تخمين ميزان شدت درد از طريق ويژگي‌هاي بافتي چهره

هدف تحقيقي كه اين مقاله بر پايه آن نگارش شده است، ارائه الگوريتمي براي تشخيص و تخمين هوشمند ميزان درد، از روي تغييرات چهره افراد است كه با استفاده از استخراج ويژگي از چهره و اجراي روش‌هاي دسته‌بندي روي آن‌ها انجام مي‌شود. در يك سيستم تشخيص خودكار درد، دقت و قابليت اطمينان سيستم از اهميت ويژه‌اي برخوردار است و به همين دليل تلاش‌هاي اخير بيشتر در جهت افزايش دقت و كاهش خطاي اين سيستم‌ها بوده است. يكي از مهم‌ترين راه‌ها براي دستيابي به اين هدف، محدود كردن الگوريتم استخراج ويژگي به ناحيه‌هايي است كه بيشتر بيانگر درد و ناراحتي در چهره هستند. اين كار با كاهش ابعاد بردار ويژگي، به افزايش سرعت پردازش منجر مي‌شود. در اين مقاله الگوريتم‌هاي استخراج ويژگي HOG ،LBP ، Gaborو POEM ابتدا بروي تصاوير چهره كامل و سپس روي نواحي كه در مواقع بروز درد بيشتر تحت تأثير قرار مي‌گيرند، مانند ناحيه چشم و ابرو و دهان، اعمال مي‌شود و سرعت و دقت تشخيص ميزان درد در اين دو حالت مقايسه مي‌شود. نتايج نشان مي‌دهد كه اعمال توصيفگرها بطورموضعي توانسته است با دقت و سرعت بالاتري ميزان درد را در افراد نسبت به اعمال به‌كل چهره تشخيص دهد.