近日，厦门大学电影学院姚俊峰教授团队的一篇论文被国际学术会议ACM MM 2025录用，具体论文信息如下：

“Zhihao Jia, Meiyan Xu, Jing Yuan Wang, Ziyu Jia, Yong Li, Xinliang Zhou, Chenyu Liu, Junfeng Yao, Yi Ding. Sera: Separated Coarse-to-fine Representation Alignment for Cross-subject EEG-based Emotion Recognition”。ACM MM是计算机图形学与多媒体方向的顶级学术会议，被中国计算机学会（CCF）评为A类会议，主要收录多媒体分析、检索、生成、理解与人机交互等方向的高质量论文。会议将于2025年10月27日至31日在爱尔兰都柏林的会议中心举行。

近期脑电情绪识别研究中的神经心理学启发性模型——如提取空间特征的卷积网络和处理时序依赖的Transformer——取得了显著进展。尽管这些方法受益于频带特征和空间相关性等专业知识，却普遍忽略了一个基本事实：头皮电极记录的脑电信号实则是皮层与皮层下区域等多重神经源活动的复杂混合体。这种混合特性给情绪识别带来本质挑战，尤其在跨被试场景中因个体差异显著而尤为突出。受神经生理学原理启发，我们提出名为Sera的创新框架，通过显式分离神经源活动并实现跨被试表征对齐，提升基于脑电的情绪识别性能。该框架包含两大核心模块：（1）配备多级分支解码器的变分自编码器（VAE），通过模拟神经信号生成过程将混合脑电解耦为独立神经源；（2）由粗到精的表征对齐模块（CFRA），逐步消除被试间差异——粗粒度对齐采用带域判别器的对抗训练，细粒度对齐则通过协方差矩阵匹配捕捉脑电片段内的时序相关性。在DEAP和DREAMER数据集上的大量实验表明，Sera的准确率优势超越现有最优方法，其有效性与神经生理学基础得到充分验证。模型代码已开源：https://anonymous.4open.science/r/Sera-code-7EC7

该论文由我校电影学院字媒体技术系在读博士生贾之豪同学（第一作者）与姚俊峰教授（第一通讯作者）、信息学院在读博士生王静缘同学、闽南师范大学的许梅燕副教授（联合第一作者）、新加坡南洋理工大学的丁一研究助理教授（通讯作者）、周信良博士、刘宸宇博士生、中国科学院的贾子钰助理教授、东南大学的李勇副教授合作完成。