GraphAU-Pain：用于疼痛强度估计的基于图的动作单元表示
机器学习
2025-06-18 v2 计算机视觉与模式识别
摘要
理解与疼痛相关的面部行为对于数字医疗中的有效监测、辅助诊断和治疗规划至关重要，特别是对于无法进行口头交流的患者。现有的从面部表情检测疼痛的数据驱动方法由于可解释性和严重程度量化而受到限制。为此，我们提出 GraphAU-Pain，利用基于图的框架对面部动作单元 (AU) 及其相互关系进行建模，以用于疼痛强度估计。AU 被表示为图节点，共现关系作为边，从而能够更具表现力地描绘与疼痛相关的面部行为。通过利用关系图神经网络，我们的框架提供了改进的可解释性和显著的性能提升。在公开可用的 UNBC 数据集上进行的实验证明了 GraphAU-Pain 的有效性，在疼痛强度估计中达到了 66.21% 的 F1 分数和 87.61% 的准确率。
引用
@article{arxiv.2505.19802,
title = {GraphAU-Pain: Graph-based Action Unit Representation for Pain Intensity Estimation},
author = {Zhiyu Wang and Yang Liu and Hatice Gunes},
journal= {arXiv preprint arXiv:2505.19802},
year = {2025}
}
备注
MiGA@IJCAI25