基于扩展视觉长短期记忆网络的 xLSTM-FER：增强学生表情识别
计算机视觉与模式识别
2024-10-08 v1
摘要
学生表情识别已成为评估学习经验和情感状态的重要工具。本文介绍 xLSTM-FER，一种新型体系结构，源自扩展长短期记忆 (xLSTM)，旨在通过先进的序列处理能力增强表情识别的准确率和效率，用于学生面部表情识别。xLSTM-FER 通过将输入图像分割为一系列图块并利用 xLSTM 块堆来处理这些图块来处理输入图像。xLSTM-FER 能够捕捉到真实世界学生面部表情中细微变化，并通过学习序列中的空间-时间关系来提高识别准确率。在 CK+、RAF-DF 和 FERplus 上的实验表明，xLSTM-FER 在表情识别任务方面具有潜力，相较于基于标准数据集的最先进方法显示出更好的性能。xLSTM-FER 的线性计算和内存复杂度使其特别适用于处理高分辨率图像。此外，xLSTM-FER 的设计允许高效处理非序列输入（如图像），无需额外计算。
引用
@article{arxiv.2410.05074,
title = {xLSTM-FER: Enhancing Student Expression Recognition with Extended Vision Long Short-Term Memory Network},
author = {Qionghao Huang and Jili Chen},
journal= {arXiv preprint arXiv:2410.05074},
year = {2024}
}
备注
The paper, consisting of 10 pages and 3 figures, has been accepted by the AIEDM Workshop at the 8th APWeb-WAIM Joint International Conference on Web and Big Data