最新SOTA！利用扩散模型精准识别UDC环境下的面部表情

最新SOTA！利用扩散模型精准识别UDC环境下的面部表情论文标题：LRDif: Diffusion Models for Under-Display Camera Emotion Recognition论文链接：https://browse.arxiv.org/abs/2402.002501. 论文摘要本文提出了LRDif，这是一个基于扩散模型的新颖框架，专门用于屏下相机（UDC）环境中的面部表情识别（FER）。为了解决UDC图像退化带来的固有挑战，例如锐度降低和噪声增加，LRDif采用了两阶段的训练策略，集成了一个简化的预训练提取网络（FPEN）和一个灵活的变换器网络（UDCformer），有效地从UDC图像中识别出情绪标签。LRDif利用扩散模型（DMs）的强大分布映射能力和变换器的空间依赖建模能力，有效地克服了UDC环境中的噪声和失真障碍。LRDif在标准的FER数据集（包括RAF-DB、KDEF和FERPlus）上进行了全面的实验，展示了最先进的性能，突显了其在推进FER应用方面的潜力。这项工作不仅 ………………………………