-
题名基于级联深度神经网络的抑郁症识别
被引量：5
- 1
-
-
作者
江筱
邵珠宏
尚媛园
丁辉
-
机构
首都师范大学信息工程学院
北京成像技术高精尖创新中心
电子系统可靠性技术北京市重点实验室
-
出处
《计算机应用与软件》
北大核心
2019年第10期117-122,150,共7页
-
基金
国家自然科学基金项目(61876112)
北京市属高校高水平教师队伍建设支持计划项目(CIT&TCD20170322)
首都师范大学青年科研创新团队项目
-
文摘
抑郁症是最常见的心理障碍之一,严重困扰患者的工作和生活。随着情感感知技术的发展,开发抑郁症自动识别系统具有广阔的前景。基于视频人脸图像,结合级联深度神经网络和多特征(全局特征和局部特征)对抑郁症BDI-II分值进行预测。设计全局特征网络、局部特征网络(眼部,嘴部)三个分支,利用FaceNet网络和深度神经网络提取全局特征,利用基于四元数的局部二进制编码和深度神经网络提取局部特征。在融合层将全局特征向量和局部特征向量拼接,接入第三个深度神经网络对抑郁程度进行预测。在AVEC2013和AVEC2014抑郁症数据库上进行测试,实验结果表明,与其他基于视觉的方法相比,该方法取得了更小的平均绝对误差和均方根误差。
-
关键词
抑郁症识别
深层神经网络
四元数
局部二值模式
异或非对称区域局部梯度编码
-
Keywords
Depression recognition
Deep neural networks
Quaternion
local binary patterns
xor asymmetric region local gradient coding
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
