基于深度森林多模态数据决策级融合抑郁症评价方法

• 作者: 何珺 孙波 张迎辉 杨斌 聂燕敏
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度森林 方向梯度直方图 面部基本点 人脸运动单元 抑郁症 决策级融合
• 年，卷（期）: 2018,（5）
• 页码范围: 606-611
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2018.05.008

摘要

如何有效利用多模态数据进行融合是自动诊断抑郁症患者的一个关键问题,提出了一种基于深度森林多模态数据决策级融合方法,利用基于视频帧的方向梯度直方图(H OG)、面部基本点(landmark)及人脸运动单元(AU)等多模态数据分别训练出一个随机森林回归模型(RFR),于是得到了各模态数据的高层特征向量,并利用两向量余弦相似度作为模态融合的互补度量,进行(RFR)的逐层堆叠,最终得到了用于多模态数据决策级融合的深度森林回归模型.在DAIC-WOZ数据集上的实验结果表明该融合方法在验证集上的均方根误差(RMSE)和平均绝对误差(MAE)分别为4.7和3.9,明显优于基准值(baseline)和其他方法,从而能够很好地实现抑郁症患者的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙波	北京师范大学信息科学与技术学院	46	532	14.0	21.0
2	何珺	北京师范大学信息科学与技术学院	7	15	3.0	3.0
3	张迎辉	北京师范大学信息科学与技术学院	9	6	1.0	1.0
5	聂燕敏	河北金融学院信息管理与工程系	21	29	4.0	4.0
8	杨斌		2	2	1.0	1.0