Журнал Современные наукоемкие технологии 1812-7320 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" 10.17513/snt.40829 ART-40829 ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОЦЕНКИ ЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ ПАЦИЕНТОВ ПРИ ДИСТАНЦИОННОМ ПСИХОЛОГИЧЕСКОМ КОНСУЛЬТИРОВАНИИ Путинцева А. А. Putintseva A. A. Российская Федерация Андреева В. Д. Andreeva V. D. Российская Федерация Эбрахим А. Ebrakhim A. aehbrakhim@fa.ru Хасанов И. И. Khasanov I. I. Российская Федерация Федеральное государственное образовательное бюджетное учреждение высшего образования «Финансовый университет при Правительстве Российской Федерации» Federal State Educational Budgetary Institution of Higher Education “Financial University under the Government of the Russian Federation” 30 06 2026 6 156 161 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://top-technologies.ru/ru/article/view?id=40829

Распознавание эмоций по выражению лица рассматривается как дополнительный инструмент поддержки специалиста при дистанционном психологическом консультировании, однако перенос моделей из лабораторных условий в реальный видеопоток сопровождается существенной потерей устойчивости. Цель исследования – разработать и апробировать подход к оценке эмоционального состояния пациента в сценарии дистанционного психологического консультирования, объединяющий экспериментальное сравнение конфигураций моделей распознавания эмоций с практической реализацией модульного программного прототипа. Использованы два набора данных – Emotion-2 и адаптированная под задачу распознавания эмоций версия FairFace – и четыре конфигурации моделей детекции и классификации с единой схемой обучения, на основе которых спроектирован модульный программный прототип для анализа видеосессий. Определено, что наилучшее соотношение точности и вычислительной эффективности обеспечивает сбалансированная конфигурация одноэтапного детектора. Показано, что высокая точность на валидационной выборке не гарантирует устойчивой работы на реальном видеопотоке из-за шума разметки, дисбаланса классов, чувствительности к условиям освещения, ракурсу и частичным перекрытиям лица. В составе прототипа реализованы модули захвата видеопотока, предобработки изображения, детекции и классификации эмоций, временной агрегации предсказаний, событийной логики и визуализации, адаптированные к сценарию дистанционного консультирования. Полученные результаты показывают, что практическая ценность подобных систем определяется не только архитектурными решениями, но и качеством обучающих данных, применением временного сглаживания и адаптацией прикладной логики под конкретный сценарий использования.

Facial expression recognition is considered an additional decision-support tool for specialists in remote psychological counseling; however, transferring models from controlled laboratory conditions to real video streams is accompanied by a substantial loss of robustness. The aim of the study is to develop and validate an approach to assessing the emotional state of a patient in a remote psychological counseling scenario, combining an experimental comparison of emotion recognition model configurations with a practical implementation of a modular software prototype. Two datasets were used – Emotion-2 and a version of FairFace adapted for emotion recognition – along with four model configurations for detection and classification under a unified training scheme, on the basis of which a modular software prototype for video session analysis was designed. It was determined that the best balance between accuracy and computational efficiency is provided by a balanced configuration of a single-stage detector. It was shown that high accuracy on the validation set does not guarantee stable performance on real video streams due to annotation noise, class imbalance, and sensitivity to lighting conditions, camera angle, and partial face occlusions. The prototype incorporates modules for video stream capture, image preprocessing, emotion detection and classification, temporal prediction aggregation, event logic, and visualization, all adapted to the remote counseling scenario. The findings demonstrate that the practical value of such systems is determined not only by architectural choices, but also by training data quality, the application of temporal smoothing, and the adaptation of application logic to a specific use case.

 распознавание эмоций машинное обучение компьютерное зрение видеоаналитика нейронные сети дистанционное консультирование emotion recognition machine learning computer vision video analytics neural networks remote counseling

1. Li S., Deng W. Deep Facial Expression Recognition: A Survey // IEEE Transactions on Affective Computing. 2022. Vol. 13. Is. 3. P. 1195–1215. URL: https://ieeexplore.ieee.org/document/9039580 (дата обращения: 02.04.2026). DOI: 10.1109/TAFFC.2020.2981446.

2. Picard R. W. Affective Computing. Cambridge, MA: MIT Press, 1997. 306 p. ISBN 978-0-262-16170-1.

3. Hutchinson B., Rostamzadeh N., Greer C., Heller K., Prabhakaran V. Evaluation Gaps in Machine Learning Practice // Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency. 2022. P. 1859–1876. DOI: 10.1145/3531146.3533233.

