-
题名基于视觉传感器采集光流特征的精神疾病识别方法
被引量：2
- 1
-
-
作者
陈锐霆
徐瑞吉
应灵康
金润辉
毛科技
赵永标
-
机构
浙江工业大学计算机科学与技术学院
杭州惠嘉信息科技有限公司
浙江工业大学之江学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第1期163-170,共8页
-
基金
浙江省基础公益研究计划项目(LGG22F020014,LGF21F020015)
国家自然科学基金项目(62072410)。
-
文摘
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。
-
关键词
视觉传感器
精神疾病识别
光流特征
深度学习
-
Keywords
vision sensors
mental illness identification
optical flow features
deep learning
-
分类号
TN393
[电子电信—物理电子学]
-
-
题名视觉传感器提取面部运动特征的抑郁症检测算法研究
- 2
-
-
作者
周卫元
姚海峰
张闰哲
陈锐霆
毛科技
赵永标
-
机构
浙江开放大学萧山学院
绍兴市越城区消防救援大队
浙江工业大学计算机科学与技术学院
杭州惠嘉信息科技有限公司
浙江工业大学之江学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第4期665-674,共10页
-
基金
浙江省基础公益研究计划项目(LTGG23F020002,LGG22F020014)
国家自然科学基金项目(62072410)。
-
文摘
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。
-
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
depression classification
affective computing
video processing
face landmark
shallow CNN
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
