本研究介绍了LRDif，一种用于嵌入式显示相机的人脸表情识别的新扩散框架。LRDif结合深度模型和变形器，有效识别UDC图像中的情绪标签，解决噪声和畸变问题。在RAF-DB、KDEF和FERPlus数据集上表现优异，为FER应用发展设定了新基准。

本文介绍了一种用卷积学习输入表示替换变形器的正弦位置嵌入的方法，并详细说明了其在提供长程关系方面的优势和优化特点。该方法在无额外语言模型文本下，在librispeech测试中取得了4.7％和12.9％的字错率。