遮挡姿态下仍精准识别
通过全局紧凑注意力与分层特征交互，在遮挡和姿态变化下实现高效且鲁棒的表情识别。
马惠 · Lei, Sen · 李恒超 · Çelik, Turgay
Information Fusion 2025
GCAM通过多尺度混合卷积和空间通道注意力提取紧凑全局语义特征，有效抑制遮挡干扰。
HFIM通过分块建模局部和全局依赖，并利用自注意力与关系注意力建模块间关系，增强对姿态变化的适应能力。
在RAF和AffectNet两个主流数据集上的大量实验证明，FER-VMamba取得了当前最佳性能。
提出的FSL-FER-VMamba针对跨域少样本表情识别进行优化，具备较强的域迁移适应性。