OCFER-Net：基于正交卷积的在线学习面部表情识别
计算机视觉与模式识别
2025-12-09 v1
摘要
近期，尤其是在全球新冠疫情期间，线上学习大受欢迎。除了知识分布，情感互动也至关重要，可通过采用面部表情识别（FER）获取。鉴于 FER 准确率在帮助教师获取情感情况方面至关重要，本项目探索了一系列 FER 方法，发现少数研究利用卷积矩阵的正交性。因此，我们通过正则化对卷积核施加正交化，提取更具多样性和表现力的特征，推出 OCFER-Net。实验在具有挑战性的 FER-2013 数据集上进行。结果表明，相较基线模型，OCFER-Net 在准确率上提升 1.087。该研究项目的代码已公开于 https://github.com/YeeHoran/OCFERNet。
引用
@article{arxiv.2512.06379,
title = {OCFER-Net: Recognizing Facial Expression in Online Learning System},
author = {Yi Huo and Lei Zhang},
journal= {arXiv preprint arXiv:2512.06379},
year = {2025}
}