Facial Geometry and Speech Analysis for Depression Detection - Université de Bourgogne Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

Facial Geometry and Speech Analysis for Depression Detection

Détection de la dépression par l’analyse de la géométrie faciale et de la parole

Résumé

Depression is one of the most prevalent mental disorders, burdening many people world-wide. A system with the potential of serving as a decision support system is proposed, based on novel features extracted from facial expression geometry and speech, by interpreting non-verbal manifestations of depression. The proposed system has been tested both in gender independent and gender based modes, and with different fusion methods. The algorithms were evaluated for several combinations of parameters and classification schemes, on the dataset provided by the Audio/Visual Emotion Challenge of 2013 and 2014. The proposed framework achieved a precision of 94.8% for detecting persons achieving high scores on a self-report scale of depressive symptomatology. Optimal system performance was obtained using a nearest neighbour classifier on the decision fusion of geometrical features in the gender independent mode, and audio based features in the gender based mode; single visual and audio decisions were combined with the OR binary operation.
Les troubles d'humeur affectent de nombreuses personnes, la dépression étant la plus répandue. Les méthodes avec la prospective d'aide aux cliniciens dans le diagnostic sont proposées ici, en fonction de la géométrie de l'expression du visage et de la parole. Les approches indépendantes du genre et dépendantes du genre ont été testées, pour différentes combinaisons de caractéristiques visuelles et audio. L'évaluation et la quantification des méthodes développées, pour plusieurs ensembles de paramètres, sont effectuées sur l'ensemble de données fournies par le challenge Emotion Audio / Visual. Un score de F1 de 71.3% a été atteint pour détecter les individus signalant des scores élevés sur le BDI-II. La meilleure configuration du système comprenait un classificateur d'analyse discriminant pour les caractéristiques géométriques dans l'approche indépendante du genre. Facial Geometry and Speech Analysis for Depression Detection (PDF Download Available). Available from: https://www.researchgate.net/publication/317102616_Facial_Geometry_and_Speech_Analysis_for_Depression_Detection [accessed Sep 15, 2017].
Fichier non déposé

Dates et versions

hal-01588556 , version 1 (15-09-2017)

Identifiants

  • HAL Id : hal-01588556 , version 1

Citer

Anastasia Pampouchidou, Olympia Simantiraki,, Vazakopoulou Kallia, Manolis Tsiknakis, Matthew Pediaditis,, et al.. Facial Geometry and Speech Analysis for Depression Detection. 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'17) , Jul 2017, Jeju Island, South Korea. ⟨hal-01588556⟩
322 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More