让孩子们心里有光、 行为有护成长无忧
校园心理与行为健康智能守护平台
AI赋能，让心理关怀更主动、更精准
传统干预模式
被动滞后
依赖学生主动求助或教师主观观察，难以及时发现隐性危机
数据失真
量表易被应付、回避、伪装，无法反映真实心理状态
覆盖不足
心理教师稀缺，难以兼顾大规模学生群
行为盲区
无法监测危险区域逗留、异常徘徊、轨迹失联等高危行为
AI赋能
AI情绪分析大模型
非接触式、无感化分析语音、文本中的情绪波动，主动预警
多模态融合分析 (AI + 情绪分析
结合行为、轨迹、文本进行交叉验证，穿透伪装，洞察真实心理状态
全天候、自动化监测平台
1个系统 = N位永不疲倦的“心理观察员”，实现对全校学生的普适性关怀
行为识别引擎 + 轨迹追踪算法
精准识别高危行为模式，实时定位，及时推送警报
三级联动守护机制
校园心安平台融合标准化心理测评 + AI微表情情绪识别 + 学生行为与轨迹分析，通过 “基础筛查–动态观察–重点关怀”三级联动机制，实现对心理状态波动学生的早期识别、
持续关注与协同支持，构建“以学生为中心、以教师为伙伴、以家庭为同盟、以AI为助手”的校园心理关爱生态网络。
基础筛查
生成“一生一策”心理档案，满足教育部“每年测评”要求
动态观察
自动记录情绪趋势，提示教师适时关心
重点关怀
推送个性化沟通建议，启动家校协同机制
标准化心理健康评测系统
- 面向学生与企业员工的心理状态评测与干预平台。它通过科学量表、智能分析和个性化建议，
- 提供多种权威心理量表（如PHQ-9、GAD-7、SCL-90等）、测评过程简短、交互友好、AI辅助评估心理风险等级。
兼容电脑、手机、平板
评测精准 高效可靠
AI自动检测、分析人类的七种情绪
基于Ekman微表情识别理论，融合自研行为识别算法与轨迹追踪技术，利用校园现有高清摄像头，即可无感采集学生情绪状态、异常行为、高危区域逗留，情绪识别准确率≥78%。
- 通过MTCNN 算法，对监控画面中眉毛、眼睛等面部区域对齐，判断是否为人脸。
- 利用Facenet 提取人脸特征，与数据库特征库比对，通过算法匹配最高ID 完成身份识别。
- 借助AI 情绪分析大模型，对人脸照片微表情分析，识别并分类为七类情绪。
非接触式无感采集
情绪识别准确率超78%
行为识别与分析
从“被动监控”到“主动预警”的智能之眼
- 基于深度学习计算机视觉，精准检测多种非正常行为模式，7×24小时无感识别奔跑、徘徊、倒地、攀爬、聚集等十余种高危场景，不放过任何风险苗头。
- “行为+情绪”融合算法：将行为特征与AI情绪分析结果进行加权研判，有效区分“嬉戏打闹”与“冲突前兆”等复杂场景，让风险判断更精准、更人性化。
让安全管理从“事后追溯”变为“事前预警、事中干预”
重点区域：为危险区域筑起“智能结界”
一般风险（滞留告警）：区域内超时逗留，系统推送提示。
高度风险（即时告警）：夜间禁区闯入、异常多人聚集，系统触发高级别告警。
可定义安全策略
重点区域智慧管控
轨迹追踪：读懂学生无声的“行为语言”
- 多摄像头智能联动，无缝拼接学生全天活动轨迹，让安全监护无死角、不断线。
- 精准构建行为基线，误入高风险区，学生异常高频接触等隐性危机。
- 自动生成轨迹热力图与常驻区域分析报告，为校园规划、心理关怀及安全管理提供科学的数据驾驶舱。
智能洞察，识别潜在风险
融合预警与智能干预
- DeepSeek大模型作为系统大脑，深度融合情绪、行为、区域、时间四维数据，构建独一无二的个体动态风险画像。
- 自动生成综合风险评分与个性化干预方案（含具体沟通话术与家校协同策略），将预警直接转化为可执行的动作，赋能心理老师。
- 支持一键通知、全程记录、效果追踪，形成“预警-处置-反馈-优化”的管理闭环，让每一次关怀都有据可查、持续改进。
从“数据洞察”到“决策行动”的闭环
© 成都星佑星辰科技有限公司
蜀ICP备2025178554号-1