一種基于面部區域時空關聯性的抑郁程度評估方法
本發明提供一種基于面部區域時空關聯性的抑郁程度評估方法,屬于計算機視覺與醫療診斷技術領域,解決了現有抑郁癥識別方法準確率不高的問題。本發明提出一種融合時空注意力機制的深度學習模型。其核心包括:將面部圖像劃分為多個子區域,獨立計算各子區域的重要性;通過時空注意力機制動態融合空間重要性、空間上下文、時間上下文及空間相似性,生成面部注意力圖譜;基于此構建的識別模型利用時序特征融合模塊提取動態表情變化特征,實現抑郁程度的精準評估。實驗表明,該方法在AVEC2013和AVEC2014數據集上分別取得MAE5.79和MAE 5.76的識別性能,優于現有技術。本發明通過細粒度捕捉面部肌肉的時空關聯模式,為自動抑郁癥識別提供了高效、客觀的解決方案。
蘭州大學
2021-01-12