申请/专利权人：宜宾学院;贵州大学

申请日：2023-04-11

公开（公告）日：2024-02-13

公开（公告）号：CN116597946B

主分类号：G16H20/70

分类号：G16H20/70;G06V10/25;G06V10/774;G06V10/766;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2023.09.01#实质审查的生效;2023.08.15#公开

摘要：本发明提出了一种基于房‑树‑人的青少年心理健康检测方法，包括：构建青少年房‑树‑人心理健康状态的检测数据集；所述检测数据集包括：元素的绘画特征与心理特征的关联对应关系；基于所述检测数据集，利用贝叶斯概率模型、YOLO模型和随机森林方法，训练青少年心理健康状态数据的检测模型；基于训练后的所述检测模型，对采集的房‑树‑人图像进行检测，获取青少年心理健康检测结果。本发明能够实现智能、自动、快速检测房‑树‑人图片，且能精准分析青少年心理健康状态，检测精度达到94％。

主权项：1.一种基于房-树-人的青少年心理健康检测方法，其特征在于，包括：构建青少年房-树-人心理健康状态的检测数据集；所述检测数据集包括：图像数据集、元素的绘画特征与心理特征的关联对应关系的数据关系表；基于所述检测数据集，利用YOLO目标检测模型，贝叶斯概率模型和随机森林分类模型，训练青少年心理健康状态数据的检测模型；训练青少年心理健康状态数据的所述检测模型包括：首先，通过删除重复、增加、去噪的方式对所述检测数据集进行清洗；其次，提取清洗后的所述检测数据集中的抽样样本，建立心理健康状态评估的所述贝叶斯概率模型的先验值数据表；接着，利用所述YOLO目标检测模型分别进行所述检测数据集中元素特征的训练，获得最优的训练模型；接着，通过所述训练模型检测出所述抽样样本的元素与元素特征的概率值，依次修正所述贝叶斯概率模型中对应元素与元素特征的先验值，同时核对并计算心理健康状态评估的后验概率值和需要关注的全概率；再者，将先验概率修正为后验概率值的所述贝叶斯概率模型中对应元素与元素特征的心理健康状态评估概率值数据表作为所述随机森林分类模型的模型训练数据进行需要关注和不需要关注的分类训练，获得模型的训练结果；最后，将这几个模型进行连接，构建得到青少年房-树-人心理健康状态评估的所述检测模型；基于训练后的所述检测模型，对采集的房-树-人图像进行检测，获取青少年心理健康检测结果。

全文数据：

权利要求：

百度查询： 宜宾学院;贵州大学 一种基于房-树-人的青少年心理健康检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD