable / high）和主导行为。
4. 提醒与报告：指数超阈值时推送温和提醒和自我关怀建议；历史报告统一从云端接口获取并以 Markdown 表格输出，不依赖本地记忆。

分析前必须通过强制流程获取 open-id，用于报告的保存与查询。

适用边界与注意事项

• 不做诊断：只输出基于视觉的行为统计，不构成焦虑症诊断、GAD-7/SAS/HAMA 量表评分或治疗方案，指数高不等于确诊。
• 误检是现实：搓手取暖、吃零食、来回取物都可能被误判，建议结合短时序均值与上下文判定；一次性短暂行为不应触发高焦虑报警。
• 隐私红线：需取得本人知情同意，建议启用人体轮廓加面部马赛克模式，只保存指标统计，禁止长期存储原始视频或向第三方推送个人数据。
• 硬件依赖：踱步识别需要 2-3 米可行走区域进入画面，光照需稳定，多人场景需目标跟踪。
• high 等级处理：伴随胸闷、心悸、惊恐发作等躯体化症状时，提醒必须附心理援助热线 400-161-9995 并建议就医。