确认过眼神，你……这是在假笑？

人类的面部表情是传递情绪、表达意图的重要方式。一个眼神传递的信息在特定的场合可能会大于几句简单的言语所能传递的信息，因为眼神传递的可能是最真实的情绪或意图。

从古代的“察言观色”到现代的人类表情研究，表情识别的方法经历了从肉眼观察到计算机视觉的演变历程。在高速摄像机镜头的帮助下，研究者又发现了肉眼难以察觉的表情的一种新的形式——微表情。

宏表情和微表情

“微表情”自然对应着的是“宏表情”。宏表情在我们平时比较容易观察到的，面部表情持续时间在0.5-4秒范围之内，且参与面部表情动作的面部肌肉群收缩或舒张幅度较大。

而微表情的持续时间一般在0.04-0.5秒之间，且面部肌肉群收缩或舒张幅度小，甚至只有部分肌肉群发生收缩或舒张运动，因此用肉眼较难观察和识别。

真笑 vs 假笑。面部肌肉群的运动情况可以用于判断表情的真伪。

（图片来源于网络：https://www.sfgate.com/news/article/The-lie-detective-S-F-psychologist-has-made-a-2768998.php）

包含情绪内容的刺激会使人自然地产生表情，这是情绪的外在体现。但由于社交准则的限制或是出于掩饰内心真实意图的目的，人们尽量保持中性的面部表情，即面部表情处于被抑制的状态。面部表情肌肉群此时处于一种博弈状态——人本身的自然反应机制会驱使肌肉做出相应的收缩或舒张活动，但人的主观意志会强制肌肉处于抑制状态。

自然反应机制如同人的生理反应（心电、皮肤电等）一样非常难以压制，因此微表情发生在自然反应机制占据上风的短暂时刻，是人真实情绪的表现形式。

微表情的应用

美国电视剧《Lie to Me》使得微表情这一概念逐渐为大众所熟知。剧中主人公 Cal Lightman 博士近乎神奇般的从各种细微、稍纵即逝的面部表情中判断被测试对象是否撒谎，通过探寻说谎的原因、动机来一步步揭示错综复杂的事件真相。

电视剧

Lie to Me剧照

该剧由著名心理学家、微表情的发现者之一，Paul Ekman 教授担任顾问，形象地说明了微表情的重要应用领域——测谎。

由于微表情对应着真实的情绪，因此在测谎过程中被测对象如果出现了高兴的微表情，可能意味着被测对象产生了即将通过测试的窃喜；如果出现了恐惧的微表情，可能意味着被测对象对测试问题的某个内容非常敏感，内心存在不可告人的秘密；如果出现了惊讶的微表情，可能意味着猝不及防或者并不了解相关的事物。通过识别微表情背后反应的真实的情绪，结合测谎过程中的情景，我们可以有效的识别谎言。

除了应用在测谎领域。微表情识别还可以在医学诊断领域发挥作用。

Paul Ekman 在观看抑郁症患者与心理学家的对话视频时发现，患者往往试图掩饰其真实情感：从宏表情来看，该患者始终保持着乐观的状态；然而，通过逐帧观察对话视频发现，当患者回答有关未来计划的问题时，突然表现出极其痛苦的表情，该过程仅仅持续了1/12秒。通过微表情分析，心理学家可以了解患者真实的想法，从而有效地评估病情，缩短治疗时间。

再者，在预防犯罪领域，微表情识别也能大显身手。例如在机场安检处，“微表情自动识别系统”可以辅助识别预谋犯罪的可疑人员。

在准备进行高风险的犯罪活动时，疑犯往往会处于一种“Fight or Flight”的应激状态。配合适当的刺激手段，在进行安检的时候，可以激发疑犯的真实情绪，通过识别情绪对应的微表情，可以帮助我们筛选出潜在的预谋犯罪人员。

图片来自电视剧

Lie to Me

微表情识别研究现状

在电视剧《Lie to me》中，Lightman 博士和他的同事们通过肉眼观察就能识别出微表情。现实中具有这种天赋的人可能存在，但数量一定很有限。即使经过专门训练的专业人员能够区分微表情，但多分类识别率也仅有47%。因此，开发“微表情的自动识别系统”成为准确识别微表情，并能将微表情分析大规模应用的有效方法。

在心理学和信息科学交叉研究的基础上，依靠面部编码理论、计算机视觉和模式识别技术，有望建立“微表情的自动识别系统”。微表情数据库是开展微表情自动识别研究的重要保障。目前全球公开发布的微表情数据库有5个，中国科学院心理研究所共发布了其中的3个。

微表情的演变过程示意图

微表情自动识别的研究开展要晚于宏表情自动识别的研究。最初传统的宏表情识别的算法直接被用作微表情识别，但识别效果不太理想。此后针对微表情的特点，研究者又采用光流作为微表情识别的重要特征，识别率得到较大提升。

近两年，随着深度学习在各项识别任务中绽放异彩，微表情识别也借助“深度神经网络”来提取表情的高级特征。迁移学习和深度学习的结合使得微表情识别率进一步提升。

2018年5月，首届国际微表情识别大赛（MEGC2018）上，来自西南大学和中国科学院的参赛队利用迁移学习将宏表情的特征迁移到识别微表情的“深度神经网络”上，取得了大赛的最高识别率。

结语

表情是人类表达情感的重要形式，微表情作为人类表情的一种特殊形式，具有重要的研究价值。微表情的自动识别研究成果将在司法审判、预防犯罪、公共安全及医学诊断等诸多领域发挥重要作用。

微表情分析的相关研究正在如火如荼的开展。将其研究成果应用到真实的场景还需要心理学、信息学科研工作者以及实际应用单位相互协作、共同努力。

来源：中国科学院心理研究所