一种基于特征融合的疼痛强度评估方法

摘要

本发明提供了一种基于特征融合的疼痛强度评估方法，主要涉及利用三维卷积神经网络(3D CNN)和二维卷积神经网络(2D CNN)对人脸图像数据进行疼痛强度回归。该方法包括：对原始数据集中的人脸数据进行仿射变换，得到固定形状且不含背景信息的图像数据。再利用3D CNN对图像序列中的动态时序特征进行提取，同时利用2D CNN对图像中的静态空间特征进行提取，之后将两种方式提取到的特征通过特征图拼接的方式融合起来作为后续3D CNN的输入，最后通过回归的方式预测疼痛强度。本发明充分发挥深度学习的优势，利用不同维度的卷积神经网络分别提取输入数据的动态时序信息以及静态空间信息，提高疼痛强度回归的准确性。