弱监督下用于长视频中的自闭谱系障碍严重程度评估
计算机视觉与模式识别
2024-07-15 v1
摘要
自闭谱系障碍（ASD）是一类神经生物学条件，表现为在社交沟通和往来互动方面存在挑战，以及重复和刻板行为。长时间未剪辑视频中的异常行为模式可作为儿童（尤其是自闭症儿童）的生物标志物。在本文中，我们提出了一种基于视频的弱监督方法，通过学习长视频的时空特征来辨识典型与异常行为，以实现自闭症检测。此外，我们提出了一种浅层 TCN-MLP 网络，旨在进一步对严重程度评分进行分类。我们在由临床专业人员收集并标注（用于严重程度评分）的实际评估视频上对方法进行了评估。实验结果表明，所提出的行为生物标志物在自闭症谱系分析中对临床医生具有有效的帮助。
引用
@article{arxiv.2407.09159,
title = {Weakly-supervised Autism Severity Assessment in Long Videos},
author = {Abid Ali and Mahmoud Ali and Jean-Marc Odobez and Camilla Barbini and Séverine Dubuisson and Francois Bremond and Susanne Thümmler},
journal= {arXiv preprint arXiv:2407.09159},
year = {2024}
}