LightmanNet, a dual-branch meta-auxiliary learning method, effectively extracts discriminative and generalizable features for robust and efficient micro-expression recognition from limited data.
A hierarchical attention-based approach that effectively models spatial and temporal information to recognize micro-expressions and detect genuine emotions.
본 연구는 미세 표정 인식을 위해 계층적 시공간 주의 집중 기법을 제안한다. 이 기법은 시간적 정보를 효과적으로 모델링하고 서로 다른 데이터 모달리티를 융합하여 미세 표정의 깊이 있는 특징을 포착한다.