基于多感受野 MambaVision 的微表情识别器 MERba
人机交互
2025-08-06 v2
摘要
微表情 (ME) 是短暂的、不自主的面部动作，揭示真实情绪，为心理评估和刑事调查提供宝贵见解。尽管自动 ME 识别取得了显著进展，但现有方法仍难以同时捕获局部肌肉激活和全局面部依赖关系，这两者都是解码微妙情绪线索的关键。为此，我们提出 MERba，一种为 MER 专门设计的分层多感受野结构，包含一系列局部-全局特征集成阶段。每个阶段内，利用 MERba 局部提取器捕获详细的窗口内运动模式，该提取器将 MambaVision 混合器与量身定制的非对称多扫描策略相结合，以增强局部空间灵敏度。这些局部特征通过轻量级自注意力层聚合，显式建模窗口间关系，实现有效的全局上下文构建。此外，为缓解负样本 ME 之间高相似性的挑战，我们引入双粒度分类模块，将识别任务分解为粗到细的范式。在三个基准数据集上的大量实验表明，MERba 均一致优于现有方法，消融实验确认了每个提出组件的有效性。
关键词
引用
@article{arxiv.2506.14468,
title = {MERba: Multi-Receptive Field MambaVision for Micro-Expression Recognition},
author = {Xinglong Mao and Shifeng Liu and Sirui Zhao and Tong Xu and Hanchao Wang and Baozhi Jia and Enhong Chen},
journal= {arXiv preprint arXiv:2506.14468},
year = {2025}
}