基于遮掩表情的真实情感识别——双流独立解耦框架
计算机视觉与模式识别
2026-03-18 v1
摘要
从遮掩表情中识别真实情感极具挑战性 due to 刻意掩饰。现有的范式识别来自包含刚开始隐藏的 onset 帧的遮掩表情片段中的真实情感。然而，这一范式可能不反映实际的掩饰状态，因为 onset 帧在未达到稳定掩饰状态时就泄露了真实情感信息。因此，本文提出一种基于 apex 帧的新范式，从具有稳定掩饰状态的 apex 帧对真实情感进行分类。此外，本文提出一种新的双流独立解耦框架，用于解耦真实情感特征和掩饰情感特征，避免掩饰情感对真实情感的干扰。为实现高效解耦，我们设计了解耦损失组，包括两个分类损失分别学习真实情感和掩饰表情特征，以及 Hilbert-Schmidt 独立性损失，用于增强两种特征的独立性。实验表明，apex 帧-based 范式具有挑战性，所提解耦框架显著提高了识别性能。
引用
@article{arxiv.2603.16760,
title = {Dual Stream Independence Decoupling for True Emotion Recognition under Masked Expressions},
author = {Jinsheng Wei and Xiguang Zhang and Zheng Shi and Guanming Lu},
journal= {arXiv preprint arXiv:2603.16760},
year = {2026}
}