Bài báo này đề xuất phương pháp Chuyển đổi Đặc trưng Cá nhân hóa (PFT), một phương pháp thích ứng miền không nguồn (SFDA) mới giúp cải thiện hiệu suất của các mô hình nhận dạng biểu cảm khuôn mặt (FER) chỉ sử dụng dữ liệu đích chưa được gắn nhãn, chỉ chứa các biểu cảm trung tính, không có dữ liệu nguồn. Trong khi các phương pháp SFDA hiện có yêu cầu dữ liệu từ nhiều lớp khác nhau, PFT thực hiện chuyển đổi đặc trưng chỉ sử dụng dữ liệu biểu cảm trung tính. Phương pháp này sử dụng một bộ biến đổi nhẹ hoạt động trong không gian tiềm ẩn để tránh sự phức tạp và nhiễu của quá trình tạo ảnh, đồng thời bảo toàn thông tin biểu cảm bằng cách tối ưu hóa sự kết hợp giữa tính nhất quán biểu cảm và các mục tiêu nhận dạng phong cách. Do đó, phương pháp này giảm chi phí tính toán và cho phép thích ứng mô hình hiệu quả.
