用AI来实现精神疾病诊断、视频测谎？人大ML研究组开发了一位AI读心师(2)

图 1 多任务多尺度深度学习模型 DeepInsight
本文通过从医院收集真实患者数据以及从微博等社交媒体收集患者数据，首次创建了公开的自闭症和抑郁症人脸数据集。基于这一数据集，DeepInsight 模型最终取得非常出色的成绩——自闭诊与抑郁症的诊断准确率均接近 90%（如图 2），验证了该诊断模型的有效性。

图 2 自闭诊与抑郁症诊断模型的结果比较
视频测谎深度学习模型 FFCSN
研究组还将人工智能技术应用于视频测谎 (deception detection from videos）[2]，其相关论文的网址为：http://arxiv.org/abs/1812.04429。目前，视频测谎问题面临两大挑战：(1) 如何有效地融合面部和动作信息来判断视频中个体是否说谎；(2) 真实视频数据集规模很小，如何将深度学习应用在数量有限的训练数据上。为了解决这些问题，本文提出了 face-focused cross-stream network（FFCSN）模型（如图 3）。