현대 사회에서 정신 건강 문제의 급격한 증가로 인해 스트레스 감지를 위한 효과적이고 접근 가능한 도구가 필요합니다. 전통적인 접근 방식은 임상 평가나 자가 보고에 크게 의존하며, 이러한 방법은 종종 주관적이고 시간이 많이 걸리며 실시간 평가에 적합하지 않습니다. 이 연구는 텍스트 분석과 얼굴 인식을 모두 활용하는 이중 모달리티 인공 지능 시스템을 제안합니다. 이 시스템은 사용자가 입력한 텍스트를 분석하기 위해 LSTM 및 CNN 모델과 함께 자연어 처리(NLP) 기술을 사용하며, 실시간 비디오 스트림에서 캡처한 얼굴 표정을 처리하기 위해 컨볼루션 신경망(CNN)을 사용합니다. 이러한 모달리티를 통합함으로써 시스템은 단일 모달리티 접근 방식에 비해 더 높은 정확성과 신뢰성을 달성합니다. 이 모델은 Python, TensorFlow 및 OpenCV를 사용하여 구현되며, 실시간 사용자 상호작용을 위한 인터랙티브한 Streamlit 인터페이스를 통해 배포됩니다. 실험 평가 결과, 이 시스템은 정확하고 효율적이며 사용자 친화적인 스트레스 감지를 제공할 수 있는 잠재력이 있음을 보여주며, 정신 건강 모니터링 및 조기 개입을 위한 의료, 교육 및 기업 환경에서 유용한 응용 프로그램을 제공합니다.
Noorun Nehar (목요일)은 이 질문을 연구했습니다.