• • 下一篇
叶睿1,孙鹏1,1,郎宇博1,沈喆2,孟辉1,刘雯婷1
摘要: 针对微表情亚像素级形变易被全局噪声淹没、标准Transformer在小样本下易发生注意力稀释且深层特征趋于同质化等问题,本文提出一种融合动态Token修剪与层级特征重组的分层Transformer微表情识别方法。在预处理阶段,引入运动放大与分区域余弦加权策略,以余弦相似度为门控系数自适应压低与表情无关的噪声区域权重。在特征编码阶段,设计三层异构Transformer架构,依次嵌入动态Token修剪模块以剪除低质量Token、温和压缩策略以建模跨区域肌肉联动,以及层级特征重组模块以打破深层同质化。在聚合阶段,采用卷积块注意力聚合层校准强化判别性运动响应。在MEGC 2019复合数据集上,UF1和UAR分别达到89.10%和88.73%;在CASME II、SAMM和SMIC子集上,UF1分别取得96.16%、85.26%和83.39%的最优结果,验证了所提架构的有效性。
中图分类号: