基于面部表情的自报疼痛强度个性化自动估计
计算机视觉与模式识别
2017-06-27 v2
摘要
疼痛是一种个人的主观体验，通常通过视觉模拟量表 (VAS) 进行评估。虽然这通常方便且有用，但自动疼痛检测系统可以通过直接从参与者的面部表情估计疼痛评分，从而减少大规模研究中获取疼痛评分的工作量。在本文中，我们提出了一种用于 VAS 估计的新型两阶段学习方法：首先，我们的算法利用循环神经网络 (RNNs) 从面部图像自动估计 Prkachin 和 Solomon 疼痛强度 (PSPI) 水平。然后将估计的评分输入个性化的隐条件随机场 (HCRFs)，用于估计每个人提供的 VAS。模型的个性化是使用为新引入的、对每个人独一无二的面部表现力评分进行的。据我们所知，这是首次从面部图像自动估计 VAS 的方法。我们在面部图像疼痛分析的基准数据集上展示了所提出的个性化方法优于传统的非个性化方法的好处。
引用
@article{arxiv.1706.07154,
title = {Personalized Automatic Estimation of Self-reported Pain Intensity from Facial Expressions},
author = {Daniel Lopez Martinez and Ognjen Rudovic and Rosalind Picard},
journal= {arXiv preprint arXiv:1706.07154},
year = {2017}
}
备注
Computer Vision and Pattern Recognition Conference, The 1st International Workshop on Deep Affective Learning and Context Modeling