-
题名基于视觉传感器采集光流特征的精神疾病识别方法
- 1
-
-
作者
陈锐霆
徐瑞吉
应灵康
金润辉
毛科技
赵永标
-
机构
浙江工业大学计算机科学与技术学院
杭州惠嘉信息科技有限公司
浙江工业大学之江学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第1期163-170,共8页
-
基金
浙江省基础公益研究计划项目(LGG22F020014,LGF21F020015)
国家自然科学基金项目(62072410)。
-
文摘
目前,精神疾病的筛查主要依靠临床医生的访谈和问卷进行评估,具有高成本、主观性等问题。提出了一种基于视觉传感器采集光流特征的精神疾病识别方法,可以实时监测和预警,以较低的成本和非侵入性的方式来进行精神疾病的辅助筛查。该算法通过视觉传感器全面采集患者的面部数据来提取光流特征,并输入TSMOSNet进行训练。TSMOSNet以TSM为基础网络进行改进,替换普通卷积为光流提取头,针对视觉传感器采集而来的光流特征图进行密集采样,并添加了时序注意力模块、DML蒸馏和VideoMix数据增强等方法,增强了视觉特征,以提高精神疾病识别的准确率。实验结果表明,在H7-BDSN数据集上相比于其他方法,本研究提出的识别算法在精神疾病的筛查任务中取得了最好的效果,准确率为85%,F1分值为0.84。
-
关键词
视觉传感器
精神疾病识别
光流特征
深度学习
-
Keywords
vision sensors
mental illness identification
optical flow features
deep learning
-
分类号
TN393
[电子电信—物理电子学]
-