项目编号	A05-2023-Z002
项目名称	微表情表达机制与稀疏深度运动感知研究
候选单位	中国科学院心理研究所 清华大学 南京工程学院
候选人	王甦菁 傅小兰 颜文靖 刘永进 黄晓华 李婧婷
项目简介	微表情是一种持续时间极短、不易被察觉的面部动作，它往往能反映出个体真实的情绪。微表情是理解人类真实情绪的重要窗口，可以用于非接触无感知的欺骗检测，在司法实践、临床实践、广告与消费、金融等领域有广阔的应用前景。当前亟待阐释微表情表达、感知和识别的认知机理，为自动识别微表情算法研究提供心理学依据和理论指导。 该项目在国家自然科学基金和北京市自然科学基金的持续支持下，通过计算机科学与心理学实质交叉，系统深入地研究了微表情感知、表达、和识别的三个方面，取得了突破性进展，有力地推动了微表情研究领域的发展。2013年，项目组成员应邀在《中国科学基金》期刊发表封面文章介绍微表情研究进展。该项目主要科学发现如下： 1.在感知方面，通过研究深度信息在人类视觉感知上对微表情识别的促进作用，引入模拟犯罪范式来诱发高生态效度微表情数据，构建大规模的深度微表情数据库，并提出基于深度流的微表情分析算法。 2.在表达方面，揭示微表情的表达机制，界定了微表情呈现时间长度，建立诱发自然微表情的心理学范式，并在此基础上建立并发布了迄今为止被引用次数最多的微表情数据库，为微表情识别算法的发展提供了数据基础。 3.在识别方面，深入剖析了传统特征提取算法在微表情识别的局限性，通过构造人脸一维几何信息、特征稀疏性等方式，证实了面部活动单元在增强微表情特征的鉴别性起了关键作用，支撑了面部活动单元与微表情类别之间的映射关系。 从微表情的感知、表达和识别三个主要方面为微表情自动识别建立了理论框架，引领并推动了微表情这个新兴研究方向的发展，引起了国内外同行的高度关注。项目相关成果发表于人工智能领域或心理学领域的顶级期刊和会议，相关工作多次被国际著名学者以及计算机视觉和图像处理领域的顶级会议和期刊的论文介绍、评价和对比。 5篇代表性论文总引用1099次，他引950次，4篇为ESI高被引论文，其中1篇是ESI热点论文。单篇最高他引407次，单篇最高总引用469次。其中高水平他引文献包括96篇IEEE汇刊论文。该项目中相关成果还荣获2018年度第八届吴文俊人工智能科学技术奖一等奖（自然科学奖）。第一完成人因项目中的部分成果连续三年（2019-2021年）入选斯坦福全球前2%顶尖科学家榜单。
关 闭