面向心理健康评估的面部行为动力学建模
计算机视觉与模式识别
2021-08-24 v1
摘要
面部动作单元（FAU）强度是分析面部行为的常用描述符。然而，当一次只有少数FAU被激活时，其表示是稀疏的。在本研究中，我们探索了通过采用自然语言处理中用于词表示的算法来表示面部表情动态的可能性。具体来说，我们在一个包含530万帧的时序面部表情大数据集上进行聚类，然后应用全局向量表示（GloVe）算法来学习面部聚类的嵌入。我们在两个下游任务上评估了所学表示的有效性：精神分裂症症状估计和抑郁严重程度回归。这些实验结果表明，与仅使用FAU强度的基线模型相比，我们的方法在改善心理健康症状评估方面具有潜在有效性。
引用
@article{arxiv.2108.09934,
title = {Modeling Dynamics of Facial Behavior for Mental Health Assessment},
author = {Minh Tran and Ellen Bradley and Michelle Matvey and Joshua Woolley and Mohammad Soleymani},
journal= {arXiv preprint arXiv:2108.09934},
year = {2021}
}
备注
Accepted to FG 2021