{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1321281"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1321281","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"multimedia content analysis for the assessment of depression level","abstract":"Ένα σημαντικό ποσοστό του παγκόσμιου πληθυσμού, επηρεάζεται από τη κατάθλιψη. Σύμφωνα με στοιχεία του Παγκόσμιου Οργανισμού Υγείας ως το 2012 υπήρχαν τουλάχιστον 350 εκατομμύρια άνθρωποι που υπέφεραν από κάποια μορφή κατάθλιψης. Η κακή ψυχική υγεία συχνά επηρεάζει άτομα σε ηλικία εργασίας, γεγονός που έχει έντονες κοινωνικές επιπτώσεις. Για την αξιολόγηση του επιπέδου κατάθλιψης ενός ασθενούς οι ψυχολόγοι και οι ψυχίατροι χρησιμοποιούν ερωτηματολόγια (π.χ Beck Depression Index-II - BDI-II) καθώς και στοιχεία των εκφράσεων του προσώπου και της φωνής. Στα πλαίσια αυτής της πτυχιακής η εκτίμηση του επιπέδου κατάθλιψης αντιμετωπίστηκε ως πρόβλημα πρόβλεψης του βαθμού κατάθλιψης ενός ατόμου στη κλίμακα BDI-II χρησιμοποιώντας τεχνικές μηχανικής μάθησης για την αναγνώριση χαρακτηριστικών του προσώπου και της φωνής. Πιο συγκεκριμένα, τα video που χρησιμοποιήθηκαν ως δεδομένα εισόδου στο πλαίσιο αυτής της εργασίας προήλθαν από το Depression Recognition Sub-Challenge του 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). Η εκτίμηση του επιπέδου κατάθλιψης έγινε με χρήση μοντέλων παλινδρόμησης SVR (Support Vector Regressors) βασισμένων σε χαρακτηριστικά εικόνας που εξήχθησαν με χρήση του αλγορίθμου AAM(Active Appearance Models), καθώς και ποικιλίας χαρακτηριστικών ήχου. Τα αποτελέσματα έδειξαν πως ο συνδυασμός των χαρακτηριστικών AAMs και ήχου, οδήγησε σε βελτίωση της ακρίβειας της διάγνωσης της κατάθλιψης συγκριτικά με τις περιπτώσεις όπου χρησιμοποιείτε μόνο μία πηγή πληροφορίας. Επιπλέον η απόδοση του συστήματος παρέμεινε σταθερή σε πειράματα όπου χρησιμοποιήθηκε subject-independent random sampling validation. Τέλος υπήρξε 6% αύξηση της απόδοσης του συστήματος χρησιμοποιώντας συνδυασμό ΑΑΜ χαρακτηριστικών με τα Baseline LGBP-TOP χαρακτηριστικά, συγκριτικά με τη περίπτωση αποκλειστικής χρήσης των Baseline LGBP-TOP χαρακτηριστικών του AVEC 2014 dataset .","abstract_html":"Ένα σημαντικό ποσοστό του παγκόσμιου πληθυσμού, επηρεάζεται από τη κατάθλιψη. Σύμφωνα με στοιχεία του Παγκόσμιου Οργανισμού Υγείας ως το 2012 υπήρχαν τουλάχιστον 350 εκατομμύρια άνθρωποι που υπέφεραν από κάποια μορφή κατάθλιψης. Η κακή ψυχική υγεία συχνά επηρεάζει άτομα σε ηλικία εργασίας, γεγονός που έχει έντονες κοινωνικές επιπτώσεις. Για την αξιολόγηση του επιπέδου κατάθλιψης ενός ασθενούς οι ψυχολόγοι και οι ψυχίατροι χρησιμοποιούν ερωτηματολόγια (π.χ Beck Depression Index-II - BDI-II) καθώς και στοιχεία των εκφράσεων του προσώπου και της φωνής. Στα πλαίσια αυτής της πτυχιακής η εκτίμηση του επιπέδου κατάθλιψης αντιμετωπίστηκε ως πρόβλημα πρόβλεψης του βαθμού κατάθλιψης ενός ατόμου στη κλίμακα BDI-II χρησιμοποιώντας τεχνικές μηχανικής μάθησης για την αναγνώριση χαρακτηριστικών του προσώπου και της φωνής. Πιο συγκεκριμένα, τα video που χρησιμοποιήθηκαν ως δεδομένα εισόδου στο πλαίσιο αυτής της εργασίας προήλθαν από το Depression Recognition Sub-Challenge του 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). Η εκτίμηση του επιπέδου κατάθλιψης έγινε με χρήση μοντέλων παλινδρόμησης SVR (Support Vector Regressors) βασισμένων σε χαρακτηριστικά εικόνας που εξήχθησαν με χρήση του αλγορίθμου AAM(Active Appearance Models), καθώς και ποικιλίας χαρακτηριστικών ήχου. Τα αποτελέσματα έδειξαν πως ο συνδυασμός των χαρακτηριστικών AAMs και ήχου, οδήγησε σε βελτίωση της ακρίβειας της διάγνωσης της κατάθλιψης συγκριτικά με τις περιπτώσεις όπου χρησιμοποιείτε μόνο μία πηγή πληροφορίας. Επιπλέον η απόδοση του συστήματος παρέμεινε σταθερή σε πειράματα όπου χρησιμοποιήθηκε subject-independent random sampling validation. Τέλος υπήρξε 6% αύξηση της απόδοσης του συστήματος χρησιμοποιώντας συνδυασμό ΑΑΜ χαρακτηριστικών με τα Baseline LGBP-TOP χαρακτηριστικά, συγκριτικά με τη περίπτωση αποκλειστικής χρήσης των Baseline LGBP-TOP χαρακτηριστικών του AVEC 2014 dataset .","abstract_has_math":false,"creators":["Σμαΐλης