4. Goodfellow I. J., Erhan D., Carrier P. L., Courville A., Mirza M., Hamner B., Cukierski W., Tang Y., Thaler D., Lee D.-H., Zhou Y., Ramaiah C., Feng F., Li R., Wang X., Athanasakis D., Shawe-Taylor J., Milakov M., Park J., Ionescu R., Popescu M., Grozea C., Bergstra J., Xie J., Romaszko L., Xu B., Chuang Z., Bengio Y. Challenges in Representation Learning: A Report on Three Machine Learning Contests // Neural Networks. 2015. Vol. 64. P. 59–63. URL: https://www.sciencedirect.com/science/article/abs/pii/S0893608014002159?via%3Dihub (дата обращения: 11.04.2026). DOI: 10.1016/j.neunet.2014.09.005.

5. Mollahosseini A., Hasani B., Mahoor M. H. AffectNet: A Database for Facial Expression, Valence, and Arousal Computing in the Wild // IEEE Transactions on Affective Computing. 2019. Vol. 10. Is. 1. P. 18–31. URL: https://ieeexplore.ieee.org/document/8013713 (дата обращения: 03.04.2026). DOI: 10.1109/TAFFC.2017.2740923.

6. Karkkainen K., Joo J. FairFace: Face Attribute Dataset for Balanced Race, Gender, and Age for Bias Measurement and Mitigation // Proceedings of the 2021 IEEE Winter Conference on Applications of Computer Vision (WACV). 2021. P. 1547–1557. URL: https://ieeexplore.ieee.org/document/9423296 (дата обращения: 08.04.2026). DOI: 10.1109/WACV48630.2021.00159.

7. Singh K., Ahirwal M. K., Pandey M. Subject wise data augmentation based on balancing factor for quaternary emotion recognition through hybrid deep learning model // Biomedical Signal Processing and Control. 2023. Vol. 86. Is. A. Art. 105075. URL: https://www.sciencedirect.com/science/article/abs/pii/S1746809423005086 (дата обращения: 15.04.2026). DOI: 10.1016/j.bspc.2023.105075.

8. Taskiran S. F., Turkoglu B., Kaya E. et al. A comprehensive evaluation of oversampling techniques for enhancing text classification performance // Scientific Reports. 2025. Vol. 15. Is. 1. Art. 21631. URL: https://www.nature.com/articles/s41598-025-05791-7 (дата обращения: 12.04.2026). DOI: 10.1038/s41598-025-05791-7.

9. Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection // Proceedings – IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2016). 2016. P. 779–788. URL: https://ieeexplore.ieee.org/document/7780460 (дата обращения: 04.04.2026). DOI: 10.1109/CVPR.2016.91.

10. Carion N., Massa F., Synnaeve G., Usunier N., Kirillov A., Zagoruyko S. End-to-End Object Detection with Transformers // Computer Vision – ECCV 2020: 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part I. 2020. P. 213–229. DOI: 10.1007/978-3-030-58452-8_13.

11. Savchenko A. V. Facial expression and attributes recognition based on multi-task learning of lightweight neural networks // 2021 IEEE 19th International Symposium on Intelligent Systems and Informatics (SISY). 2021. P. 119–124. URL: https://ieeexplore.ieee.org/document/9582508 (дата обращения: 13.04.2026). DOI: 10.1109/SISY52375.2021.9582508.

12. Zhao Z., Liu Q. Former-DFER: Dynamic Facial Expression Recognition Transformer // Proceedings of the 29th ACM International Conference on Multimedia (MM ‘21). 2021. P. 1553–1561. DOI: 10.1145/3474085.3475292.

13. Wang K., Peng X., Yang J., Lu S., Qiao Y. Suppressing Uncertainties for Large-Scale Facial Expression Recognition // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2020. P. 6896–6905. URL: https://ieeexplore.ieee.org/document/9157210 (дата обращения: 29.03.2026). DOI: 10.1109/CVPR42600.2020.00693.

14. Ma F., Sun B., Li S. Facial Expression Recognition With Visual Transformers and Attentional Selective Fusion // IEEE Transactions on Affective Computing. 2023. Vol. 14. Is. 2. P. 1236–1248. URL: https://ieeexplore.ieee.org/document/9585378 (дата обращения: 01.04.2026). DOI: 10.1109/TAFFC.2021.3122146.

15. Dosovitskiy A., Beyer L., Kolesnikov A., Weissenborn D., Zhai X., Unterthiner T., Dehghani M., Minderer M., Heigold G., Gelly S., Uszkoreit J., Houlsby N. An Image Is Worth 16x16 Words: Transformers for Image Recognition at Scale // 9th International Conference on Learning Representations (ICLR 2021). 2021. URL: https://openreview.net/forum?id=YicbFdNTTy (дата обращения: 12.04.2026).

16. Liu Z., Lin Y., Cao Y., Hu H., Wei Y., Zhang Z., Lin S., Guo B. Swin Transformer: Hierarchical Vision Transformer Using Shifted Windows // Proceedings – 2021 IEEE/CVF International Conference on Computer Vision (ICCV), Montreal, QC, Canada. 2021. P. 9992–10002. URL: https://ieeexplore.ieee.org/document/9710580 (дата обращения: 14.04.2026). DOI: 10.1109/ICCV48922.2021.00986.