{rfName}
Pr

Indexat a

Llicència i ús

Citacions

15

Altmetrics

Anàlisi d'autories institucional

Mazher MAutor o coautor

Compartir

Publicacions
>
Article

Progressive ShallowNet for large scale dynamic and spontaneous facial behaviour analysis in children

Publicat a:Image And Vision Computing. 119 104375- - 2022-03-01 119(), DOI: 10.1016/j.imavis.2022.104375

Autors: Qayyum, Abdul; Razzak, Imran; Moustafa, Nour; Mazher, Moona

Afiliacions

CNRS, UMR 6285, LabSTICC, ENIB, Brest, France - Autor o coautor
Deakin Univ, Sch Informat Technol, Geelong, Vic, Australia - Autor o coautor
Deakin University - Autor o coautor
Dijon Univ, Dept Elect & Comp Engn, Dijon, France - Autor o coautor
Laboratoire des Sciences et Techniques de l'Information, de la Communication et de la Connaissance (Lab-Sticc) , Université de Bourgogne - Autor o coautor
Univ New South Wales, Sch Engn & Informat Technol, Canberra, ACT, Australia - Autor o coautor
Univ Rovira & Virgili, Dept Comp Engn & Math, Tarragona, Spain - Autor o coautor
Universitat Rovira i Virgili - Autor o coautor
University of New South Wales at Australian Defence Force Academy - Autor o coautor
Veure més

Resum

COVID-19 has severely disrupted every aspect of society and left negative impact on our life. Resisting the temptation in engaging face-to-face social connection is not as easy as we imagine. Breaking ties within social circle makes us lonely and isolated, that in turns increase the likelihood of depression related disease and even can leads to death by increasing the chance of heart disease. Not only adults, children's are equally impacted where the contribution of emotional competence to social competence has long term implications. Early identification skill for facial behaviour emotions, deficits, and expression may help to prevent the low social functioning. Deficits in young children's ability to differentiate human emotions can leads to social functioning impairment. However, the existing work focus on adult emotions recognition mostly and ignores emotion recognition in children. By considering the working of pyramidal cells in the cerebral cortex, in this paper, we present progressive lightweight shallow learning for the classification by efficiently utilizing the skip-connection for spontaneous facial behaviour recognition in children. Unlike earlier deep neural networks, we limit the alternative path for the gradient at the earlier part of the network by increase gradually with the depth of the network. Progressive ShallowNet is not only able to explore more feature space but also resolve the over-fitting issue for smaller data, due to limiting the residual path locally, making the network vulnerable to perturbations. We have conducted extensive experiments on benchmark facial behaviour analysis in children that showed significant performance gain comparatively.

Paraules clau

depressedemotion carefacial behavior recognitionhuman computer interactionimpactsliteracy interventionpatient monitoringprogressive shallownetDepressedEmotion careExpression recognitionFacial behavior recognitionHuman computer interactionPatient monitoringProgressive shallownetPsychological health

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Image And Vision Computing a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2022, es trobava a la posició 20/108, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Computer Science, Software Engineering.

Des d'una perspectiva relativa, i atenent a l'indicador de impacte normalitzat calculat a partir del Field Citation Ratio (FCR) de la font Dimensions, proporciona un valor de: 3.07, el que indica que, comparat amb treballs en la mateixa disciplina i en el mateix any de publicació, el situa com un treball citat per sobre de la mitjana. (font consultada: Dimensions Jun 2025)

Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2025-06-29, el següent nombre de cites:

  • WoS: 6
  • Scopus: 9

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-06-29:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 66.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 66 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 0.25.
  • El nombre de mencions a la xarxa social X (abans Twitter): 1 (Altmetric).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: Australia; France.

Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Últim Autor (Mazher, Moona).