来源：期刊VIP网 时间：
作者：刘婷婷;王敏红;邓李茜;周启云;刘海;杨兵;
单位：湖北大学师范学院;香港大学教育学部;华中师范大学人工智能教育学部;
摘要：面部表情识别（Facial Expression Recognition,FER）是计算机视觉领域的重要研究方向，但在教育场景的实际应用中仍面临诸多挑战，如遮挡、光照变化和头部姿态干扰等问题。本文定义了褶纹基元和褶纹基元关系；采用褶纹基元刻画面部局部区域因肌肉形变引发的方向性纹理特征，利用褶纹基元关系刻画其几何关联；指出褶纹基元具有高斯亲和、类间共享和类内不变特征。在此基础上，提出一种基于褶纹基元感知的高效面部表情识别模型P~2FER(Pleated Primitive for Facial Expression Recognition)。在该模型中，设计了高斯亲和褶纹基元提取模块，用于捕获面部表情特征的多样性。通过引入高斯亲和褶纹基元，模型能够学习更具区分性的特征，增强特征空间的多样性，从而对不同类别表情的分类起到关键作用。为进一步增强模型对不同表情特征的建模能力，本文提出褶纹基元线索感知模块。该模块通过构建正负样本对，结合类关系设计了一种新颖的损失函数，实现类间共享褶纹基元与类内不变褶纹基元的协同挖掘，借助于不同类别间褶纹基元关联关系建模。该模块显著提升了模型对表情的识别能力。在RAF-DB和FERPlus数据集上的实验表明，本文模型在多项指标上均优于现有方法，性能提升显著。实验结果验证了高斯亲和褶纹基元提取模块与褶纹基元线索感知模块的有效性，表明用褶纹基元关系建模可增强模型的泛化能力。
关键词：面部表情识别;;褶纹基元;;关系感知;;长距离依赖;;Transformer;;图像理解
基金资助：国家自然科学基金(62577020,62477024,62377037,62277041,62173286,62177019,62177018);; 中国高等教育学会高等教育研究专项(23XXK0403);; 湖北省教育厅哲学社会科学研究项目(23G130);湖北省教育厅科学技术研究计划指导性项目(B2023316);; 湖北省自然科学基金(2025AFD621,2022CFB971,2022CFB529);; 江西省自然科学基金(20252BAC220007,20252BAC240201,20
