Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手）
AI识别自闭症儿童刻板行为
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手）。 它的用途是：AI识别自闭症儿童刻板行为 完整的 Skill 内容见：https://321skill.com/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-5/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析这段30分钟的视频，记录孩子出现转圈、摆手和摇晃的次数和每次持续时间。' 系统会调用姿态估计模型逐帧分析，输出行为时间线表格和统计图表，并生成行为变化趋势报告。
介绍
该系统通过康复机构或家庭固定摄像头采集儿童行为视频，利用姿态估计和时序动作检测技术，自动识别转圈（身体旋转360°以上）、摆手（手臂非功能性重复摆动）、摇晃（躯干前后或左右有节律摆动）等重复性刻板行为。它能够客观记录行为发生的频率、时长和模式，帮助康复师和家长量化评估干预效果。
使用方式：在康复中心或家庭安装固定摄像头，将视频流接入系统；系统自动运行姿态估计模型提取关键点，再通过时序动作检测算法识别特定刻板行为；结果以行为日志、统计图表和趋势报告的形式输出，支持实时查看和历史回顾。
适合人群：康复治疗师、特教老师、自闭症儿童家长、行为干预研究人员。对于需要长期跟踪行为变化、验证干预方案效果的用户尤其有价值。
注意事项：为保证识别准确率，建议摄像头正对活动区域，避免遮挡和光照剧烈变化；系统目前主要针对转圈、摆手、摇晃三种典型行为，其他刻板行为需另行训练模型；识别结果仅供参考，不应替代专业评估。
核心特点
不同于通用行为识别工具，该技能专门针对自闭症儿童的三种典型刻板行为优化，且结合了姿态估计和时序动作检测，能区分正常旋转与病理性转圈（≥360°），并自动记录行为持续时间。
注意事项
无法识别面部表情、语言等非运动类刻板行为，且对多人场景、快速遮挡时的检测精度会下降。
常见问题
需要什么硬件设备？
普通固定摄像头（如USB摄像头或网络摄像头），分辨率建议720p以上，保证儿童活动区域在视野内。
如何安装和运行？
克隆仓库后，按照README安装依赖（Python 3.8+），运行主程序并指定视频源即可开始检测。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-5/raw/index.md 读取 Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手） 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-5/raw/index.md（查看排版版本）