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举办、CSIG机器视觉专业委员会、CSIG情感计算与理解专业委员会和中科院青促会心理所小组联合承办，中国科学院心理研究所的王甦菁博士组织一系列云上微表情的学术活动。
第四十五期云上微表情于2023年10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。此次讲座的主题为“ACM MM‘23 微表情挑战大赛-获胜队伍论文分享”，由获得前三名的获胜队伍来进行方法介绍和论文分享。
第一名队伍：
徐珂，中国科学院大学人工智能学院/中国科学院自动化研究所在读硕士生，师从刘斌副研究员。主要研究方向为微表情检测分析、语音情感识别等。
报告题目：Integrating VideoMAE based model and Optical Flow for Micro- and Macro-expressions Spotting
参考文献：
Ke Xu, Kang Chen, Licai Sun, Zheng Lian, Bin Liu, Gong Chen, Haiyang Sun, Mingyu Xu, and Jianhua Tao. 2023. Integrating VideoMAE based model andOptical Flow for Micro- and Macro-expressions Spotting. In Proceedings of the 31st ACM International Conference on Multimedia.
代码链接：https://github.com/AAAuthenticator/MESpotting
第二名队伍：
秦文凤，北京科技大学计算机与通信工程学院研二在读，研究方向为情感计算。
报告题目：Micro-Expression Spotting with Face Alignment and Optical Flow
参考文献：
Wenfeng Qin, Bochao Zou, Xin Li, Weiping Wang, and Huimin Ma. 2023. Micro-Expression Spotting with Face Alignment and Optical Flow. In Proceedings of the 31st ACM International Conference on Multimedia.
代码链接：https://github.com/qin123xyz/MEGC2023_macro-and-micro-expression-spotting
第三名队伍：
蔡忠鹏，中国科学技术大学信息科学技术学院硕士研究生三年在读。所在实验室为语音及语言信息处理国家工程研究中心，导师是於俊副教授。参加过多次国际顶级会议CVPR，ECCV，ACM MM的竞赛，并获得了4项冠军，3项亚军和3项季军，涉及的领域包括情感分析，细粒度识别和图像检索。研究方向主要是情感分析，并参与发表了5篇相关论文，其中学生一作三篇。
报告题目：Efficient Micro-Expression Spotting Based on Main Directional Mean Optical Flow Feature
参考文献：
Jun Yu, Zhongpeng Cai, Shenshen Du, Xiaxin Shen, Lei Wang, and Fang Gao. 2023. Efficient Micro-Expression Spotting Based on Main Directional Mean Optical Flow Feature. In Proceedings of the 31st ACM International Conference on Multimedia.
代码链接：https://github.com/CZP-1/MEGC2023-3rd