文档名：基于视觉传感器采集光流特征的精神疾病识别方法
摘要：目前,精神疾病的筛查主要依靠临床医生的访谈和问卷进行评估,具有高成本、主观性等问题.提出了一种基于视觉传感器采集光流特征的精神疾病识别方法,可以实时监测和预警,以较低的成本和非侵入性的方式来进行精神疾病的辅助筛查.该算法通过视觉传感器全面采集患者的面部数据来提取光流特征,并输入TSMOSNet进行训练.TSMOSNet以TSM为基础网络进行改进,替换普通卷积为光流提取头,针对视觉传感器采集而来的光流特征图进行密集采样,并添加了时序注意力模块、DML蒸馏和VideoMix数据增强等方法,增强了视觉特征,以提高精神疾病识别的准确率.实验结果表明,在H7-BDSN数据集上相比于其他方法,本研究提出的识别算法在精神疾病的筛查任务中取得了最好的效果,准确率为85%,F1分值为0.84.
Abstract：Amethodforidentifyingmentalillnessusingopticalflowfeaturescapturedbyvisualsensorsisproposed.Theproposedmethodoffersreal-timemonitoringandaidsinmentalillnessscreeningatalowercostandnon-invasively.OpticalflowfeaturesareextractedfromfacialdatacapturedbythevisualsensorandusedfortrainingTSMOSNet,whichisimprovedbyreplacingnormalconvolutionwithanopti-calflowextractionhead,denselysamplingopticalflowfeaturemaps,andaddingtemporalattention,DMLdistillation,andVideoMixdataenhancementtoimprovevisualfeaturesforgreateraccuracy.ExperimentalresultsontheH7-BDSNdatasetdemonstrateanaccuracyof85%andanF1scoreof0.84,whichoutperformsothermethods.
作者：陈锐霆 徐瑞吉 应灵康 金润辉 毛科技 赵永标 Author：CHENRuiting XURuiji YingLingkang JINRunhui MAOKeji ZHAOYongbiao
作者单位：浙江工业大学计算机科学与技术学院,浙江杭州310014;杭州惠嘉信息科技有限公司,浙江杭州311121浙江工业大学计算机科学与技术学院,浙江杭州310014浙江工业大学之江学院,浙江绍兴312030
刊名：传感技术学报
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(1)
分类号：TN393
关键词：视觉传感器 精神疾病识别 光流特征 深度学习
Keywords：visionsensors mentalillnessidentification opticalflowfeatures deeplearning
机标分类号：
在线出版日期：2024年3月6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，国家自然科学基金基于视觉传感器采集光流特征的精神疾病识别方法[
期刊论文] 传感技术学报--2024, 37(1)陈锐霆 徐瑞吉 应灵康 金润辉 毛科技 赵永标目前,精神疾病的筛查主要依靠临床医生的访谈和问卷进行评估,具有高成本、主观性等问题.提出了一种基于视觉传感器采集光流特征的精神疾病识别方法,可以实时监测和预警,以较低的成本和非侵入性的方式来进行精神疾病的辅助...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
基于视觉传感器采集光流特征的精神疾病识别方法 Identification of Mental Illness Using Optical Flow Features Captured by Visual Sensors
基于视觉传感器采集光流特征的精神疾病识别方法.pdf
- 文件大小:
- 2.68 MB
- 下载次数:
- 60
-
高速下载
|
|
