该研究介绍了动态人脸表情识别技术的进展，包括新的动态人脸表情数据库DFEW和多种基于深度学习的方法，如EC-STFL、LOGO-Former和MAE-DFER。这些方法通过自监督学习和多模态特征学习，显著提升了动态表情识别的性能，解决了数据集不平衡和情境影响等问题。

本文综述指代图像分割与理解研究，涵盖逐步学习多模态特征、InstanceRefer三维定位、ReCo无监督分割、跨模态渐进推理、CLEVR-Ref+数据集、RmLR人物交互检测、CRIS框架、MCN多任务协作网络及级联交互理解等方法，在RefCOCO等数据集上均取得优异性能。