論文の概要: Trajectory-guided Motion Perception for Facial Expression Quality Assessment in Neurological Disorders

• arxiv url: http://arxiv.org/abs/2504.09530v2
• Date: Wed, 16 Apr 2025 13:59:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 11:15:15.059865
• Title: Trajectory-guided Motion Perception for Facial Expression Quality Assessment in Neurological Disorders
• Title（参考訳）: 神経疾患の表情品質評価のための軌跡誘導運動知覚
• Authors: Shuchao Duan, Amirhossein Dadashzadeh, Alan Whone, Majid Mirmehdi,
• Abstract要約: 軌道誘導型運動知覚変換器(TraMP-Former)について紹介する。 TraMP-Formerは、RGBフレームからの視覚的セマンティックなヒントと微妙なモーションキャプチャーのためのランドマークトラジェクトリ機能を融合し、最終的に組み合わせた機能を品質スコアに戻す。 実験により、TraMP-Formerは神経疾患のあるベンチマークデータセット上で、最先端のパフォーマンスを新たに達成している。
• 参考スコア（独自算出の注目度）: 5.169094293336516
• License:
• Abstract: Automated facial expression quality assessment (FEQA) in neurological disorders is critical for enhancing diagnostic accuracy and improving patient care, yet effectively capturing the subtle motions and nuances of facial muscle movements remains a challenge. We propose to analyse facial landmark trajectories, a compact yet informative representation, that encodes these subtle motions from a high-level structural perspective. Hence, we introduce Trajectory-guided Motion Perception Transformer (TraMP-Former), a novel FEQA framework that fuses landmark trajectory features for fine-grained motion capture with visual semantic cues from RGB frames, ultimately regressing the combined features into a quality score. Extensive experiments demonstrate that TraMP-Former achieves new state-of-the-art performance on benchmark datasets with neurological disorders, including PFED5 (up by 6.51%) and an augmented Toronto NeuroFace (up by 7.62%). Our ablation studies further validate the efficiency and effectiveness of landmark trajectories in FEQA. Our code is available at https://github.com/shuchaoduan/TraMP-Former.
• Abstract（参考訳）: 神経疾患における表情品質自動評価(FEQA)は、診断精度を高め、患者のケアを改善する上で重要であるが、顔の筋肉運動の微妙な動きやニュアンスを効果的に捉えることは、依然として課題である。 本研究では,これらの微妙な動きを高次構造の観点からエンコードする,コンパクトで情報的表現である顔のランドマーク軌跡の分析を提案する。 そこで,TraMP-Former(Trjectory-guided Motion Perception Transformer)という新しいFEQAフレームワークを紹介した。 広範な実験により、TraMP-Formerは、PFED5(6.51%)や追加のトロント・ニューロフェイス(7.62%)など、神経疾患のあるベンチマークデータセット上で、新たな最先端のパフォーマンスを達成することが示されている。 FEQAにおけるランドマーク軌跡の有効性と有効性について検討した。 私たちのコードはhttps://github.com/shuchaoduan/TraMP-Former.comから入手可能です。

関連論文リスト

• FacialPulse: An Efficient RNN-based Depression Detection via Temporal Facial Landmarks [21.076600109388394]
  うつ病 (Depression) は、個人の生活と幸福に著しく影響を及ぼす精神疾患である。 近年,表情特徴を活用して自動抑うつ検出を行うエンド・ツー・エンドのディープラーニング手法が多数存在する。 本稿では,抑うつを高精度かつ高速に認識するFacialPulseという新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-07T01:50:34Z)
• REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates [54.96885726053036]
  本稿では,リアルタイム脳波信号解析のための新しいグラフベース残状態更新機構(REST)を提案する。 グラフニューラルネットワークとリカレント構造の組み合わせを活用することで、RESTは、非ユークリッド幾何学とEEGデータ内の時間的依存関係の両方を効率的にキャプチャする。 本モデルは,発作検出と分類作業において高い精度を示す。
  論文  参考訳（メタデータ） (2024-06-03T16:30:19Z)
• Unsupervised Skin Feature Tracking with Deep Neural Networks [0.0]
  深層畳み込みニューラルネットワークは、トラッキングタスクにおいて顕著な精度を示している。 我々のパイプラインは、画像作物とターゲット特徴を含む参照作物とを一致させるために、畳み込み重ねられたオートエンコーダを使用している。 我々の教師なし学習アプローチは、重要な運動条件下での様々な皮膚の特徴の追跡に優れている。
  論文  参考訳（メタデータ） (2024-05-08T10:27:05Z)
• Improvement in Alzheimer's Disease MRI Images Analysis by Convolutional Neural Networks Via Topological Optimization [0.0]
  本研究は,MRI画像の精細化におけるフーリエ位相最適化の有効性を裏付けるものである。 畳み込みニューラルネットワークを通じてアルツハイマー病の分類精度を高める。
  論文  参考訳（メタデータ） (2023-10-25T01:36:00Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions [65.84090965167535]
  本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。 このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
  論文  参考訳（メタデータ） (2022-06-29T18:47:05Z)
• Neural Moving Horizon Estimation for Robust Flight Control [6.023276947115864]
  外乱の予測と反応は、四角形機の堅牢な飛行制御に不可欠である。 ニューラルネットワークによってモデル化されたMHEパラメータを自動的に調整できるニューロ移動地平線推定器(NeuroMHE)を提案する。 NeuroMHEは出力推定誤差を最大49.4%削減した最先端の推定器より優れている。
  論文  参考訳（メタデータ） (2022-06-21T13:43:24Z)
• Unsupervised inter-frame motion correction for whole-body dynamic PET using convolutional long short-term memory in a convolutional neural network [9.349668170221975]
  我々は、フレーム間の身体の動きを補正するための教師なしのディープラーニングベースのフレームワークを開発する。 運動推定ネットワークは、畳み込み長短期記憶層を組み合わせた畳み込みニューラルネットワークである。 トレーニング後,提案したネットワークの動作推定時間は,従来の登録ベースラインの約460倍の速度であった。
  論文  参考訳（メタデータ） (2022-06-13T17:38:16Z)
• Unsupervised Motion Representation Learning with Capsule Autoencoders [54.81628825371412]
  Motion Capsule Autoencoder (MCAE) は、2レベル階層のモーションをモデル化する。 MCAEは、新しいTrajectory20モーションデータセットと、様々な現実世界の骨格に基づく人間のアクションデータセットで評価されている。
  論文  参考訳（メタデータ） (2021-10-01T16:52:03Z)
• The FaceChannel: A Fast & Furious Deep Neural Network for Facial Expression Recognition [71.24825724518847]
  顔の表情の自動認識(FER)の最先端モデルは、非常に深いニューラルネットワークに基づいており、訓練には効果的だがかなり高価である。 私たちは、一般的なディープニューラルネットワークよりもはるかに少ないパラメータを持つ軽量ニューラルネットワークであるFaceChannelを形式化します。 我々は、私たちのモデルがFERの現在の最先端技術に匹敵するパフォーマンスを達成する方法を実証する。
  論文  参考訳（メタデータ） (2020-09-15T09:25:37Z)

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。