报告时间： 2018年3月29日下午3:00 – 4:00

            讲座地点：计算机与软件学院517实验室

            报告人简介：宋思阳现为英国诺丁汉大学博士，导师为Michel Valstar博士, Alan Johnston教授和沈琳琳教授。他的研究兴趣集中于情感计算(Affective computing ), 目前主要研究项目为基于人脸表情和语音信息的抑郁症检测(depression detection)以及性格评估(personality estimation )。

            报告摘要：抑郁症是一种严重的精神障碍，影响全世界数百万人。传统的临床诊断方法主观，复杂，同时需要专家的参与。目前基于音频和视频的自动抑郁分析系统主要利用简短的连续视频或音频片段进行抑郁症预测。这样的视频和音频数据包含了很多冗余信息，这些信息会导致高计算负荷，并且对检测精度产生负面影响。同时, 最终抑郁症检测结果是通过融合这些序列层面的决策获得。然而，这种方法忽略了视频和音频的上下文信息。因此, 我们提出一种利用自动检测到的人类行为, 例如凝视方向，面部动作单元（AU）等低维多通道时间序列数据作为输入的抑郁症检测方法，然后可以使用它们来创建两个频域序列描述符,并利用卷积神经网络提取特征和检测抑郁症。