轻量级表情检测模型

边缘设备实时监测

专为老年人抑郁监测设计，在资源受限的边缘设备上实现高精度实时检测。

Chengda, Wang · Zhang, Xiao Yu · Guo, Peiqian · Wang, Hui · 穆朝絮 · 孙长银

IEEE Transactions on Consumer Electronics 2025

参数信息

参数减少比例

30 %

计算量减少比例

30 %

模型大小减少比例

30 %

平均精度

91.5 %

精确率提升范围

1 %

帧率

26 FPS

能耗

5.551 Wh

技术优势

算力需求降三成

模型参数、计算量和体积同步缩减，边缘设备不用再为表情识别牺牲帧率或精度。

精度碾压同类模型

检测精度超过其他当代模型，P提升从1%到15.2%，复杂场景下依然可靠。

边缘端跑得动

在Jetson Orin Nano上实测26 FPS，功耗仅5.551 Wh，实时监测不会把设备变成暖手宝。

跨数据集稳得住

多个数据集上验证了有效性和泛化能力，换环境不用重新标数据。

应用场景

• 老年人抑郁监测：盯住老人表情异常，提前发现抑郁苗头，不用等量表打分。
• 边缘计算：模型压缩三成，直接塞进边缘盒子，断网也能实时识别。
• 可穿戴设备：低功耗让手表、眼镜也能持续监测，不用天天充电。
• 智能家居：家里摄像头直接跑模型，子女远程看老人情绪曲线。
• 健康监测机器人：机器人本地识别表情，跟老人互动时及时察觉低落。