成人面部疲劳压力指数

解决的具体问题

职场健康和个人状态监测中，疲劳与压力常依赖主观感受判断，缺少一个低摩擦、可记录的参考信号。成人面部里的眼袋、黑眼圈、嘴角下垂和眉间皱纹等视觉特征，可以作为状态波动的辅助观察点。这个技能面向智能镜子、考勤终端、办公室健康屏或自拍 App，把一次正面图像/短视频输入转化为结构化的疲劳/压力指数。

技能如何工作

核心能力包括正面面部检测、特征量化和综合评分：

• 检测 eye_bag_area 眼袋面积
• 分析 dark_circle_grayscale 黑眼圈灰度
• 估算 mouth_corner_drop_deg 嘴角下垂角度
• 评估 glabellar_frown_lines_score 眉间川字纹
• 输出 fatigue_stress_score（0-100）和等级，如 good、mild_fatigue、moderate_stress、high_stress

关键步骤通常按 open-id 校验、输入文件/URL 校验、调用技能脚本、返回结构化结果进行。输入建议使用正面、平视、光照均匀、无重滤镜的 jpg/png 图像或 mp4/avi/mov 短视频，最大约 10MB。历史报告查询会走云端接口，并按报告名称、疲劳指数、分析时间和链接输出表格。

适用边界

评分仅作为个人状态参考，不等同于医疗诊断或临床压力评估。光照、妆容、表情和设备角度都会影响单次结果，更适合观察连续趋势。面部数据涉及生物特征隐私，使用前需取得本人同意，并对图像和报告做必要的访问控制。