Бейне ағынындағы эмоцияларды, мимикаларды және қозғалыстарды талдау негізінде психикалық бұзылыстарды анықтау
DOI:
https://doi.org/10.26577/jpcsit2025337Ключевые слова:
emotion recognition, video models, individual differences, personalized models, deep learning, affective computingАннотация
Традиционные системы распознавания эмоций часто полагаются на обобщенные модели, ориентированные на человека, которые не учитывают изменчивость индивидуального выражения эмоций. В этой статье исследуются индивидуальные различия в выражении эмоций и выражениях лица для распознавания психических расстройств на основе потокового видео. Используя методы машинного обучения и алгоритмы глубокого обучения, мы стремимся создать алгоритм распознавания эмоций с использованием персонализированного подхода. В статье обсуждаются методы сбора данных, состояние и влияние персонализации на точность распознавания. Экспериментальные результаты демонстрируют преимущества автоматизированных персонализированных моделей по сравнению с традиционными моделями, подчеркивая их потенциал в области аффективных вычислений. В исследовании также рассматриваются этические последствия, выступая за обучение с ослаблением предвзятости с помощью кросс-культурных наборов данных и контролируемой пользователем калибровки. С помощью периферийных вычислений в реальном времени наша система обеспечивает масштабируемый, сохраняющий конфиденциальность мониторинг психического здоровья, подчеркивая преобразующий потенциал адаптивных аффективных вычислений и удаленной диагностики.
