通过人脸对齐、训练优化与调度改进基于面部视频的抑郁估计
计算机视觉与模式识别
2022-12-14 v1 人工智能
摘要
深度学习模型在利用基于视频的面部表情识别抑郁状态方面已展现出有前景的结果。尽管成功的模型通常利用3D-CNN或视频蒸馏技术，但不同实验中在预训练、数据增强、预处理和优化技术上的差异使得公平的架构比较十分困难。我们转而提出通过两种特定的人脸对齐方法以及改进的数据增强、优化和调度技术，来增强两个仅使用静态空间信息、基于ResNet-50的简单模型。我们在基准数据集上的大量实验取得了与复杂时空模型单流相近的结果，而两个不同流在分数级融合上优于最先进的方法。我们的发现表明，预处理和训练过程中的特定修改会导致模型性能上的显著差异，并可能掩盖原本归因于不同神经网络架构使用的实际效果。
引用
@article{arxiv.2212.06400,
title = {Improving Depression estimation from facial videos with face alignment, training optimization and scheduling},
author = {Manuel Lage Cañellas and Constantino Álvarez Casado and Le Nguyen and Miguel Bordallo López},
journal= {arXiv preprint arXiv:2212.06400},
year = {2022}
}
备注
5 pages