随着居民生活水平提高,越来越多的家长意识到幼儿启蒙教育的重要性,然而近年来幼儿园教师虐童现象时有发生,幼儿教育与安全屡屡成为社会热点话题。同时,幼儿园的信息化水平亟待提升,当前系统无法实时监测幼儿安全并及时响应异常事件,缺乏用于评判课程效果的客观数据,无法做到有效监督。由于幼儿情绪数据既可以应用于启蒙教育,又可以用来判断幼儿安全状态,本文提出设计了一个面向幼儿园的情绪分析系统,并对涉及的关键技术进行了研究。具体工作内容可以分为如下两个部分:一是基于系统需求分析,设计并实现了系统的四大功能模块:信息录入、幼儿分析、课程评估与班级管理。信息录入模块负责收集信息,用于识别身份;幼儿分析模块可以实时查看幼儿每天的情绪数据,支持异常情绪的系统通知;课程评估与班级管理模块可以量化分析园内每天的课程效果与各班级的管理质量。二是对系统涉及的关键技术进行了研究。首先,幼儿情绪分析涉及海量图片处理,使用云计算架构会导致较高时延,而幼儿安全是时延敏感型服务。本文提出了“云边结合”的系统架构,结合了云计算与边缘计算,有效减小了系统时延。其次,由于幼儿脸部特征不明显、幼儿园监控视频质量低等问题,根据静态图片进行人脸识别精度不高。本文提出了基于位置特征的人脸身份矫正模型,并通过实验证明了该模型的优越性。最后,本文对幼儿情绪数据进行了分析与挖掘。通过聚类算法找出了情绪异常的幼儿,并且提供了一种评估课程效果及班级管理质量的方式。基于上述研究,本文开发了一个面向幼儿园的情绪分析系统,并在幼儿园投入使用,满足了监测幼儿安全与评估幼儿教育的需求,收到了用户的良好反馈,证明了该系统的有效性。