El reentrenamiento neuromuscular es una parte importante de la rehabilitación de la parálisis facial. Hasta la fecha, pocas publicaciones han abordado el desarrollo de sistemas automatizados que respaldan el entrenamiento facial. Los enfoques actuales requieren dispositivos externos conectados a la cara del paciente, carecen de retroalimentación cuantitativa y están limitados a uno o dos ejercicios de entrenamiento facial. Proponemos un sistema de entrenamiento automatizado basado en cámaras que proporciona retroalimentación global y local para 12 ejercicios diferentes de entrenamiento facial. En función de las características faciales 3D extraídas, se evalúa el rendimiento del paciente y se obtiene una respuesta cuantitativa. La descripción de la estimación de realimentación se complementa con una evaluación experimental detallada de la extracción de características 3D.
C. Dittmar, J. Denzler y H. Gross, "Un enfoque de estimación de retroalimentación para el entrenamiento facial terapéutico", 2017 12ª Conferencia Internacional de IEEE sobre reconocimiento automático de rostros y gestos (FG 2017) (FG) , Washington, DC, DC, EE. UU. 2017, pp. 141-148.
doi: 10.1109 / FG.2017.26
No hay comentarios:
Publicar un comentario
Déjanos tu comentario, nos interesa