本研究探讨情感估计系统中注释准确性不足的问题，结合人机协作框架与图像情感模型，分析模型的可靠性及心理因素对信任和注释行为的影响，提出优化建议。

研究推出开源工具包Behavior4All，解决现有面部行为分析工具的不足。它集成了面部定位、情感估计、表情识别和动作单元检测，性能和公平性优于现有工具，并在未见数据库上表现出更好的泛化能力，提高了复合表情识别速度。

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。