論文の概要: Introducing CALMED: Multimodal Annotated Dataset for Emotion Detection
in Children with Autism
- arxiv url: http://arxiv.org/abs/2307.13706v1
- Date: Mon, 24 Jul 2023 11:52:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-27 14:56:03.345370
- Title: Introducing CALMED: Multimodal Annotated Dataset for Emotion Detection
in Children with Autism
- Title（参考訳）: 自閉症児の感情検出のためのマルチモーダルアノテーションデータセットCALMEDの導入
- Authors: Annanda Sousa (NUI Galway), Karen Young (NUI Galway), Mathieu D'aquin
(Data Science, Knowledge, Reasoning and Engineering, LORIA, LORIA - NLPKD),
Manel Zarrouk (LIPN), Jennifer Holloway (ASK)
- Abstract要約: 自動感情検出(ED)は、ユーザーの感情を自動的に識別するシステムを構築することを目的としている。
EDシステムは自閉症スペクトラム障害(ASD)患者に悪影響を及ぼす傾向がある
これまでの研究は、AMDを持つ子供向けにEDシステムを作成してきたが、結果として得られたデータセットは共有しなかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automatic Emotion Detection (ED) aims to build systems to identify users'
emotions automatically. This field has the potential to enhance HCI, creating
an individualised experience for the user. However, ED systems tend to perform
poorly on people with Autism Spectrum Disorder (ASD). Hence, the need to create
ED systems tailored to how people with autism express emotions. Previous works
have created ED systems tailored for children with ASD but did not share the
resulting dataset. Sharing annotated datasets is essential to enable the
development of more advanced computer models for ED within the research
community. In this paper, we describe our experience establishing a process to
create a multimodal annotated dataset featuring children with a level 1
diagnosis of autism. In addition, we introduce CALMED (Children, Autism,
Multimodal, Emotion, Detection), the resulting multimodal emotion detection
dataset featuring children with autism aged 8-12. CALMED includes audio and
video features extracted from recording files of study sessions with
participants, together with annotations provided by their parents into four
target classes. The generated dataset includes a total of 57,012 examples, with
each example representing a time window of 200ms (0.2s). Our experience and
methods described here, together with the dataset shared, aim to contribute to
future research applications of affective computing in ASD, which has the
potential to create systems to improve the lives of people with ASD.
- Abstract（参考訳）: 自動感情検出(ED)は、ユーザーの感情を自動的に識別するシステムを構築することを目的としている。
このフィールドはhciを強化する可能性があり、ユーザのための個別化されたエクスペリエンスを生み出す。
しかし、EDシステムは自閉症スペクトラム障害(ASD)の患者にはよくない。
したがって、自閉症の人々が感情を表現する方法に合わせてEDシステムを作成する必要がある。
以前の研究では、asdを持つ子供向けにカスタマイズされたedシステムを作成したが、データセットを共有していなかった。
注釈付きデータセットの共有は、研究コミュニティ内でEDのためのより高度なコンピュータモデルの開発を可能にするために不可欠である。
本稿では,自閉症の診断レベル1の子どもを特徴とするマルチモーダルアノテートデータセットの作成プロセスを構築した経験について述べる。
さらに,8歳から12歳までの自閉症児を対象としたマルチモーダル感情検出データセットであるCALMED(Children, Autism, Multimodal, Emotion, Detection)を紹介する。
CALMEDには、学習セッションの記録ファイルから抽出された音声とビデオの特徴と、両親が4つのターゲットクラスに提供したアノテーションが含まれている。
生成されたデータセットには57,012のサンプルが含まれており、それぞれが200ミリ秒(0.2秒)のタイムウィンドウを表す。
ここで紹介した経験や手法は、データセットの共有とともに、ASDにおける情緒的コンピューティングの将来の研究応用に貢献することを目的としており、これは、ASD患者の生活を改善するシステムを構築する可能性を秘めている。
関連論文リスト
- A Novel Dataset for Video-Based Autism Classification Leveraging Extra-Stimulatory Behavior [10.019271825311316]
ビデオASDデータセットは、ビデオフレームの畳み込みとアテンションマップの特徴データを含む。
このデータセットには2,467本のビデオにまたがるフレームの特徴が含まれており、合計で約140万フレームである。
機能の提供に加えて、このデータに基づく基礎モデルもテストし、運動ノイズがパフォーマンスにどのように影響するかを示す。
論文 参考訳（メタデータ） (2024-09-06T20:11:02Z) - 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) - Video-Based Autism Detection with Deep Learning [0.0]
感覚刺激に反応する子供の映像クリップを解析する深層学習モデルを開発した。
以上の結果から,本モデルは子どもの運動における重要な違いを効果的に一般化し,理解していることが明らかとなった。
論文 参考訳（メタデータ） (2024-02-26T17:45:00Z) - Introducing SSBD+ Dataset with a Convolutional Pipeline for detecting
Self-Stimulatory Behaviours in Children using raw videos [1.1874952582465603]
著者らは,自閉症スペクトラム障害(ASD)の診断に役立つ,ある種の自己刺激行動を検出するための,パイプライン型ディープラーニングアーキテクチャを提案する。
リアルタイムおよびハンズフリーの自動診断を目的としたパイプラインモデルにより,全体の81%の精度が達成された。
論文 参考訳（メタデータ） (2023-11-25T16:57:24Z) - Exploiting the Brain's Network Structure for Automatic Identification of
ADHD Subjects [70.37277191524755]
我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。
776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
論文 参考訳（メタデータ） (2023-06-15T16:22:57Z) - MMASD: A Multimodal Dataset for Autism Intervention Analysis [2.0731167087748994]
この研究は、MultiModal ASDベンチマークデータセットとして、新しいプライバシ保護オープンソースデータセットであるMMASDを提示する。
MMASDには、ASDを持つ32人の子供のデータと、100時間以上の介入記録から区切られた1,315のデータが含まれている。
MMASDは、研究者やセラピストが子どもの認知状態を理解し、治療中の進捗を監視し、それに応じて治療計画をカスタマイズすることを目的としている。
論文 参考訳（メタデータ） (2023-06-14T05:04:11Z) - 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) - Unsupervised Domain Adaptive Learning via Synthetic Data for Person
Re-identification [101.1886788396803]
人物再識別(re-ID)は、ビデオ監視に広く応用されているため、ますます注目を集めている。
残念なことに、主流のディープラーニング手法では、モデルをトレーニングするために大量のラベル付きデータが必要です。
本稿では,コンピュータゲーム内で合成されたre-IDサンプルを自動的に生成するデータコレクタを開発し,同時にアノテートするデータラベラを構築した。
論文 参考訳（メタデータ） (2021-09-12T15:51:41Z) - AEGIS: A real-time multimodal augmented reality computer vision based
system to assist facial expression recognition for individuals with autism
spectrum disorder [93.0013343535411]
本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。
提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。
我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
論文 参考訳（メタデータ） (2020-10-22T17:20:38Z) - 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) - Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。
人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
論文 参考訳（メタデータ） (2020-01-13T12:49:22Z)
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。