通过面部微表情识别捕捉隐匿性抑郁
计算机视觉与模式识别
2023-08-01 v1 机器学习
摘要
抑郁症是一种常见的心理健康障碍，可引发持续性抑郁情绪导致的严重后果与情绪困扰。隐匿性抑郁是其中一类，患者通过外在的乐观有意或无意地隐藏真实情绪，从而使诊断与治疗复杂化并延迟，导致意外的自杀。本文提出利用面部微表情（FMEs）检测并识别潜在真实情绪以诊断隐匿性抑郁。然而，FMEs 极低强度与细微的特性使其识别成为艰巨任务。我们提出一种基于面部标志点的感兴趣区域（ROI）方法来应对该挑战，并描述了一种低成本且保护隐私的方案，可在个人环境（如家中）使用便携移动设备实现自我诊断。我们给出验证方法的结果与发现，并讨论将此类技术应用于真实临床环境时的其他技术挑战与未来方向。
引用
@article{arxiv.2307.15862,
title = {Catching Elusive Depression via Facial Micro-Expression Recognition},
author = {Xiaohui Chen and Tie Luo},
journal= {arXiv preprint arXiv:2307.15862},
year = {2023}
}
备注
To appear in IEEE Communications Magazine 2023