CSIG云上微表情第31期研讨会成功举办--微表情识别：计算机与人工孰强孰弱

2022 年 9 月 8 日 CSIG机器视觉专委会

微表情是一种短暂的、微弱的、无意识的面部微表情，持续时间往往在0.5s内，能够揭示人类试图隐藏的真实情绪。微表情识别的研究旨在让机器有足够的智能，能够从人脸视频序列中识别人类的真实情绪。然而由于微表情持续时间短、面部肌肉运动强度低，对其进行准确的表征与识别是一项极具挑战性的任务。为了促进心理学领域和计算机视觉领域针对微表情的进一步研究，由中国图象图形学学会（CSIG）和中国科学院心理研究所主办、CSIG机器视觉专业委员会和CSIG情感计算与理解专业委员会联合承办，中国科学院心理研究所的王甦菁博士组织了一系列云上微表情的学术活动。

第三十一期云上微表情将于2022年8月31日晚上7点进行，由中国科学院心理研究所王甦菁老师团队的李婧婷博士主持。此次讲座邀请到来自中国科学技术大学博士生的在读博士生赵思蕊和北京师范大学的在读博士生苏瑞分别从计算机视觉和心理学领域介绍其开展的微表情识别研究。此次讲座得到了微表情研究领域的广泛关注，期间有近五十名听众参加了此次讲座。

ME-PLAN: A Deep Prototypical Learning with Local Attention Network for Dynamic Micro-Expression Recognition - 中国科学技术大学在读博士生赵思蕊

作为重要的心理应激反应之一，微表情是自发、微弱的面部动作，通常发生在高风险的情况下，可以揭示人类的真实情感和认知。微表情识别在许多领域都有必不可少的应用，如谎言检测、刑事调查和心理治疗。然而，由于通过转瞬即逝的面部细微反应学习鉴别性的微表情特征的挑战，以及可用的微表情样本的短缺，这一研究课题仍然远远没有得到很好的研究。

为此，赵博士等人提出了一个深度原型学习框架，即ME-PLAN，并针对MER问题提出了一个局部注意机制。首先，为了缓解大多数微表情识别方法需要依赖手工注释的顶点帧的困境，赵博士等人提出了一种具有单模态模式约束（UPC）的顶点帧发现方法，并进一步根据检测到的顶点帧提取微表情关键帧序列。

其次，赵博士介绍了目前小样本学习问题下的微表情识别困境，进而提出先验知识的重要性。

具体来说，ME-PLAN由两部分组成，即三维残余原型网络和局部注意模块，前者旨在通过表情相关的知识转移和偶发训练学习精确的微表情特征原型，

同时后者可以促进对局部面部运动的注意。

通过丰富的实验和可解释的分析，赵博士等人证明了所提出的方法的优越性和有效性。在报告的最后，赵博士也介绍了他们团队在微表情智能分析领域的一些工作。

论文信息：

Zhao, S., Tang, H., Liu, S., Zhang, Y., Wang, H., Xu, T., ... & Guan, C. (2022). ME-PLAN: A deep prototypical learning with local attention network for dynamic micro-expression recognition. Neural Networks, 153, 427-443.

T ranscranial Direct Current Stimulation Over the Right Temporal Parietal Junction Facilitates Spontaneous Micro-Expression Recognition – 北京师范大学在读博士生苏瑞

微表情是转瞬即逝的、微弱的情绪表达。由于它们是自发的，不受人的思想控制，微表情被认为是真实情感的指标。对它们的准确识别和解释促进了人际互动和社会沟通。因此，提高识别微表情的能力已经引起了广泛的关注。

在目前的研究中，苏博士等人用中文版的微表情训练工具（METT）研究了训练对微表情识别的影响。她们的目标是确认是否可以通过训练和脑刺激来提高自发微表情的识别精度。由于右颞顶联合区（rTPJ）已被证明参与了面部情绪识别的明确过程，因此假设rTPJ将在促进微表情的识别中发挥作用。

然后苏博士详细介绍了实验材料、实验方法，包括被试、流程等。

结果显示，对rTPJ的正极经颅直流电刺激（tDCS）确实改善了对自发微表情的识别，尤其是对那些与恐惧有关的微表情。

识别恐惧自发微表情的准确性的提高与正极组的个人痛苦呈正相关，但与假象组无关。

苏博士等人的研究支持联合使用TDCS和METT可以成为训练和加强微表情识别的可行方法。

论文信息：

Ge, Y., Su, R., Liang, Z., Luo, J., Tian, S., Shen, X., ... & Liu, C. (2022). Transcranial Direct Current Stimulation Over the Right Temporal Parietal Junction Facilitates Spontaneous Micro-Expression Recognition. Frontiers in Human Neuroscience, 16.

在问答环节，听众和讲者们就峰值帧检测、人工微表情识别实验设计等技术问题进行了讨论。

在活动的最后，讲座的主持人李婧婷博士对活动进行了总结并对第三十二期CSIG云上微表情活动进行了预告。敬请继续关注！

此次讲座的回放已经发布在B站：https://www.bilibili.com/video/BV1SV4y1H7VG?share_source=copy_web&vd_source=da367a2f90a1bbb21d8762ab6354d4ea，欢迎观看！

最后，中国科学院心理研究所微表情实验室（MELAB）诚聘博士后，微表情相关方向、计算机或心理学专业皆可，有意请联系王甦菁老师（wangsujing@psych.ac.cn）。

登录查看更多