2019年8月18日下午，在苏州金鸡湖国际会议中心，2019CNCC微表情检测和识别论坛在王甦菁博士的主持下举办的圆满成功。在论坛开始前15分钟，观众已坐满会场，透露出计算机领域对微表情研究的高度关注。

2019年8月18日下午，在苏州金鸡湖国际会议中心，2019CNCC微表情检测和识别论坛在王甦菁博士的主持下举办的圆满成功。在论坛开始前15分钟，观众已坐满会场，透露出计算机领域对微表情研究的高度关注。

王甦菁博士是中国科学院心理研究所的副研究员，相信在场的每一位参会人员都为这位电动轮椅上的论坛主席所吸引，但大家略带忧伤的心思很快被王甦菁博士幽默的主持风格、灵动的思维和阳光的心态所驱散。王甦菁博士的“微表情识别方法”荣获2018年第八届吴文俊人工智能科学技术奖一等奖。 

情绪情感是一种具有隐藏性的内在体验，需要通过外在行为传递给交互者。美国心理学家艾伯特·梅·拉别恩，提出一个公式：情感表达 = 7%语言 + 38%声音 + 55%面部表情。面部表情是情感表达的主要窗口。100多年前，达尔文在其著作《人类和动物的表情》中指出人类的面部表情在出生后45至65天就开始形成，因此面部表情是人类长期进化的结果。表情一直都存在，只是随着信息化和图像识别技术的发展才得以被更深入认识。我们通常指的表情是宏表情，其实还存在两种难以被人察觉的表情：一种是强度非常低的弱表情；另一种就是这次论坛关注的持续时间非常短的微表情。

本次论坛邀请了六位主讲嘉宾，其中来自京东数字科技的颜文靖博士和来自山东大学的贲晛烨副教授分别以自己亲身经历为参会人员解读了微表情的标注以及微表情数据库的建立过程。

两位学者都指出由于微表情的难以捕捉造成数据库的建立困难。贲晛烨副教授为参会人员详细讲解了山东大学在跨源面部宏/微表情数据库建立的经验。颜文靖博士指出目前两种微表情的诱发机制，一种是模拟或表演微表情，例如USD-HD数据库；另一种是通过观看刺激性视频诱发微表情，例如CASME数据库。颜文靖博士特别指出目前应用更多的是后一种偏自然诱发的微表情数据库。截至目前微表情数据库样本量很小，难以突破的困境仍然是无法快速收集足够多的、质量高的微表情数据集。

微表情数据库建立的一个重要任务是对视频中的微表情进行标注。目前的微表情标注基于都依据Ekman教授1976年提出来的面部行为编码系统(FACS)，FACS将人脸区域分为独立的AU单元，并给出了这些AU单元及组合的运动特点及对应的情绪判定，如AU6+12代表高兴，AU4+7代表生气。Ekman认为，微表情不可控的自发性可以反应人类真实的内心情绪状态，因此微表情最成熟的应用就是测谎，比如人与人之间的信任关系，人的经济信用问题等。

那些看似不经意的微表情暴露着人们企图掩饰的内心世界。本论坛来自江西中医药大学的申寻兵副教授为参会者做了主题为“欺骗检测的情绪泄露线索”的汇报，此汇报让现场观众震撼，也引发了大家的深思。情绪泄露检测欺骗是否科学？是否检测欺骗的唯一线索？申寻兵副教授指出情绪泄露提示大概率存在欺骗，但情绪泄露不等于欺骗。因此测谎要综合考察微表情之外更多的泄露通道，比如瞳孔、语音等。

谎言可能有多种表现形式，但事实只有一个。来自中国科学院心理研究所副研究员伍海燕博士，为参会者解析了说谎研究的心理学真相，微表情应用中我们到底关注“测“真”还是测“谎”？说谎一定是坏事吗？伍博士指出谎言是有颜色的，白色谎言是善意的，蓝色谎言为了团体利益，只有出于恶意的黑色谎言才是绝对的谎言。

 人工智能的发展离不开计算机技术的发展，也离不开心理学理论的突破，情感计算是强人工智能最核心的技术。目前，机器人的情绪识别与类人情绪的产生同时受到计算机界以及心理学界的广泛关注。因此，本论坛邀请了两位跨领域研究的学者将计算机技术与心理学理论充分结合为参与人员带来了两个精彩汇报。来自东南大学的博士生导师郑文明教授为本论坛做了“从宏表情到微表情的情感识别”；来自西安交通大学的博士生导师洪晓鹏研究员为本论坛做了“基于深度学习的自动微表情分析”的主题汇报，满足了参会人员对微表情自动识别及其智能应用的好奇心。

论坛最后的panel环节， 复旦大学张军平教授，中科院计算所山世光研究员以及六位讲者围绕4个微表情研究的尖锐问题，开展了激烈的讨论，也引发了现场观众的积极参与。

目前，微表情研究的三大方向包括微表情数据库的建立、微表情自动识别和标注技术以及微表情的测谎应用。期待不久的将来，微表情的研究成果不仅基于测谎技术应用到安检、审讯等领域，还能有开阔的应用领域，比如构建以情感机器人为核心的面向孤独症儿童的社交辅助系统、应用到三维动画影视中等等。