SRE-FER：区域残余证据学习，用于减轻细粒度面部表情识别中的局部证据稀释

细粒度的面部表情识别（FER）取决于捕捉区分相邻情绪的微妙肌肉线索。然而捕捉这些线索却面临着两难的境地。基于检测器的方法依赖于脆弱的地标管道，而我们发现，在传统的全局读数下直接转移诸如 DINOv3 之类的基础模型可能会导致局部证据稀释：早期的全局聚合会消除稀疏的肌肉信号，并在恐惧/惊讶和悲伤/中性等类别之间留下持续的混乱。为了恢复这些证据，我们提出了 SRE-FER，一种读出级区域残留证据学习框架。其核心模块 RERA 添加了零初始化残差 logits，可细化类边界，同时保留主干的全局预测。训练时动作单元 (AU) 指导使用基于面部动作编码系统 (FACS) 的解剖先验将区域特征引导至表情相关区域，无需在推理时使用外部面部管道。可选的完整设置进一步路由特定于样本的非冗余词元。在三个基准测试中，SRE-FER 在 RAF-DB 上达到 92.76%，在 FERPlus 上达到 91.32%，在 AffectNet-7 上达到 67.78%，与现有 FER 方法相比，表现出极具竞争力的性能。