論文の概要: Deep Learning-Based Facial Expression Recognition for the Elderly: A Systematic Review
- arxiv url: http://arxiv.org/abs/2502.02618v1
- Date: Tue, 04 Feb 2025 11:05:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-06 14:28:40.620888
- Title: Deep Learning-Based Facial Expression Recognition for the Elderly: A Systematic Review
- Title（参考訳）: 高齢者の深層学習に基づく表情認識 : システムレビュー
- Authors: F. Xavier Gaya-Morey, Jose M. Buades-Rubio, Philippe Palanque, Raquel Lacuesta, Cristina Manresa-Yee,
- Abstract要約: 世界人口の急速な高齢化は、高齢者を支援する技術の必要性を浮き彫りにした。
表情認識(FER)システムは、感情状態を監視する非侵襲的な手段を提供する。
本研究は,高齢者を対象とした深層学習に基づくFERシステムの体系的レビューである。
- 参考スコア（独自算出の注目度）: 0.5242869847419834
- License:
- Abstract: The rapid aging of the global population has highlighted the need for technologies to support elderly, particularly in healthcare and emotional well-being. Facial expression recognition (FER) systems offer a non-invasive means of monitoring emotional states, with applications in assisted living, mental health support, and personalized care. This study presents a systematic review of deep learning-based FER systems, focusing on their applications for the elderly population. Following a rigorous methodology, we analyzed 31 studies published over the last decade, addressing challenges such as the scarcity of elderly-specific datasets, class imbalances, and the impact of age-related facial expression differences. Our findings show that convolutional neural networks remain dominant in FER, and especially lightweight versions for resource-constrained environments. However, existing datasets often lack diversity in age representation, and real-world deployment remains limited. Additionally, privacy concerns and the need for explainable artificial intelligence emerged as key barriers to adoption. This review underscores the importance of developing age-inclusive datasets, integrating multimodal solutions, and adopting XAI techniques to enhance system usability, reliability, and trustworthiness. We conclude by offering recommendations for future research to bridge the gap between academic progress and real-world implementation in elderly care.
- Abstract（参考訳）: 世界人口の急速な高齢化は、高齢者、特に医療や感情の健康において、高齢者を支援する技術の必要性を浮き彫りにした。
表情認識(FER)システムは、生活支援、メンタルヘルスサポート、パーソナライズされたケアなど、感情状態を監視する非侵襲的な手段を提供する。
本研究は,高齢者を対象とした深層学習に基づくFERシステムの体系的レビューである。
厳密な手法に従って、過去10年間に発表された31の研究を分析し、高齢者固有のデータセットの不足、クラス不均衡、年齢に関連する表情の違いの影響といった課題に対処した。
以上の結果から,畳み込み型ニューラルネットワークはFERにおいて支配的であり,特に資源制約環境において軽量版が主流であることが示唆された。
しかしながら、既存のデータセットは年齢表現の多様性を欠くことが多く、実際のデプロイメントは制限されている。
さらに、プライバシーの懸念と説明可能な人工知能の必要性が、採用の重要な障壁として浮上した。
このレビューは、年齢非包括的データセットの開発、マルチモーダルソリューションの統合、システムのユーザビリティ、信頼性、信頼性を高めるためのXAI技術の採用の重要性を強調している。
介護における学術的進歩と現実の実践のギャップを埋めるための今後の研究の提言をまとめて締めくくる。
関連論文リスト
- Requirements Engineering for Older Adult Digital Health Software: A Systematic Literature Review [2.7992435001846827]
高齢者の人口増加は、テクノロジーに支えられた高齢医療への関心の高まりにつながっている。
デジタルヘルスは、高齢者の健康、感情的要求、社会的ニーズをサポートする上で重要である。
開発者と年老いた人たちの要求に対する理解にはギャップがあります。
論文 参考訳（メタデータ） (2024-11-06T04:35:39Z) - Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach [55.5769013369398]
この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。
FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。
この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
論文 参考訳（メタデータ） (2024-05-23T13:14:08Z) - A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。
重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。
人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文 参考訳（メタデータ） (2024-05-21T06:44:40Z) - Deep Learning for Computer Vision based Activity Recognition and Fall Detection of the Elderly: a Systematic Review [0.6144680854063939]
AAL(Ambient Assisted Living)システムに関する多くの研究が出版されており、高齢者の自立生活による偏見を減らすのに役立っている。
本研究では,高齢者の転倒検出とHAR(Human Activity Recognition)について,文献の体系的レビューを行った。
この2つの課題を遂行する現在の傾向に対処するため,コンピュータビジョンデータに対するディープラーニング(DL)に基づくアプローチの活用に焦点をあてた。
論文 参考訳（メタデータ） (2024-01-22T09:40:52Z) - Developing and Refining a Multifunctional Facial Recognition System for
Older Adults with Cognitive Impairments: A Journey Towards Enhanced Quality
of Life [4.838181336081106]
本論文は,MFRS(Multi functional Facial Recognition System)の開発と評価について述べる。
MFRSは認知障害を持つ高齢者を支援するために特別に設計された。
本システムでは、顔認識と顔認識の検索機能と、画像のキャプチャや音声メモの記録機能を統合している。
論文 参考訳（メタデータ） (2023-10-09T19:27:02Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳（メタデータ） (2022-11-07T17:20:39Z) - A Demographic Attribute Guided Approach to Age Estimation [4.215251065887862]
本研究は,顔属性の補助情報を活用し,属性誘導モジュールを用いた新しい年齢推定手法を提案する。
UTKFace, LAP2016, Morphの3つの公開データセットによる実験結果から, 提案手法は, 他の最先端手法と比較して優れた性能が得られることが示された。
論文 参考訳（メタデータ） (2022-05-20T15:34:47Z) - Deep Convolution Network Based Emotion Analysis for Automatic Detection
of Mild Cognitive Impairment in the Elderly [15.217754542927961]
認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。
認知障害患者には異常な感情パターンが認められた。
本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
論文 参考訳（メタデータ） (2021-11-09T11:51:33Z) - LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。
標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。
本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-25T09:05:44Z) - FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in
the Wild [50.8865921538953]
年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。
我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。
提案手法は,既存の年齢推定手法を常に上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-21T14:31:32Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。