基于多架构编码器和特征融合的面部情感识别 ——ABAW7 挑战赛
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了我们在第七次 ABAW 比赛中应对挑战的方法。比赛包括三个子挑战：情绪价值（VA）估计、表情（Expr）分类和动作单元（AU）检测。为了解决这些挑战，我们采用了先进的模型来提取强大的视觉特征。随后，我们利用 Transformer 编码器来整合这些特征，用于 VA、Expr 和 AU...
该研究提出了一种基于Transformer的新框架，通过使用Vision Transformer和Transformer模型，实现了情感估计、面部表情识别和动作元检测。引入了随机帧遮罩的学习技术和Focal损失的应用，增强了情绪和行为分析的准确性和适用性。预计对情感计算和深度学习方法的发展有所助益。
