CSIG云上微表情第四期研讨会成功举办--微表情识别的情绪背景效应

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）举办、CSIG机器视觉专业委员会承办，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。

第四期云上微表情于2020年9月14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。此次讲座邀请到了中国科学院心理研究所的张明博士，她从心理学的角度介绍了情绪背景对微表情识别的影响。本次报告得到了微表情研究领域的广泛关注，期间有六十多位听众参加了此次讲座。

在简要介绍微表情和情绪背景的定义之后，为了探讨微表情前后出现的面部表情类型，即情绪背景，是否会影响微表情的识别，张明博士从行为实验、脑电实验和功能磁共振研究三个方面进行了阐述。

其中实验范式如下图所示：通过改进METT（微表情训练工具）范式，要求实验参与者识别在两个相同情感面孔之间快速呈现的目标微表情，通过一系列实验考查情绪背景对微表情识别的影响。

• 情绪背景效应 - 行为实验

在这个部分，张明博士介绍了行为实验方案和情绪背景效应对微表情识别的影响。行为实验表明，无论目标微表情的持续时间长短，负性情绪背景都会降低对微表情的识别。当控制了情绪背景表情和目标微表情之间的物理刺激差异，对微表情识别的情绪背景效应依然存在，揭示这种影响很可能来源于情绪背景的效价信息。

• 情绪背景效应 - 脑电实验

为了进一步考察情绪背景效应的作用方式，张明博士团队采用脑电实验，探讨情绪情境如何调节由微表情引发的ERP成分。他们观察到，与中性情绪背景相比，负性情绪背景和正性情绪背景条件下，微表情产生了大的P1和N170成分，而且当情绪背景和目标微表情效价不一致时，微表情引发了更大的P1成分。这些结果表明情绪背景调节了微表情的加工，并且情绪背景的调节发生在面部表情信息处理的早期阶段。基于行为和脑电研究的证据，他们推测这种情绪背景的调节作用可能取决于对情绪背景信息加工的神经活动。

• 情绪背景效应 - 功能磁共振研究

此外，通过功能磁共振研究，张明博士比较了在不同情绪背景（相同微表情）的BOLD信号，发现负性和正性情绪背景的BOLD信号激活增加，反映出情感背景在处理上的差异，暗示着不同的情绪可能会不同程度地影响后续目标微表情的加工，并进一步揭示了情绪背景与微表情之间的相互作用。

在张明博士精彩的报告后，听众们踊跃发言，提出了很多非常有讨论意义的问题。相关的讨论主要涉及功能磁共振成像数据共享问题、动作单元和宏观表情情绪关系、微表情时长定义、脑电实验中P1和N170的概念问题等。

在活动的最后，讲座主持人李婧婷博士对活动进行了总结并对后续两期CSIG云上微表情活动进行了预告。敬请继续关注！