40、用于早期自闭症谱系障碍筛查的多任务面部特征点检测网络

用于早期自闭症谱系障碍筛查的多任务面部特征点检测网络

1. 引言

自闭症谱系障碍（ASD）是全球最常见的神经发育障碍之一，其特征为社交沟通严重受损，以及存在异常、受限或重复的行为。目前，早期发现和干预是有效的治疗方法，有助于缓解ASD的症状和影响。随着计算机视觉和深度学习的发展，基于视觉的自动辅助筛查方法在传统治疗中的研究受到关注。

联合注意（JA）是早期筛查过程中的重要协议，用于判断儿童是否会注视他人眼睛，并跟随他人的注视线索转移注意力。JA协议测试流程如下：
1. 孩子在家长陪同下坐在椅子上玩桌上的玩具，临床医生坐在对面，用清晰简短的语气发出指令。
2. 让孩子玩2分钟玩具。
3. 当孩子完全将注意力转移到玩具上时，临床医生拿走孩子手中的玩具，通过叫名字或拍手吸引孩子的注意力。
4. 临床医生发出“看这里！”的指令，并指向指定区域。
5. 判断孩子的目光是否跟随临床医生的指令。测试进行4轮，每轮间隔1分钟休息时间，临床医生根据孩子的表现记录每轮得分。

过去几年，基于外观的注视估计方法在无约束环境中取得了良好效果，并应用于联合注意检测范式。然而，现有的注视估计模型在面向儿童的任务中陷入困境，尽管在公共数据集上处于领先水平。比较实验表明，现有模型在早期自闭症筛查中无法取得满意结果的主要原因是网络的预处理无法获得准确稳定的面部特征点，以对人脸或眼睛进行归一化处理，用于后续任务。具体而言，面部特征点会影响注视估计模型的准确性和鲁棒性。获取儿童面部特征点存在以下三个挑战：
1. 在严重遮挡情况下难以估计面部特征点。
2. 儿童面部的数据分布存在个体差异。
3. 儿童的面部特征与成人有很大不同，如五官比例。