全局局部融合
融合残差块与视觉Transformer，并采用广义监督对比学习策略，增强微表情判别特征学习。
Fan, Song · 李军华 · Li, Zhengxiu · 黎明
Pattern Recognition Letters 2025
通过融合残差块与视觉Transformer，网络能够捕捉图像中的局部细节与全局上下文信息，增强微表情的判别特征表示。
广义监督对比学习将独热标签转换为混合标签，并最小化标签相似度与潜在相似度之间的交叉熵，从而优化不同微表情之间的语义空间度量，提升特征学习能力。
提出基于同类样本局部特征的区域替换数据增强方法，与广义监督对比学习协同工作，解决微表情数据有限的问题。