一种用于自闭症谱系障碍的面部情感分析系统
计算机视觉与模式识别
2019-04-09 v1 人机交互
机器学习
摘要
本文介绍一种基于端到端机器学习的系统，利用表情、动作单元、唤醒度和效价等面部属性对自闭症谱系障碍（ASD）进行分类。我们的系统使用来自卷积神经网络的多种面部属性表示对 ASD 进行分类，这些网络在真实场景图像上训练。实验结果表明，我们系统中使用的不同面部属性具有统计显著性，并大幅提升了 ASD 分类的灵敏度、特异性和 F1 分数。特别是，不同面部属性的加入使 ASD 分类性能提升约 7%，达到了 76% 的 F1 分数。
引用
@article{arxiv.1904.03616,
title = {A Facial Affect Analysis System for Autism Spectrum Disorder},
author = {Beibin Li and Sachin Mehta and Deepali Aneja and Claire Foster and Pamela Ventola and Frederick Shic and Linda Shapiro},
journal= {arXiv preprint arXiv:1904.03616},
year = {2019}
}
备注
5 pages (including 1 page for reference), 3 figures