論文の概要: Depression Recognition using Remote Photoplethysmography from Facial Videos

• arxiv url: http://arxiv.org/abs/2206.04399v1
• Date: Thu, 9 Jun 2022 10:23:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-10 14:11:56.519884
• Title: Depression Recognition using Remote Photoplethysmography from Facial Videos
• Title（参考訳）: 顔映像からのリモートフォトプレチモグラフィを用いた抑うつ認識
• Authors: Constantino \'Alvarez Casado, Manuel Lage Ca\~nellas and Miguel Bordallo L\'opez
• Abstract要約: うつ病は個人の健康に有害な精神疾患である。 本研究は、異なるうつ状態が血液量脈(BVP)と心拍変動(HRV)に顕著な影響を及ぼすかどうかを観察するために生理的信号を分析する。 視覚情報に基づいて顔映像から直接抽出する新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.3867363075280544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Depression is a mental illness that may be harmful to an individual's health. The detection of mental health disorders in the early stages and a precise diagnosis are critical to avoid social, physiological, or psychological side effects. This work analyzes physiological signals to observe if different depressive states have a noticeable impact on the blood volume pulse (BVP) and the heart rate variability (HRV) response. Although typically, HRV features are calculated from biosignals obtained with contact-based sensors such as wearables, we propose instead a novel scheme that directly extracts them from facial videos, just based on visual information, removing the need for any contact-based device. Our solution is based on a pipeline that is able to extract complete remote photoplethysmography signals (rPPG) in a fully unsupervised manner. We use these rPPG signals to calculate over 60 statistical, geometrical, and physiological features that are further used to train several machine learning regressors to recognize different levels of depression. Experiments on two benchmark datasets indicate that this approach offers comparable results to other audiovisual modalities based on voice or facial expression, potentially complementing them. In addition, the results achieved for the proposed method show promising and solid performance that outperforms hand-engineered methods and is comparable to deep learning-based approaches.
• Abstract（参考訳）: うつ病は個人の健康に有害な精神疾患である。 早期の精神健康障害の検出と正確な診断は、社会的、生理的、心理的副作用を避けるために重要である。 この研究は生理的信号を分析し、異なるうつ状態が血圧パルス(BVP)と心拍変動反応(HRV)に顕著な影響を及ぼすかどうかを観察する。 通常、HRVの特徴は、ウェアラブルのようなコンタクトベースのセンサーで得られるバイオシグナーから計算されるが、視覚情報のみに基づいて顔ビデオから直接抽出し、接触ベースのデバイスの必要性を除去する新しいスキームを提案する。 我々のソリューションは、完全に教師なしの方法で完全リモート光胸腺画像信号(rPPG)を抽出できるパイプラインに基づいている。 これらのrppg信号を用いて,60以上の統計的,幾何学的,生理学的特徴を算出し,さらに複数の機械学習レグレッタを訓練し,異なるうつ病レベルを認識する。 2つのベンチマークデータセットの実験は、このアプローチが他の音声や表情に基づく視覚的モダリティに匹敵する結果をもたらし、それらを補完する可能性を示唆している。 また,提案手法で得られた結果は,手書きの手法より優れ,深層学習に基づく手法に匹敵する,有望で堅実な性能を示す。

関連論文リスト

• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Investigating the Generalizability of Physiological Characteristics of Anxiety [3.4036712573981607]
  不安やストレスと高覚醒感情との関連が示された生理的特徴の一般化可能性を評価する。 この研究は、心電図やEDA信号からストレスと覚醒を横断する最初のクロスコーパス評価であり、ストレス検出の一般化性に関する新たな発見に寄与した。
  論文  参考訳（メタデータ） (2024-01-23T16:49:54Z)
• Remote Bio-Sensing: Open Source Benchmark Framework for Fair Evaluation of rPPG [2.82697733014759]
  r(pg photoplethysmography)は、カメラで捉えたヘモグロビンの光吸収特性を用いてBVP(Blood Volume Pulse)を測定し、分析する技術である。 本研究は,多種多様なデータセットを対象とした様々なrベンチマーク手法の評価を行い,妥当性評価と比較を行うためのフレームワークを提供することを目的とする。
  論文  参考訳（メタデータ） (2023-07-24T09:35:47Z)
• The Relationship Between Speech Features Changes When You Get Depressed: Feature Correlations for Improving Speed and Performance of Depression Detection [69.88072583383085]
  この研究は、抑うつが音声から抽出した特徴間の相関を変化させることを示す。 このような洞察を用いることで、SVMとLSTMに基づく抑うつ検出器のトレーニング速度と性能を向上させることができる。
  論文  参考訳（メタデータ） (2023-07-06T09:54:35Z)
• Non-Contact Heart Rate Measurement from Deteriorated Videos [0.3149883354098941]
  リモート・フォトプレソグラフィー (Remote Photoplethysmography) は、顔の映像を分析して人間の脈波を推定するための、最先端で非接触の方法論を提供する。 本研究では,映像品質を意図的に劣化させるために画像処理を適用し,困難な条件を模倣する。 以上の結果から, これらのアーティファクトの存在下での精度の低下が明らかとなり, 修復技術の適用が提案された。
  論文  参考訳（メタデータ） (2023-04-28T11:58:36Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• The Face of Affective Disorders [7.4005714204825646]
  臨床領域における脳刺激の調節によって変化する顔面行動の統計的特性について検討した。 我々は,現代のカメラを用いたリアルタイム信号処理とコンピュータビジョンにのみ依存する,古典的な頭皮型閉塞型センサであるオプト・エレクトロニック・脳波(OEG)の意味で,提示された測定値を命名した。
  論文  参考訳（メタデータ） (2022-08-02T11:28:17Z)
• Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
  痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。 我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
  論文  参考訳（メタデータ） (2021-05-18T20:47:45Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。