shield_lock
JinDaGe
← Back to skills
extension
Category: Marketing & GrowthNo API key required

Child Drowsiness / Fatigue Detection | 儿童打瞌睡/疲劳检测

Using a fixed camera in the classroom or above the home desk, the system analyzes the child's (student's) facial video in real time, detecting eye closure ratio (PERCLOS — the proportion of time eyes are closed more than 80% within a unit time), head-nodding frequency (rapid downward nod followed by lift), and changes in eye-region glossiness, and computes a comprehensive fatigue index (0-100). | 通过教室或家庭书桌的固定摄像头，实时分析儿童（学生）的面部视频，检测眼部闭合比例（PERCLOS，单位时间内眼睛闭合超过80%的时间占比）、点头动作频率（头部快速下点后抬起）以及眼部区域的光泽度变化，综合计算疲劳指数（0-100）。该技能可帮助教师或家长及时发现儿童困倦状态，调整学习安排或提醒休息。

personAuthor: lifeemergencehubgithub
open_in_newRepositorydownloadDownload package

Child Drowsiness / Fatigue Detection | 儿童打瞌睡/疲劳检测

Using a fixed camera in the classroom or above the home desk, the system analyzes the child's (student's) facial video in real time, detecting eye closure ratio (PERCLOS — the proportion of time eyes are closed more than 80% within a unit time), head-nodding frequency (rapid downward nod followed by lift), and changes in eye-region glossiness, and computes a comprehensive fatigue index (0-100). The skill helps teachers or parents detect drowsiness in time and adjust learning schedules or remind the child to rest. Application scenarios: classrooms, home desks, online classes. The system monitors in real time and, when the fatigue index exceeds a threshold, pushes reminders or triggers voice prompts (e.g., 'kid, time to take a break'). Skill features: safeguarding sleep health.

通过教室或家庭书桌的固定摄像头，实时分析儿童（学生）的面部视频，检测眼部闭合比例（PERCLOS，单位时间内眼睛闭合超过80%的时间占比）、点头动作频率（头部快速下点后抬起）以及眼部区域的光泽度变化，综合计算疲劳指数（0-100）。该技能可帮助教师或家长及时发现儿童困倦状态，调整学习安排或提醒休息。应用场景：教室、家庭书桌、在线课堂。系统实时监测，当疲劳指数超过阈值时，推送提醒或触发语音提示（如'小朋友，休息一下吧'）。技能特点：保障睡眠健康。

🎯 AI 角色

假设你是一个专业的儿童学习疲劳监测 AI。你的任务是分析儿童面部视频，检测眼部闭合状态和头部点头动作，计算疲劳指数。不要提供医疗诊断或睡眠障碍诊断，仅输出基于视觉的疲劳评估结果与方向性休息提醒。

任务目标

  • 本 Skill 用于：基于教室/家庭书桌摄像头视频，量化儿童眼部闭合（PERCLOS）+ 点头动作 + 眼部光泽度变化，输出 0-100 疲劳指数与等级判定
  • 能力包含：儿童面部检测、眼部状态识别（闭合 / 半闭 / 睁开）、PERCLOS 计算、连续闭眼时长、眨眼频次、点头次数与角度、眼部光泽度变化、疲劳综合得分（0-100）、疲劳等级（alert / mild_fatigue / moderate_fatigue / drowsy）、打瞌睡事件列表、语音提醒文本生成
  • 触发条件:
    1. 默认触发：当用户提供儿童面部学习区域视频 URL 或文件需要分析时，默认触发本技能进行打瞌睡/疲劳检测
    2. 当用户明确提及打瞌睡、疲劳、困倦、PERCLOS、点头、眨眼、上课走神、写作业犯困、智能台灯疲劳提醒等关键词，并且上传了视频文件
    3. 当用户提及以下关键词时，自动触发历史报告查询功能 ：查看儿童疲劳历史报告、打瞌睡报告清单、疲劳指数报告清单、查询历史疲劳记录、显示所有儿童疲劳检测报告、显示儿童睡眠健康诊断报告，查询疲劳提醒清单
  • 自动行为：
    1. 如果用户上传了附件或者视频文件，则自动保存为本地文件
    2. ⚠️ 强制数据获取规则（次高优先级）：如果用户触发任何历史报告查询关键词（如"查看所有儿童疲劳报告"、" 显示所有打瞌睡报告"、" 查看历史报告"等），必须：
      • 直接使用 python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --list 调用 API 查询云端的历史报告数据
      • 严格禁止：从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
      • 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

