注意加权细节特征
在Transformer中嵌入三维卷积，以注意力权重定位面部局部细节，避免区域裁剪的信息冗余，实现鲁棒的微表情特征提取。
Pan, Hang · 解仑 · 王志良
Engineering Applications of Artificial Intelligence 2023
模型通过注意力权重感知面部细节，不再依赖重叠裁剪的局部区域，减少因裁剪导致的冗余。
在 SMIC、CASME II、SAMM 三个微表情基准上均取得有竞争力的准确率，体现模型的泛化能力。