论文笔记 — AVEC 2019 Workshop and Challenge: State-of-Mind, Detecting Depression with AI, and Cross-Cultural Affect Recognition
论文题目:AVEC 2019 Workshop and Challenge: State-of-Mind, Detecting
Depression with AI, and Cross-Cultural Affect Recognition(AVEC 2019研讨会和挑战:心态,检测抑郁与人工智能,跨文化影响识别)
论文作者:Fabien Ringeval,Björn Schuller∗,Michel Valstar,Nicholas Cummins,Roddy Cowie,Leili Tavabi,Maximilian Schmitt,Sina Alisamir,Shahin Amiriparian,Eva-Maria Messner,Siyang Song,Shuo Liu,Ziping Zhao,Adria Mallol-Ragolta,Zhao Ren,Mohammad Soleymani,Maja Pantic†
摘要
The Audio/Visual Emotion Challenge and Workshop (AVEC 2019)这个比赛,旨在比较多媒体处理和机器学习方法的自动视听健康和情感分析。
本文介绍了今年介绍的主要创新点、挑战指南、所使用的数据以及基线系统在三项拟议任务上的表现:精神状态识别(SoMS), 抑郁评估与人工智能(DDS),和跨文化影响感知(CES)。【注:本篇博客将主要描述抑郁评估与人工智能】
介绍
AVEC-2019:旨在比较用于自动音频、视觉和视听健康和情感感知的多媒体处理方法和机器学习方法 。AVEC系列的目标之一是将来自不同学科的多个社区聚集在一起,特别是视听多媒体社区和那些在心理和社会科学研究表达行为;另一个目标是通过为多模态信息处理提供一个共同的基准测试集来推进健康和情感识别系统。
数据特点:为了比较在明确的条件下自动健康和情感分析方法的相对优点,采用的数据是具有大量的完全自然行为的未分割的、非原型的和非预先选择的数据。
人工智能抑郁检测(DDS):其中抑郁严重程度(PHQ-8问卷)是从与进行临床访谈的虚拟代理人互动的患者的视听记录中评估的。DAIC数据集包含同一批患者的新记录,这次虚拟代理完全由人工智能驱动,也就是说,没有任何人工干预。这些新记录被用作DDS的测试分区,