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(4)

3. 个人信用分析：人脸检测部分得到的标准人脸序列输入到预训练好的个人信用分析模型中（ResNet34 使用个人信用人脸图像序列数据集进行预训练）进行特征提取并分类，该模块不提取关键帧，即对被试人员面部表情视频流中出现的所有人脸图像进行分析，将每一帧人脸图像分析结果进行加权汇总后给出该模块最终分析结果，即个人信用评分；
4. 五重性格评估：人脸检测部分得到的标准人脸序列输入到预训练好的五重性格评估模型（ResNet34 使用五重性格人脸图像序列数据集进行预训练）中进行特征提取及分类，该模块也不提取关键帧，即对被试人员面部表情视频流中出现的所有人脸图像进行分析，将每一帧人脸图像分析结果进行加权汇总后给出该模块最终分析结果，即被试人员五重性格各维度的评分。
目前，该系统已有实体店智慧零售、高中生心理健康测试等成功案例。例如在心理健康测试方面，AI 读心师系统通过分析某高中一年级 1200 余名学生的信息，将 AI 得到的结果与调查问卷的结果相互验证，最终发现 17 疑似例抑郁症样本。
资料自来于：卢志武博士，雷锋网 AI 科技评论报道
参考文献：
[1] Mingyu Ding, Yuqi Huo, Jun Hu, and Zhiwu Lu, DeepInsight: Multi-Task Multi-Scale Deep Learning for Mental Disorder Diagnosis, BMVC 2018.
[2] Mingyu Ding, An Zhao, Zhiwu Lu, Tao Xiang, and Ji-Rong Wen, Face-Focused Cross-Stream Network for Deception Detection in Videos, CoRR abs/1812.04429, 2018. 雷锋网