MICACL：用于长尾动态面部表情识别的多实例类别感知对比学习
计算机视觉与模式识别
2026-01-05 v1
摘要
动态面部表情识别（DFER）面临长尾类别分布和时空特征建模复杂性的挑战。虽然现有深度学习方法已提高 DFER 性能，但往往未能解决这些问题，导致严重的模型归纳偏差。为克服这些限制，我们提出一种新型多实例学习框架，称为 MICACL，将时空依赖建模和长尾对比学习优化集成。具体而言，我们设计图增强实例交互模块（GEIIM），通过自适应邻接矩阵和多尺度卷积捕获复杂的相邻实例之间的时空关系。为增强实例级特征聚合，我们开发加权实例聚合网络（WIAN），根据实例重要性动态分配权重。此外，我们引入多尺度类别感知对比学习（MCCL）策略，以平衡主要类别和次要类别之间的训练。对野生 datasets（即 DFEW 和 FERV39k）上的广泛实验表明，MICACL 在鲁棒性和泛化性方面实现了最先进的性能。
引用
@article{arxiv.2509.04344,
title = {MICACL: Multi-Instance Category-Aware Contrastive Learning for Long-Tailed Dynamic Facial Expression Recognition},
author = {Feng-Qi Cui and Zhen Lin and Xinlong Rao and Anyang Tong and Shiyao Li and Fei Wang and Changlin Chen and Bin Liu},
journal= {arXiv preprint arXiv:2509.04344},
year = {2026}
}
备注
Accepted by IEEE ISPA2025