論文の概要: Human Gesture and Gait Analysis for Autism Detection
- arxiv url: http://arxiv.org/abs/2304.08368v1
- Date: Mon, 17 Apr 2023 15:31:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 14:30:17.781912
- Title: Human Gesture and Gait Analysis for Autism Detection
- Title（参考訳）: 自閉症検出のためのヒューマンジェスチャと歩行分析
- Authors: Sania Zahan, Zulqarnain Gilani, Ghulam Mubashar Hassan and Ajmal Mian
- Abstract要約: 非定型歩行とジェスチャーパターンは自閉症の主要な行動特性である。
本稿では,自閉症児の身振りと歩行行動の分析を行った。
- 参考スコア（独自算出の注目度）: 23.77172199742202
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Autism diagnosis presents a major challenge due to the vast heterogeneity of
the condition and the elusive nature of early detection. Atypical gait and
gesture patterns are dominant behavioral characteristics of autism and can
provide crucial insights for diagnosis. Furthermore, these data can be
collected efficiently in a non-intrusive way, facilitating early intervention
to optimize positive outcomes. Existing research mainly focuses on associating
facial and eye-gaze features with autism. However, very few studies have
investigated movement and gesture patterns which can reveal subtle variations
and characteristics that are specific to autism. To address this gap, we
present an analysis of gesture and gait activity in videos to identify children
with autism and quantify the severity of their condition by regressing autism
diagnostic observation schedule scores. Our proposed architecture addresses two
key factors: (1) an effective feature representation to manifest irregular
gesture patterns and (2) a two-stream co-learning framework to enable a
comprehensive understanding of its relation to autism from diverse perspectives
without explicitly using additional data modality. Experimental results
demonstrate the efficacy of utilizing gesture and gait-activity videos for
autism analysis.
- Abstract（参考訳）: 自閉症の診断は, 病態の多様さと早期発見の解離性に起因した大きな課題である。
非定型的な歩行とジェスチャーパターンは自閉症の主要な行動特性であり、診断に重要な洞察を与える。
さらに、これらのデータはインタラクティブな方法で効率的に収集することができ、ポジティブな結果を最適化するための早期介入が容易になる。
既存の研究は主に、顔と視線の特徴と自閉症との関連性に焦点を当てている。
しかし、自閉症に特有の微妙な変化や特徴を明らかにする動きやジェスチャーパターンの研究はごくわずかである。
そこで本研究では,自閉症児の身振りと歩行行動の分析を行い,自閉症診断観察スケジュールスコアを後退させることで,その重症度を定量化する。
提案するアーキテクチャは,(1)不規則なジェスチャパターンを表わす効果的な特徴表現と,(2)データモダリティを明示的に使わずに,多様な視点から自閉症との関係を包括的に理解するための二流共学習フレームワークである。
実験の結果, ジェスチャー映像と歩行動作映像を用いた自閉症解析の有効性が示された。
関連論文リスト
- Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。
社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。
データセット、コード、事前トレーニングされたモデルをリリースします。
論文 参考訳（メタデータ） (2024-03-22T22:52:35Z) - Accurate Autism Spectrum Disorder prediction using Support Vector
Classifier based on Federated Learning (SVCFL) [0.0]
自閉症スペクトラム障害の予測には99%の精度が得られ, 結果が13%改善した。
本稿では,自閉症スペクトラム障害の予測に99%の精度を達成し,その結果を13%改善した。
論文 参考訳（メタデータ） (2023-11-08T11:14:29Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳（メタデータ） (2023-03-14T16:03:28Z) - Language-Assisted Deep Learning for Autistic Behaviors Recognition [13.200025637384897]
本稿では,視覚に基づく問題行動認識システムにおいて,従来の手法よりも高い精度で性能を向上できることを示す。
問題行動の種類毎に「自由利用」言語記述を取り入れた2分岐マルチモーダルディープラーニングフレームワークを提案する。
実験結果から,言語指導を付加することで,自閉症の行動認識タスクに明らかなパフォーマンス向上がもたらされることが示された。
論文 参考訳（メタデータ） (2022-11-17T02:58:55Z) - Action-based Early Autism Diagnosis Using Contrastive Feature Learning [2.922007656878633]
自閉症スペクトラム障害(Autism Spectrum disorder, ASD)は、神経疾患である。
その主な症状は、(言語および/または非言語)コミュニケーションの困難さ、硬直的/反復的な行動である。
本稿では,簡単なアクションビデオクリップを用いて,自閉症の診断を自動化するための学習的アプローチを提案する。
論文 参考訳（メタデータ） (2022-09-12T16:31:34Z) - Vision-Based Activity Recognition in Children with Autism-Related
Behaviors [15.915410623440874]
臨床医や親が子どもの行動を分析するのに役立つ地域型コンピュータビジョンシステムの効果を実証する。
データは、ビデオ中の対象の子供を検出し、背景雑音の影響を低減することで前処理される。
時間的畳み込みモデルの有効性から,ビデオフレームから動作特徴を抽出できる軽量モデルと従来モデルの両方を提案する。
論文 参考訳（メタデータ） (2022-08-08T15:12:27Z) - Attention-Based Applications in Extended Reality to Support Autistic
Users: A Systematic Review [10.527821704930371]
拡張現実(XR)技術は自閉症者の注意向上に有効であることが示されている。
我々は,自閉症者に対するXR介入における注意の役割を探求する59の論文の体系的レビューを行った。
論文 参考訳（メタデータ） (2022-04-01T23:41:54Z) - Factored Attention and Embedding for Unstructured-view Topic-related
Ultrasound Report Generation [70.7778938191405]
本研究では,非構造的トピック関連超音波レポート生成のための新しい因子的注意・埋め込みモデル(FAE-Gen)を提案する。
提案したFAE-Genは主に2つのモジュール、すなわちビュー誘導因子の注意とトピック指向因子の埋め込みから構成されており、異なるビューで均質および不均一な形態的特徴を捉えている。
論文 参考訳（メタデータ） (2022-03-12T15:24:03Z) - 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) - Emotion pattern detection on facial videos using functional statistics [62.997667081978825]
顔面筋運動の有意なパターンを抽出する機能的ANOVAに基づく手法を提案する。
感情群間の表現に時間的差があるかどうかを関数fテストを用いて判定する。
論文 参考訳（メタデータ） (2021-03-01T08:31:08Z) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-08-21T20:22:55Z)
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。