标签噪声学习

打破虚假相关：用于AU检测的不确定性驱动因果Transformer

Breaking Spurious Correlations: Uncertainty-Driven Causal Transformers for AU Detection

将Transformer注意力权重参数化为高斯分布以建模不确定性，并引入因果干预模块抑制混淆偏差，可复用于其他存在标签噪声和类别不平衡的细粒度人脸分析任务。