微表情研究的背景与意义：从心理学发现到计算机视觉的跨学科探索
微表情（Micro-expressions, MEs）是人类在试图隐藏真实情绪时，因无意识神经机制泄露出的短暂（通常 <500ms）、低强度的面部表情。自 Ekman 和 Friesen 于 1966 年首次发现以来，微表情因其在测谎、心理诊断、安全审讯等领域的重要应用价值，逐渐成为心理学、神经科学和计算机视觉的跨学科研究热点。
1. 研究背景
- 心理学基础：微表情的产生源于大脑皮层与杏仁核的神经通路冲突，是情绪抑制失败的表现。心理学研究表明，未经训练者对微表情的识别准确率仅略高于随机猜测（约 40%-50%），而通过专业培训（如 METT 工具）可提升至 70%-80%，但人工观察效率低下。
- 计算机视觉挑战：微表情的低强度（仅涉及 1-2 块面部肌肉）、短持续时间（通常 100-500ms）和小规模数据（现有数据集如 CASME II 仅包含约 250 个样本）使其自动检测与识别极具挑战性。传统方法（如 LBP-TOP、光流法）难以捕捉细微的时空特征，而深度学习方法则面临因数据不足导致的过拟合风险。
2. 研究现状
近年来，微表情分析技术取得了显著进展，主要体现在以下方向：
- 数据采集与标注：从早期的摆拍数据（如 USF-HD）演进为自发微表情数据集（如 SAMM、4DME），并通过多模态（RGB-D、3D 网格、生理信号）提升了数据的丰富性。
- 算法创新：
- 检测（Spotting）：从早期的启发式阈值法（如 MDMD）发展为深度时序模型（如 LSTM、端到端框架）。
- 识别（MER）：传统手工特征逐步被多流 CNN、注意力机制、图卷积网络（GCN）等深度方法替代，并结合迁移学习（如知识蒸馏）缓解数据匮乏问题。
- 生成（Generation）：基于 GAN 的合成技术为数据增强提供了新思路。
3. 研究意义与价值
微表情分析的突破将推动以下应用落地：
- 公共安全：辅助司法审讯、边境安检中的谎言识别，减少人为判断误差。
- 心理健康：为抑郁症、PTSD 等疾病提供客观诊断指标，弥补患者言语表达的局限性。
- 人机交互：赋予 AI 情绪感知能力，提升服务机器人、虚拟助手的自然交互体验。
一、 引言
情绪是人体对外部或内部刺激产生的神经生理反应，与感受、思维、行为及愉悦或不适感密切相关，并影响人类的认知、决策与学习过程。然而，对于某些人群（如患有述情障碍者），情绪的表达与感知并非易事。
1997 年，Picard 提出了“情感计算”概念，旨在赋予计算机观察、理解及解读人类情感的能力。心理学研究表明，人类感知他人情感时，约 55% 的信息来自肢体语言（尤其是面部表情）。因此，面部表情分析至关重要。当人们为避免损失或获取利益而刻意隐藏真实情感时，便会出现“微表情”。
微表情是由情感刺激引发的自发、细微且转瞬即逝的面部动作，几乎无法通过意志控制。本文从心理学到计算机视觉的视角综述微表情研究进展，旨在为相关领域的研究者提供参考。
二、 心理学中的微表情研究
微表情研究可追溯至 1966 年，Haggard 和 Isaacs 首次在心理治疗中发现一种肉眼难以捕捉的短暂面部行为。次年，Ekman 和 Friesen 将其命名为“微表情”。他们发现，抑郁症患者在表现出快乐的同时，会闪现出极短的痛苦表情，揭示了微表情作为隐藏真实情感关键线索的本质。
与持续 0.5-4 秒的“宏表情”相比，微表情通常仅涉及 1-2 块肌肉，持续时间普遍不超过 500 毫秒。神经机制研究表明，微表情源于皮层下区域（如杏仁核）与皮层运动区在抑制强烈情绪时产生的“神经拉锯战”。
三、 计算机视觉研究的早期尝试
微表情分析于 2009 年左右引入计算机视觉领域。早期研究主要聚焦于检测与识别，但由于缺乏真实自发的微表情数据，研究者多采用摆拍数据集（如 USF-HD）。由于摆拍表情在时空特征上与真实微表情存在显著差异，目前这些早期数据集已逐渐被自发数据集所取代。
四、 微表情数据集
近年来，一系列自发微表情数据集（如 SMIC、CASME II、SAMM、4DME 等）相继公开。主流诱导方式为“情感电影片段刺激”。为了应对真实场景的挑战，数据集形式不断演进：
- 多模态化：引入深度信息、生理信号和语音信号。
- 长视频标注：在长视频序列中标注微表情区间，增加了对眨眼、头部运动等干扰因素的处理难度。
- 共存分析：4DME 等数据集开始关注微表情与宏表情共存的复杂情况。
五、 微表情分析的计算机方法
微表情分析流程通常包括预处理、检测、识别、动作单元检测及生成。
- 预处理：包括人脸对齐、运动放大（如欧拉视频放大）及利用时序插值（TIM）统一序列长度。
- 检测（Spotting）：从基于 LBP/光流的启发式方法转向基于 3D CNN 和 LSTM 的深度端到端框架。
- 识别（MER）：利用多流 CNN、注意力机制和图卷积网络（GCN）提取特征，并利用知识蒸馏等迁移学习技术解决样本不足问题。
- 生成（Generation）：通过 GAN 等模型合成微表情数据，有效提升了小样本场景下的模型性能。
六、 总结与展望
当前微表情分析仍面临数据稀缺、域适应及实时性等挑战。未来的研究方向包括：利用无监督/半监督学习缓解标注压力、强化多模态数据融合，以及开发轻量化模型以推动实际应用落地。