SVF-CR：用于多模态矛盾与犹豫识别的同步视觉-面部交叉细化

论文提出SVF-CR框架，以相同时间分段提取整段视频与人脸裁剪令牌，通过模态内自注意力及双向视觉-面部交叉注意力进行同步细化，再结合一致性与差异性构造证据，并与文本、声学特征进行成对证据融合。在BAH公开评测划分上，public macro-F1达到0.7156。