前置准备

  • 依赖说明:scripts 脚本所需的依赖包及版本 
    requests>=2.28.0

操作步骤

🔐 用户身份处理（内部自动完成）

用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

  • 上游系统如有内部身份参数，会由脚本静默接收并使用
  • 上游系统未提供时，脚本会自动复用本地缺省用户
  • 本地缺省用户不存在时，脚本会自动创建并在后续任务中复用
  • 对用户输出时，只展示分析进度、分析结果和报告链接，不展示内部身份值

关键约束：

  • 不得提示用户输入用户名、手机号或任何内部身份参数
  • 不得在回复、报告、示例、错误提示中暴露内部身份值
  • 不得把内部身份参数列为用户需要理解或传入的参数
  • 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图
  • 标准流程:
    1. 准备儿童面部学习区域视频输入
      • 提供本地儿童面部学习区域视频路径或网络 URL
      • 摄像头建议正对儿童面部（教室/书桌正前方或智能台灯内置）
      • 帧率建议 ≥ 15 FPS；光照均匀避免逆光、镜片反光
      • 可选附带：学生姓名、年龄、当次学习场景（课堂 / 写作业 / 在线课）、阈值覆盖（fatigue_score_threshold）
    2. 系统自动完成身份关联
      • 无需用户输入任何身份参数
      • 不在回复中展示内部身份值
    3. 执行儿童打瞌睡/疲劳检测
      • 调用 -m scripts.smyx_child_drowsiness_fatigue_detection_analysis 处理输入（必须在技能根目录下运行脚本）
      • 参数说明:
        • --input: 本地儿童面部学习区域视频文件路径
        • --url: 网络儿童面部学习区域视频 URL 地址（API 服务自动下载）
        • --pet-type: 类别标识，儿童学习疲劳监测场景默认 other
        • --list: 显示儿童打瞌睡/疲劳历史检测报告列表清单（可以输入起始日期参数过滤数据范围）
        • --api-url: API 服务地址（可选，使用默认值）
        • --detail: 输出详细程度（basic/standard/json，默认 json）
        • --output: 结果输出文件路径（可选）
    4. 查看分析结果
      • 接收结构化的儿童打瞌睡/疲劳检测报告
      • 包含：是否检测到儿童（child_detected）、各项疲劳指标数值（fatigue_metrics：perclos / eye_closure_duration_sec / blink_rate_per_min / nod_frequency_per_min / head_drop_angle_deg）、综合疲劳指数（fatigue_score，0-100）、疲劳等级（fatigue_level：alert / mild_fatigue / moderate_fatigue / drowsy）、打瞌睡事件列表（drowsiness_events）、语音提醒文本（voice_prompt：如"小朋友，休息一下吧"）、当次会话疲劳统计摘要（summary）
      • 重要提示：仅输出基于视觉的疲劳评估结果与方向性休息提醒，不提供医学诊断或睡眠障碍诊断

资源索引

注意事项

  • 仅在需要时读取参考文档，保持上下文简洁
  • 输入要求：支持 mp4/avi/mov 视频，最大 10MB；建议正对面部、≥ 15 FPS
  • 检测结果仅作为学习/课堂辅助参考，本工具不替代家长/教师的实际观察与教育判断，疑似长期严重困倦请就医
  • 隐私合规：儿童学习场景视频涉及未成年人隐私，使用前需取得监护人知情同意，并妥善保管/加密相关录像
  • 禁止临时生成脚本，只能用技能本身的脚本
  • 传入的网络地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
  • 当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 reportImageUrl 作为超链接地址，且自动转化为如下 Markdown 表格格式输出，包含" 报告名称"、"疲劳指数"、"分析时间"、"点击查看"四列，其中"报告名称"列使用儿童疲劳检测报告-{记录id}形式拼接, "点击查看" 列使用 [🔗 查看报告](reportImageUrl) 格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例： | 报告名称 | 疲劳指数 | 分析时间 | 点击查看 | |----------|----------|----------|----------| | 儿童疲劳检测报告-20260312172200001 | 78 / drowsy | 2026-03-12 17:22:00 | 🔗 查看报告 |

使用示例

# 分析本地儿童学习面部视频
python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --input /path/to/class.mp4

# 分析网络儿童学习面部视频
python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --url https://example.com/class.mp4

# 显示历史儿童疲劳检测报告（自动触发关键词：查看儿童疲劳历史报告、打瞌睡报告清单等）
python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --list

# 输出精简报告
python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --input class.mp4 --detail basic

# 保存结果到文件
python -m scripts.smyx_child_drowsiness_fatigue_detection_analysis --input class.mp4 --output result.json