Khoảng trống trong nghiên cứu nhận diện biểu cảm khuôn mặt
Trong giao tiếp xã hội, biểu cảm khuôn mặt là kênh truyền tải thông tin cảm xúc mạnh mẽ và tức thời. Mặc dù các hệ thống nhận diện biểu cảm khuôn mặt (FER) đã có những bước tiến lớn, phần lớn các nghiên cứu lịch sử vẫn dựa vào các hình ảnh tĩnh đơn lẻ. Cách tiếp cận này tuy đơn giản hóa việc phân tích cấu trúc không gian, nhưng lại thiếu tính sinh thái (ecological validity) vì biểu cảm trong đời thực là những sự kiện động, diễn ra theo thời gian với các chuyển động tinh tế và nhiễu. Mặc dù lĩnh vực Nhận diện Biểu cảm Khuôn mặt Động (DFER) đã ra đời để khắc phục hạn chế này, việc hiểu rõ cơ chế mà các mô hình học sâu (deep learning) tận dụng thông tin động so với thông tin tĩnh vẫn còn là một ẩn số lớn.
Bản chất của tín hiệu tĩnh và động trong xử lý thị giác
Để hiểu cách máy tính
Tài liệu tham khảo:
Li, Y.-F., Edwards, E. M., Han, Z., & Sereno, A. B. (2026). Using neural networks to understand static and dynamic cues in facial expression recognition. Vision Research, 244, 108827. DOI: 10.1016/j.visres.2026.108827
(Tệp gốc: Using-neural-networks-to-understand-static-and-dynamic-cues-i_2026_Vision-Re.pdf)