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。
第四十期云上微表情于2023年05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东南大学情感信息处理实验室的在读硕士研究生魏梦婷做主题为“基于运动放大的微表情识别研究”的学术报告。
———————————讲者简介———————————
魏梦婷，东南大学硕士研究生三年级在读，本科毕业于河北工业大学。硕士期间在情感信息处理实验室师从郑文明教授参与研究工作，实验室主要致力于情感计算、模式识别、计算机视觉和机器学习等方面的应用研究。个人主要研究方向为微表情识别，微表情放大，在读期间以第一作者在AAAI，ICASSP和ICPR会议上共发表4篇微表情领域相关的论文，曾获“华为杯”中国研究生数学建模竞赛二等奖。
报告内容：基于运动放大的微表情识别研究
微表情运动微弱的特性是导致微表情识别困难的一个非常关键的因素，针对这一问题，现有的研究方法通常会使用基于运动放大的手段来增强微表情的强度，放大后的微表情肌肉收缩更加明显，从而更有利于准确地判断微表情的真实类别。本次报告主要围绕微表情放大中存在的一些问题，并对如何减少这些问题的不良影响、如何实现更好的放大效果提出一些见解，关于报告的细节可以参考已发表的论文ICASSP 2022 “A Novel Micro-Expression Recognition Approach Using Attention-Based Magnification-Adaptive Networks”,以及AAAI 2023“CMNet: Contrastive Magnification Network for Micro-Expression Recognition”。