批次 Transformer 架构：基于合成图像生成的情绪表达面部识别
计算机视觉与模式识别
2025-11-18 v1
摘要
提出一种新颖的 Transformer 变体架构，采用隐式稀疏风格。不同于“传统”Transformer，后者关注序列或批次实体在整个维度上的注意力，在所提出的 Batch Transformer 中，对“重要”维度（主要成分）进行注意力处理。如此一来，“重要”维度或特征选择允许显著减少编码器-解码器人工神经网络架构中的瓶颈大小。该架构在合成图像生成用于面部识别任务中进行测试，涉及化妆和遮挡数据集，使得有限的原始数据集具有更大的变异性。
引用
@article{arxiv.2511.11754,
title = {Batch Transformer Architecture: Case of Synthetic Image Generation for Emotion Expression Facial Recognition},
author = {Stanislav Selitskiy},
journal= {arXiv preprint arXiv:2511.11754},
year = {2025}
}