融合肢体行为和人脸识别的抑郁度分析

文章介绍了运用人脸识别、图像处理以及深度学习技术在抑郁症检测方面的应用与创新,阐述了抑郁度分析网络的组织架构以及不同模块结构及其功能,提出了解决现有检测技术缺陷的方法,用以提高检测的准确性。文章以MTCNN模型为主体进行抑郁度分析模型的设计,并对其图像金字塔以及R-Net网络进行改进。并在此基础上,引入时空特征提取网络,用以提取面部数据的时间与空间特征;提出决策网络的结构,用以判断捕获图像是否符合要求;增加基于GRU网络的眼部特征提取模块用以减少主观因素对检测结果的影响。最后融合肢体运动信息检测模块,增加模型的检测精度,提高容错率。