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。
第五十七期云上微表情将于2024年10月28日早6点半进行，线上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。此次讲座与ACMMM2024 微表情挑战大赛（MEGC）论坛同步举行，由挑战赛获胜团队进行方法报告，欢迎大家关注！
MEGC2024由马来西亚赫瑞-瓦特大学、中国科学院心理研究所、英国曼彻斯特城市大学、国立台湾大学、哈尔滨工业大学、浙江大学/芬兰奥卢大学、中国图象图形学学会（CSIG）的机器视觉专业委员会和CSIG情感计算与理解专业委员会共同举办。MEGC2024本次比赛包含两个任务：
(1) 跨文化微表情检测任务（CCS任务），在一个未发布的跨文化长视频测试集上评估微表情检测任务，以测试算法的鲁棒性和泛化能力。
(2) 检测-识别任务（STR任务），该任务在微表情检测任务后进行识别，按照顺序进行。这种设定响应现实应用需求，从原始视频开始，直到识别出微表情发生的类别。
Track 1 (CCS) Paper Presentation
- Micro-expression Spotting based on Optical Flow Feature with Boundary Calibration
Jun Yu et al., Speaker: Zerui Zhang - A Multi-scale Feature Learning Network with Optical Flow Correction for Micro- and Macro-expression Spotting
Zhengye Zhang et al., Speaker: Zhengye Zhang
Invited Talk: Unraveling Intelligent Micro-expression Analysis at the Intersection of Physiology and Psychology
Jingting Li (Institute of Psychology, CAS)
Track 2 (STR) Paper Presentation
- Temporal-Informative Adapters in VideoMAE V2 and Multi-Scale Feature Fusion for Micro-Expression Spotting-then-Recognize
Jun Yu et al., Speaker: Zerui Zhang - Enhancing Micro-Expression Analysis Performance by Effectively Addressing Data Imbalance
Yuhong He et al., Speaker: Yuhong He