关键词depression recognition
搜索结果 - 4
- 多模态生理信号的分层对比学习在抑郁症识别中的应用
通过多模态生理信号的 Siamese 架构,通过多尺度对比,学习抑郁症识别的多模态生理信号的表示学习框架,能够提高对刺激任务相关的语义表示的学习,且在公开数据集和自收集的多模态生理信号数据集上优于现有模型,具备对多模态时序下游任务的迁移能力 - 同形性抑郁预测
通过引入基于符合预测的不确定性量化的符合抑郁预测方法(CDP),本研究展示了在抑郁识别中的不确定性量化应用,以及 CDP 和 CDP-ACC 在 AVEC 2013 和 AVEC 2014 数据集上的有效性和优越性。
- CVPROpticalDR:用于隐私保护的抑郁识别的深度光学成像模型
我们设计了一种新的成像系统 (OpticalDR),用于识别抑郁症,并在保护隐私的同时擦除面部图像中的身份信息,以确保抑郁症相关特征的保留。该系统在多个数据集上实验证明,在隐私保护方面表现出色,同时在抑郁症识别方面也具有竞争力。
- 基于面部属性的抑郁症自动识别的神经网络结构搜索
本研究使用神经架构搜索技术为基于多种面部属性的抑郁症识别设计最佳模型,并通过 AVEC2016 数据集的实验结果验证了该模型的可行性和准确性,为基于时间序列数据的心理健康分析提供了坚实的证据和强有力的基础。