Χρήστος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2015,"date_issued":"2015","date_published":"2015","updated_at":"2026-11-19T05:26:41Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321281"],"render_values":[{"text":"uoadl:1321281","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321281","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321281","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1321281","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σμαΐλης Χρήστος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2015"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321281","https://pergamos.lib.uoa.gr/uoa/dl/object/1321281"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ένα σημαντικό ποσοστό του παγκόσμιου πληθυσμού, επηρεάζεται από τη κατάθλιψη. Σύμφωνα με στοιχεία του Παγκόσμιου Οργανισμού Υγείας ως το 2012 υπήρχαν τουλάχιστον 350 εκατομμύρια άνθρωποι που υπέφεραν από κάποια μορφή κατάθλιψης. Η κακή ψυχική υγεία συχνά επηρεάζει άτομα σε ηλικία εργασίας, γεγονός που έχει έντονες κοινωνικές επιπτώσεις. Για την αξιολόγηση του επιπέδου κατάθλιψης ενός ασθενούς οι ψυχολόγοι και οι ψυχίατροι χρησιμοποιούν ερωτηματολόγια (π.χ Beck Depression Index-II - BDI-II) καθώς και στοιχεία των εκφράσεων του προσώπου και της φωνής. Στα πλαίσια αυτής της πτυχιακής η εκτίμηση του επιπέδου κατάθλιψης αντιμετωπίστηκε ως πρόβλημα πρόβλεψης του βαθμού κατάθλιψης ενός ατόμου στη κλίμακα BDI-II χρησιμοποιώντας τεχνικές μηχανικής μάθησης για την αναγνώριση χαρακτηριστικών του προσώπου και της φωνής. Πιο συγκεκριμένα, τα video που χρησιμοποιήθηκαν ως δεδομένα εισόδου στο πλαίσιο αυτής της εργασίας προήλθαν από το Depression Recognition Sub-Challenge του 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). Η εκτίμηση του επιπέδου κατάθλιψης έγινε με χρήση μοντέλων παλινδρόμησης SVR (Support Vector Regressors) βασισμένων σε χαρακτηριστικά εικόνας που εξήχθησαν με χρήση του αλγορίθμου AAM(Active Appearance Models), καθώς και ποικιλίας χαρακτηριστικών ήχου. Τα αποτελέσματα έδειξαν πως ο συνδυασμός των χαρακτηριστικών AAMs και ήχου, οδήγησε σε βελτίωση της ακρίβειας της διάγνωσης της κατάθλιψης συγκριτικά με τις περιπτώσεις όπου χρησιμοποιείτε μόνο μία πηγή πληροφορίας. Επιπλέον η απόδοση του συστήματος παρέμεινε σταθερή σε πειράματα όπου χρησιμοποιήθηκε subject-independent random sampling validation. Τέλος υπήρξε 6% αύξηση της απόδοσης του συστήματος χρησιμοποιώντας συνδυασμό ΑΑΜ χαρακτηριστικών με τα Baseline LGBP-TOP χαρακτηριστικά, συγκριτικά με τη περίπτωση αποκλειστικής χρήσης των Baseline LGBP-TOP χαρακτηριστικών του AVEC 2014 dataset .","A considerable portion of the world population is affected by depression. According to numbers from the World Health Organization, until 2012 there were at least 350 million people living with some form of depression. Mental illness often affects people of working age, a fact that has strong social implications causing significant losses and burdens to the economic system, as well as the social, educational, and justice systems. For the assessment of Depression level, psychologists and psychiatrists base their evaluation of a patient’s condition on questionnaires as well as expressive facial and vocal cues. Within the context of this thesis we use regression to predict an individual’s depression level in the BDI-II scale, utilizing features of his/hers face and voice , using machine learning techniques. In particular, the videos we used as input data stem from the Depression Recognition Sub-Challenge of the 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). The estimation of depression level was performed, using Support Vector Regressors (SVR) models, based on features extracted from ΑΑΜs (Active Appearance Μodels) as well as a variety of features from the audio modality. Results indicated that the fusion of AAMs and Audio features leads to better performance compared to individual modalities. What is more the performance of the system remained stable under subject-independent random sampling validation. Additionally the performance was improved by 6% by fusing AAM and LGBP-TOP Features compared to the performance of Baseline LGBP-TOP features of AVEC 2014."]