基于深度学习的老年人 facial expression recognition 系统综述
计算机视觉与模式识别
2025-02-06 v1 人工智能
摘要
全球人口老龄化进程加快，凸显了为老年人提供技术支持的需求，尤其是在医疗保健和情感福祉方面。面部表情识别（Facial Expression Recognition，简称 FER）系统作为一种无创手段，能够监测情绪状态，在照护居住、心理健康支持和个性化护理等场景中具有广泛应用前景。本文系统性地综述了针对老年人群体的深度学习基于 FER 系统，聚焦其应用挑战。我们遵循严格的研究方法，对过去十年间的 31 项研究进行分析，探讨了老年人专用数据集稀缺、类别不平衡以及年龄相关面部表情差异等问题。研究结果表明，卷积神经网络在 FER 领域仍占主导地位，尤其是针对资源受限环境的轻量级变体。然而，现有数据集往往在年龄代表性方面缺乏多样性，实际部署受限。此外，隐私问题以及可解释人工智能的需求也成为技术采纳的关键障碍。本综述强调了发展包容性年龄数据集、整合多模态解决方案以及采用 XAI 技术以提升系统可用性、可靠性和可信度的重要性。文中还就未来研究提出建议，以弥合学术进步与老年护理实际应用之间的差距。
引用
@article{arxiv.2502.02618,
title = {Deep Learning-Based Facial Expression Recognition for the Elderly: A Systematic Review},
author = {F. Xavier Gaya-Morey and Jose M. Buades-Rubio and Philippe Palanque and Raquel Lacuesta and Cristina Manresa-Yee},
journal= {arXiv preprint arXiv:2502.02618},
year = {2025}
}