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一系列云上微表情的学术活动。
第三十六期云上微表情将于2023年01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院心理研究所微表情应用研究中心的研究助理东子朝介绍我们团队创建的微表情识别训练系统以及基于面部肌电的谎言识别研究 。
东子朝
中国科学院心理研究所人工智能专业研究生就读，同时担任微表情应用研究中心研究助理，具有认知心理学、神经生理学等方向有扎实的理论基础和丰富实践经验，多次参与认知心理学与人工智能结合的国家及省部级课题的实验设计与实施，并且参与了CASME系列数据库的样本采集和数据标注工作，在IEEE TPAMI、Frontiers in Psychology、PRL等国际期刊、会议发表论文多篇。
报告内容：
微表情是一种持续时间小于500ms的表情，它反映了人们试图隐藏和压抑的真实情绪，被认为是识别谎言的重要线索之一，在审讯领域有着巨大潜在应用价值。研究人员认为，微表情识别可能是有技巧的、可以通过练习获得的。而微表情识别训练就是指被试对他人微表情的识别以及对被试这种识别能力的训练。
微表情识别训练系统（http://merts.psych.ac.cn）采用多次曝露训练范式对被试的微表情识别能力进行训练。该范式类似于真实生活中对微表情识别的自然训练。而该系统对于微表情刺激材料的选取，除了6种基本情绪以外，拟进一步选取审讯过程中被约谈人员可能会出现的多种情绪类型。同时，为了保证材料的生态效度，微表情识别训练中微表情片段均选自自发状态下诱发的微表情数据库CASME系列，包括CASME、CASMEⅡ、CAS(ME)2和 CAS(ME)3。
报告最后将介绍一个具有高生态效度的实验范式，利用肌电图(EMG)信号来精确考察面部肌肉运动在欺骗检测中的作用，揭示面部肌肉运动与欺骗检测之间的关系。