面向视频面部表情识别的动态时空图细粒度关系建模

基于摘要分析。本文研究视频面部表情识别（FER），提出时空关系感知动态图卷积网络 ST-RDGCN，通过无需面部关键点的动态时空图，建模表情随时间演化的细粒度关系。其主要研究对象是面部视频，并非 EEG 或 BCI。 作者认为，现有帧级图对时空关系的刻画较粗，而基于面部关键点的方法依赖额外关键点并形成静态图结构。ST-RDGCN 提出三种建图方案：动态独立空间图、动态联合时空图和动态交叉时空图，并设计关系感知时空图卷积算子 RSTG-Conv，以学习动态图中的时空相关性。图节点定义、边权计算、动态图更新方式及训练目标尚未验证。 作者报告，在 CK+、Oulu-CASIA、AFEW、DFEW 和 FERV39k 上，整体 Accuracy 分别为 99.69%、91.67%、56.51%、69.37% 和 49.03%，并称达到当时最佳水平；摘要未提供数据划分与完整对照条件，因此这些结果不能直接跨数据集比较。作者还报告，在 FERV39k 上相较当前最佳方法的 UAR 提升为原文所述“3.6%”，但未明确是相对百分比还是百分点。作者的方案比较表明，动态交叉时空图在三种建图方案中最有效；具体实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可检验的迁移假设是，视频中动态建图与关系聚合的思路可能用于 EEG 通道或时间窗之间的非平稳关系建模，但原领域有效不等于 BCI 有效。迁移需要将视觉特征节点改为 EEG 通道或时频片段，并重新定义边关系；其对数据规模与监督信号的依赖仍需核对。低信噪比、伪迹、跨被试差异及通道配置变化可能使动态图捕获不稳定相关。一个小规模验证是，在固定 EEG 分类任务、相同输入编码器和 Cross-subject 划分下，仅比较静态图与动态图关系模块，检查性能及边关系稳定性。相关 EEG 工作尚未检索确认。