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。
第三十四期云上微表情于2022年11月30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澳门科技大学助理教授周玲博士和 英国圣安德鲁斯大学的在读博士生张靓菲来分别介绍她们发表在IEEE Transactions on Affective Computing上的微表情识别论文。
讲者简介：
周玲，澳门科技大学助理教授。2011年在华中科技大学计算机学院取得硕士学位，后在MediaTek（武汉）有限公司任高级工程师多年，于2021年在江苏大学计算机科学与通信工程学院获得博士学位，2022年加入澳门科技大学创新工程学院。主要研究方向为情感计算，包括人脸表情识别与微表情分析。在TAFFC / PR / ACM MM / ICME / FG等国际期刊与会议上发表篇论文多篇。
报告内容：本报告主要介绍于2022年发表在IEEE Transactions on Affective Computing上的论文：Region Attention and Graph Embedding Network for Occlusion Objective Class-based Micro-Expression Recognition。文章主要讲述如何构建模拟的微表情遮挡数据库，以及如何利用区域启发模块进行面部区域的权重特征学习及其关系推理来提高遮挡情况下的微表情识别率。
张靓菲，英国圣安德鲁斯大学计算机学院在读博士生，研究方向为人工智能，计算机视觉。主要研究兴趣是与心理学相关的计算机视觉任务，如失智症患者的交互激励度检测，面部微表情识别，3D面部表情识别等。
报告内容：微表情识别早期的工作基于传统计算机视觉人工设计的时空特征，但近期已被不同的深度学习方法所取代并显示出优秀的结果。然而，提取微表情序列中局部和全局的时空特征的问题仍然具有挑战性。为此，我们提出了一种新的时空Transformer结构SLSTT。本次报告主要介绍我们发表的工作，L. Zhang, X. Hong, O. Arandjelović and G. Zhao, “Short and Long Range Relation Based Spatio-Temporal Transformer for Micro-Expression Recognition,” in IEEE Transactions on Affective Computing, 2022, doi: 10.1109/TAFFC.2022.3213509.