基于地形特征直方图自学习选择的疼痛强度估计
计算机视觉与模式识别
2015-03-27 v1
摘要
通过观察性疼痛量表对新生儿、痴呆患者、危重患者等特殊类别患者进行疼痛评估是必要的。最近提出的 Prkachin-Solomon 评分允许直接从面部图像进行疼痛评估，为多种辅助应用开辟了道路。本文中，我们引入地形（HoT）特征直方图，其为地形原始草图的一般化，用于描述有助于上述评分的面部部位。我们提出一种在面向情感的 Cohn-Kanade 数据库上开发的半监督、面向聚类的自学习过程。我们利用该过程改善不同疼痛强度水平间的区分度以及相对于被监测人员的泛化能力，同时在 UNBC McMaster 肩痛数据库上测试。
引用
@article{arxiv.1503.07706,
title = {Pain Intensity Estimation by a Self--Taught Selection of Histograms of Topographical Features},
author = {Corneliu Florea and Laura Florea and Raluca Boia and Alessandra Bandrabur and Constantin Vertan},
journal= {arXiv preprint arXiv:1503.07706},
year = {2015}
}