用3D面部标志来检测疼痛的面部动作单元检测
概括
使用3D地标的自动面部动作单元 (AU) 检测为手动注释提供了有效的替代方案. 这种方法可实现可靠的疼痛检测,在BP4D+数据集上获得最先进的结果.
科学领域:
- 计算机视觉 计算机视觉
- 生物医学工程 生物医学工程
- 人与计算机的交互
背景情况:
- 手动注释面部动作单元 (AU) 是耗时且容易出现错误的.
- 准确的AU检测对于面部表情分析和疼痛检测等应用至关重要.
- 现有的AU检测方法可能是资源密集的.
研究的目的:
- 开发一种高效的方法,使用3D面部标志来自动检测面部动作单元 (AU).
- 为了验证AU检测模型对疼痛检测的有效性.
- 通过AU分析建立一个新的疼痛检测基准.
主要方法:
- 利用3D面部地标,以实现有效的AU检测.
- 训练有素的深度学习模型,包括一个变压器模型,用于基于预测AU的疼痛检测.
- 在BP4D+数据集上评估性能.
主要成果:
- 拟议的AU检测方法对于下游任务如疼痛检测是高效和有效的.
- 在使用变压器模型的BP4D+数据集上,F1评分提高了11.13%,疼痛检测的准确性提高了3.09%.
- 使用只有8个预测的AU,与使用34个地面真相AU相比,证明了竞争性疼痛检测结果.
结论:
- 使用3D地标的高效AU检测显著提高了面部表情分析的可靠性和速度.
- 开发的AU检测方法为准确的疼痛检测提供了坚实的基础.
- 这种方法为在研究和临床环境中推进自动化面部分析提供了一个有希望的方向.


