探索面部表情与情感域用于帕金森病检测
计算机视觉与模式识别
2020-12-14 v1
摘要
帕金森病(PD)是一种影响面部运动和非言语交流的神经系统疾病。PD患者呈现称为表情减少(hypomimia)的面部运动减少，该症状在MDS-UPDRS-III量表的3.2项中评估。本工作中，我们提出基于情感域的面部图像表情分析以改进PD检测。我们提出不同的域适应技术，以利用人脸识别与面部动作单元(FAU)检测的最新进展。本工作的主要贡献为：(1) 一种利用深度人脸架构建模PD患者表情减少的新框架；(2) 我们在诱发多种面部表情时，实验比较基于单张图像与图像序列的PD检测；(3) 我们探索不同的域适应技术，以利用最初为人脸识别或FAU检测训练的现有模型，实现PD患者与健康受试者的自动区分；以及(4) 一种使用三元组损失学习改进表情减少建模与PD检测的新方法。在PD患者真实人脸图像上的结果表明，我们能够通过图像序列（中性、起始-过渡、顶点、偏移-过渡、中性）恰当建模诱发情绪，相较单图像PD检测准确率提升达5.5%（从72.9%至78.4%）。我们还展示所提出的情感域适应将PD检测准确率进一步提升达8.9%（从78.4%至87.3%）。
引用
@article{arxiv.2012.06563,
title = {Exploring Facial Expressions and Affective Domains for Parkinson Detection},
author = {Luis Felipe Gomez-Gomez and Aythami Morales and Julian Fierrez and Juan Rafael Orozco-Arroyave},
journal= {arXiv preprint arXiv:2012.06563},
year = {2020}
}