基于级联深度神经网络的抑郁症识别

• 作者: 丁辉 尚媛园 江筱 邵珠宏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 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
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 117-122,150
• 页数: 7页
• 分类号: TP3
• 字数: 4205字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.10.021

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AVEC 2014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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚媛园	首都师范大学信息工程学院	24	168	6.0	12.0
3	丁辉	首都师范大学信息工程学院	18	106	5.0	10.0
9	邵珠宏	首都师范大学信息工程学院	8	22	2.0	4.0
11	江筱	首都师范大学信息工程学院	2	0	0.0	0.0