那些看似不經意的微表情暴露著人們企圖掩飾的內心世界。近日，2019CNCC微表情檢測和識別論壇在蘇州舉行，參會人員對微表情資料庫建立進展，情緒洩露與欺騙的關係、基於深度學習的微表情分析以及未來可能應用領域進行了探討。
面部表情是情感表達的主要窗口。美國心理學家艾伯特·梅·拉別恩曾提出一個公式：情感表達=7%語言+38%聲音+55%面部表情。達爾文在《人類和動物的表情》中也指出，面部表情是人類長期進化的結果。
表情一直都存在，只是隨著信息化和圖像識別技術的發展才得以被更深入認識。
通常，我們指的表情是宏表情，其實還存在兩種難以被人察覺的表情：一種是強度非常低的弱表情；另一種是這次論壇的主題——持續時間非常短的微表情。
目前，微表情研究的三大方向包括微表情資料庫的建立、微表情自動識別和標註技術以及微表情的測謊應用。
微表情資料庫建立困難
2019CNCC微表情檢測和識別論壇邀請了六位主講嘉賓，其中京東數字科技的顏文靖博士、山東大學賁晛燁副教授分別以自己親身經歷為參會人員解讀了微表情的標註以及微表情資料庫的建立過程。
二人均指出，微表情的難以捕捉造成資料庫建立困難。
賁晛燁講解了山東大學在跨源面部宏/微表情資料庫建立的經驗。顏文靖則指出目前兩種微表情的誘發機制，一種是模擬或表演微表情，例如USD-HD資料庫；另一種是通過觀看刺激性視頻誘發微表情，例如CASME資料庫。
顏文靖特別指出，目前應用更多的是後一種偏自然誘發的微表情資料庫。截至目前微表情資料庫樣本量很小，難以突破的困境仍然是無法快速收集足夠多的、質量高的微表情數據集。
據悉，微表情資料庫建立的一個重要任務是對視頻中的微表情進行標註。目前的微表情標註基於都依據美國心理學家保羅·艾克曼（Paul Ekman）於1976年提出的面部行為編碼系統（FACS）。
微表情反映人類內心世界？
保羅·艾克曼認為，微表情不可控的自發性可以反映人類真實的內心情緒狀態，因此微表情最成熟的應用就是測謊，比如人與人之間的信任關係，人的經濟信用問題等。
那些看似不經意的微表情暴露著人們企圖掩飾的內心世界。但用情緒洩露檢測欺騙是否科學？是否是檢測欺騙的唯一線索？論壇中，江西中醫藥大學的申尋兵副教授做了主題為「欺騙檢測的情緒洩露線索」的匯報。他指出，情緒洩露提示大概率存在欺騙，但情緒洩露不等於欺騙。測謊要綜合考察微表情之外更多的洩露通道，比如瞳孔、語音等。
情感計算是強人工智慧的核心技術
目前，機器人的情緒識別與類人情緒的產生同時受到計算機界以及心理學界的廣泛關注。
因此，論壇還邀請了兩位跨領域研究的學者將計算機技術與心理學理論結合為參與人員帶來匯報。
東南大學博士生導師鄭文明教授做了「從宏表情到微表情的情感識別」主題匯報；西安交通大學博士生導師洪曉鵬研究員做了「基於深度學習的自動微表情分析」主題匯報，兩人介紹了微表情自動識別及其智能應用。
參會人員希望，未來微表情的研究成果不僅基於測謊技術應用到安檢、審訊等領域，還能有開闊的應用領域，比如構建以情感機器人為核心的面向孤獨症兒童的社交輔助系統、應用到三維動畫影視中等等。
本次論壇由中國科學院心理研究所副研究員王甦菁博士主持。