时空注意抑郁识别网络

面部视频精准识别

通过像素级时空注意力机制同时捕捉面部全局与局部特征，提升抑郁识别的相关性与准确性。

Pan, Yuchen · 尚媛园 · 刘铁 · 邵珠宏 · Guo, Guodong · Ding, Hui · Qiang, Hu

Expert Systems with Applications 2024

参数信息

平均绝对误差

6.15

均方根误差

7.98

平均绝对误差

6.00

均方根误差

7.75

技术优势

兼顾全局与局部

像素级时空注意力生成空间与时间注意力向量，捕捉特征的全局和局部时空关系，弥补以往方法忽略重要局部区域的不足。

定位抑郁相关区域

可视化分析表明 STA-DRN 在与人脸抑郁相关的特定位置有显著响应，能够突出对识别有贡献的面部区域。

开箱即用

代码已在 GitHub 开源，便于直接集成到现有视频分析流程或进行进一步研究。

应用场景

• 情感计算：为情感计算模型提供更精准的抑郁相关面部特征提取。
• 心理健康筛查：可作为客观、自动化的抑郁筛查辅助工具，减轻人工评估负担。
• 人脸行为分析：注意力机制定位与抑郁相关的面部行为区域，支持深入分析。
• 人机交互：可集成到交互系统中实时感知用户情绪状态，提升交互体验。