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。
第五十三期云上微表情将于2024年06月28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天津大学王志勇教授作主题为“基于光谱力学的情绪分析方法研究”的学术报告，欢迎大家关注！
王志勇：博士，天津大学力学系教授。2007于天津大学取得固体力学博士学位。2009年在天津大学力学系参加工作。目前研究工作重点主要包括：基于先进光谱技术的结构应力表征方法；高通量材料分析方法及设备开发；基于图像测量和光谱分析的面部表情分析等。先后在Optic Express、Composites Science and Technology、Experimental Mechanics等国际期刊发表论文50余篇，已授权国家发明专利23项。先后主持了基金委专项项目、面上项目、重点研发计划课题等项目10余项。目前兼任《实验力学》杂志编委、天津市力学学会副理事长等。
报告题目：基于光谱力学的情绪分析方法研究
报告摘要：
面部表情是人们在交流过程中获取他人情感状态的重要途径。本报告讨论了两种在工程技术领域获得广泛应用的高精度测量方法在面部表情分析中的应用。首先，我们将三维数字图像相关（3D Digital image correlation, 3D-DIC）技术应用于面部表情分析。通过3D-DIC技术，我们获取了6种基本表情下面部的高时空分辨率变形场，测量与经典FACS系统吻合良好，获取了不同表情下面部变形的应变场特征，依赖于高精度测量结果，进一步提出了若干对于表情分类和识别有重要价值的关键指标；其次，我们将高光谱成像技术用于表情分析，通过建立皮肤的光谱学模型及模型参数反演方法，获取了皮肤真皮层、表皮层的多个物理、生理参数，进一步分析了不同表情下若干关键生理参数的变化情况，获取了部分表情下的生理参数变化特征。通过引入高精度的工程测量技术，本报告希望为表情的自动分类提供更准确、更有价值的手段。