文档名：视觉传感器提取面部运动特征的抑郁症检测算法研究
摘要：尽管抑郁症自动诊断系统已经取得了重大进展,但大部分工作集中在结合多种模态的特征来提高分类精度,这会产生大量的时空开销和特征同步问题.提出了一种基于面部表情和面部运动特征的单模态抑郁症检测框架.提出了一种基于面部标志比的鲁棒特征提取方法,并从理论上证明了该特征具有上下、左右平移、深度平移、旋转和翻转不变性.基于该方法提取的特征保持了面部标志点在空间上的拓扑结构关系,并保持了面部标志点前后帧的时间相关性.然后,提出了一种新颖的思路来解决大单元抑郁症视频的分类任务,将大单元视频的抑郁症分类任务分解为多个短序列单元的评分任务,然后通过定义的评分聚合函数得到最终的抑郁症分类结果.在DAIC-WOZ数据集上,所提出的检测框架提高了分类性能,F1得分为0.85,优于当前其他基于单模态的抑郁症检测模型.
Abstract：Althoughsignificantprogresshasbeenmadeinautomaticdiagnosissystemsfordepression,mostoftheworkfocusesoncombi-ningfeaturesfrommultiplemodalitiestoimproveclassificationaccuracy,whichgeneratesalotofspace-timeoverheadandfeaturesynchro-nizationproblems.Aunimodaldepressiondetectionframeworkbasedonfacialexpressionandfacialmotionfeaturesisproposed.Firstly,arobustfeatureextractionmethodbasedontheratiooffaciallandmarkisproposedanditistheoreticallyprovedthatthisfeaturehasup-down,left-righttranslation,depthtranslation,rotation,andflipinvariance.Thefeaturesextractedbasedontheproposedmethodmaintainthetopologicalstructurerelationshipoffaciallandmarksinspaceandmaintainthetemporalcorrelationofframesbeforeandafterfaciallandmarks.Then,anovelideaisprovidedtosolvetheclassificationtaskoflarge-unitdepressionvideos.Thefinaldepressionclassificationresultisobtainedbydecomposingthedepressionclassificationtaskoflarge-unitvideosintothescoringtaskofmultipleshort-sequenceu-nitsandthenthroughthedefinedscoreaggregationfunction.OntheDAIC-WOZdataset,theproposeddetectionframeworkimprovestheclassificationperformance,withanF1scoreof0.85,outperformingothercurrentunimodal-baseddepressiondetectionmodels.
作者：周卫元 姚海峰 张闰哲 陈锐霆 毛科技 赵永标[5]Author：ZHOUWeiyuan YAOHaifeng ZHANGRunzhe CHENRuiting MAOKeji ZHAOYongbiao[5]
作者单位：浙江开放大学萧山学院,浙江杭州311200绍兴市越城区消防救援大队,浙江绍兴312000浙江工业大学计算机科学与技术学院,浙江杭州310023浙江工业大学计算机科学与技术学院,浙江杭州310023;杭州惠嘉信息科技有限公司,浙江杭州311121浙江工业大学之江学院,浙江绍兴312030
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(4)
分类号：TP183TP212.9
关键词：抑郁症检测 情感计算 视频处理 面部标志点 浅层CNN
Keywords：depressionclassification affectivecomputing videoprocessing facelandmark shallowCNN
机标分类号：TP391.41TP242.62TN911.73
在线出版日期：2024年6月5日
基金项目：浙江省基础公益研究计划项目，浙江省基础公益研究计划项目，国家自然科学基金视觉传感器提取面部运动特征的抑郁症检测算法研究[
期刊论文] 传感技术学报--2024, 37(4)周卫元 姚海峰 张闰哲 陈锐霆 毛科技 赵永标尽管抑郁症自动诊断系统已经取得了重大进展,但大部分工作集中在结合多种模态的特征来提高分类精度,这会产生大量的时空开销和特征同步问题.提出了一种基于面部表情和面部运动特征的单模态抑郁症检测框架.提出了一种基于...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
视觉传感器提取面部运动特征的抑郁症检测算法研究 Research on Depression Detection Algorithm Based on Facial Motion Features Extracted by Vision Sensor
视觉传感器提取面部运动特征的抑郁症检测算法研究.pdf
- 文件大小:
- 3.21 MB
- 下载次数:
- 60
-
高速下载
|
