基于级联深度神经网络的抑郁症识别

作     者：江筱 邵珠宏 尚媛园 丁辉 Jiang Xiao;Shao Zhuhong;Shang Yuanyuan;Ding Hui

作者机构：首都师范大学信息工程学院北京100048 北京成像技术高精尖创新中心北京100048 电子系统可靠性技术北京市重点实验室北京100048 

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 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2019年第36卷第10期

页      码：117-122,150页

摘      要：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。

主 题 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 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2019.10.021

馆 藏 号：203806611...