},{"key":"dc:title","label":"Title","values":["multimedia content analysis for the assessment of depression level"]}]}],"canonical_facts":{"dc:creator":["Σμαΐλης Χρήστος"],"dc:date":["2015"],"dc:description":["Ένα σημαντικό ποσοστό του παγκόσμιου πληθυσμού, επηρεάζεται από τη κατάθλιψη. Σύμφωνα με στοιχεία του Παγκόσμιου Οργανισμού Υγείας ως το 2012 υπήρχαν τουλάχιστον 350 εκατομμύρια άνθρωποι που υπέφεραν από κάποια μορφή κατάθλιψης. Η κακή ψυχική υγεία συχνά επηρεάζει άτομα σε ηλικία εργασίας, γεγονός που έχει έντονες κοινωνικές επιπτώσεις. Για την αξιολόγηση του επιπέδου κατάθλιψης ενός ασθενούς οι ψυχολόγοι και οι ψυχίατροι χρησιμοποιούν ερωτηματολόγια (π.χ Beck Depression Index-II - BDI-II) καθώς και στοιχεία των εκφράσεων του προσώπου και της φωνής. Στα πλαίσια αυτής της πτυχιακής η εκτίμηση του επιπέδου κατάθλιψης αντιμετωπίστηκε ως πρόβλημα πρόβλεψης του βαθμού κατάθλιψης ενός ατόμου στη κλίμακα BDI-II χρησιμοποιώντας τεχνικές μηχανικής μάθησης για την αναγνώριση χαρακτηριστικών του προσώπου και της φωνής. Πιο συγκεκριμένα, τα video που χρησιμοποιήθηκαν ως δεδομένα εισόδου στο πλαίσιο αυτής της εργασίας προήλθαν από το Depression Recognition Sub-Challenge του 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). Η εκτίμηση του επιπέδου κατάθλιψης έγινε με χρήση μοντέλων παλινδρόμησης SVR (Support Vector Regressors) βασισμένων σε χαρακτηριστικά εικόνας που εξήχθησαν με χρήση του αλγορίθμου AAM(Active Appearance Models), καθώς και ποικιλίας χαρακτηριστικών ήχου. Τα αποτελέσματα έδειξαν πως ο συνδυασμός των χαρακτηριστικών AAMs και ήχου, οδήγησε σε βελτίωση της ακρίβειας της διάγνωσης της κατάθλιψης συγκριτικά με τις περιπτώσεις όπου χρησιμοποιείτε μόνο μία πηγή πληροφορίας. Επιπλέον η απόδοση του συστήματος παρέμεινε σταθερή σε πειράματα όπου χρησιμοποιήθηκε subject-independent random sampling validation. Τέλος υπήρξε 6% αύξηση της απόδοσης του συστήματος χρησιμοποιώντας συνδυασμό ΑΑΜ χαρακτηριστικών με τα Baseline LGBP-TOP χαρακτηριστικά, συγκριτικά με τη περίπτωση αποκλειστικής χρήσης των Baseline LGBP-TOP χαρακτηριστικών του AVEC 2014 dataset .","A considerable portion of the world population is affected by depression. According to numbers from the World Health Organization, until 2012 there were at least 350 million people living with some form of depression. Mental illness often affects people of working age, a fact that has strong social implications causing significant losses and burdens to the economic system, as well as the social, educational, and justice systems. For the assessment of Depression level, psychologists and psychiatrists base their evaluation of a patient’s condition on questionnaires as well as expressive facial and vocal cues. Within the context of this thesis we use regression to predict an individual’s depression level in the BDI-II scale, utilizing features of his/hers face and voice , using machine learning techniques. In particular, the videos we used as input data stem from the Depression Recognition Sub-Challenge of the 2014 Audio-Visual Emotion Challenge and Workshop (AVEC 2014). The estimation of depression level was performed, using Support Vector Regressors (SVR) models, based on features extracted from ΑΑΜs (Active Appearance Μodels) as well as a variety of features from the audio modality. Results indicated that the fusion of AAMs and Audio features leads to better performance compared to individual modalities. What is more the performance of the system remained stable under subject-independent random sampling validation. Additionally the performance was improved by 6% by fusing AAM and LGBP-TOP Features compared to the performance of Baseline LGBP-TOP features of AVEC 2014."],"dc:identifier":["uoadl:1321281","https://pergamos.lib.uoa.gr/uoa/dl/object/1321281"],"dc:language":["English"],"dc:title":["multimedia content analysis for the assessment of depression level"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:41Z"}