微表情識(shí)別綜述

盧俊鋒

【摘 要】微表情通常發(fā)生在一個(gè)人試圖隱藏他的真實(shí)感受的時(shí)候，它是人類心理活動(dòng)的真實(shí)表達(dá)，如若被有效捕捉，可以準(zhǔn)確評(píng)估其心理狀態(tài)，這在醫(yī)療、商業(yè)談判、刑事審訊等領(lǐng)域有重要應(yīng)用。所以近年來(lái)，微表情檢測(cè)與識(shí)別工作逐漸引起了學(xué)者的關(guān)注，但由于微表情強(qiáng)度微弱，容易受環(huán)境因素?cái)_動(dòng)，持續(xù)時(shí)間短，發(fā)生部位區(qū)域狹小與不確定，一般傳感器很難捕捉識(shí)別，所以微表情識(shí)別成為一個(gè)熱門的研究領(lǐng)域，本文試對(duì)國(guó)內(nèi)外微表情識(shí)別的研究現(xiàn)狀進(jìn)行簡(jiǎn)單分析和總結(jié)。

【關(guān)鍵詞】微表情;微表情識(shí)別

中圖分類號(hào)： TP391.41 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）32-0136-001

DOI：10.19694/j.cnki.issn2095-2457.2019.32.062

1 微表情綜述

1.1 微表情的定義

微表情是人在非常短的時(shí)間不能控制隱藏自己真實(shí)情感的面部表情[1]。心理學(xué)家認(rèn)為微表情是一種內(nèi)心的一種防御機(jī)制。先后有心理學(xué)家Haggard，Tsaacs，Ekaman，F(xiàn)riesen等學(xué)者研究做了相關(guān)的研究，由于微表情持續(xù)的時(shí)間非常短，強(qiáng)度小，所以微表情經(jīng)常不會(huì)引起人的注意，但是微表情在人際交往、刑事案件的審訊、安檢等方面有著很高的實(shí)際應(yīng)用價(jià)值。

1.2 微表情的發(fā)展和研究現(xiàn)狀

現(xiàn)在對(duì)于表情的識(shí)別的技術(shù)已經(jīng)非常成熟，而且都已經(jīng)成功應(yīng)用到生活的許多方面中，但是這些算法和模型應(yīng)用到微表情的識(shí)別上效果卻不太好，所以需要重新設(shè)計(jì)算法和模型，現(xiàn)在主流改進(jìn)算法的方法就是通過(guò)不斷地訓(xùn)練模型，Ekaman和Matsumoto設(shè)計(jì)了一個(gè)工具可以實(shí)現(xiàn)訓(xùn)練微表情識(shí)別模型——METT[2]，現(xiàn)在國(guó)內(nèi)在研究微表情識(shí)別領(lǐng)域有較好的效果的團(tuán)隊(duì)有中科院的傅小蘭團(tuán)隊(duì)建立的微表情數(shù)據(jù)庫(kù)CASME和CASEMEⅡ[3]，中國(guó)傅小蘭團(tuán)隊(duì)已經(jīng)建立了微表情識(shí)別的系統(tǒng)，但還存在需改進(jìn)的地方。但是對(duì)于基于視頻流的微表情識(shí)別而言，這個(gè)數(shù)據(jù)庫(kù)還遠(yuǎn)遠(yuǎn)不能滿足真正的實(shí)驗(yàn)訓(xùn)練需求，所以在數(shù)據(jù)庫(kù)的建立上還需要進(jìn)一步研究和發(fā)展。

2 微表情識(shí)別綜述

2.1 微表情識(shí)別

基于視頻流的微表情的檢測(cè)能夠具體刻畫微表情，通過(guò)對(duì)視頻流數(shù)據(jù)中普遍存在的微表情進(jìn)行有效識(shí)別，從而真實(shí)描述其真實(shí)的心理狀態(tài)。由于微表情的強(qiáng)度微弱，時(shí)間非常短，但是是人的真實(shí)內(nèi)心情感的表達(dá)，所以一旦能夠識(shí)別出來(lái)，會(huì)有著非常高的使用價(jià)值，由于表情識(shí)別領(lǐng)域的成功應(yīng)用于現(xiàn)實(shí)的許多場(chǎng)景，在微表情領(lǐng)域有許多可以借鑒的地方，所以加速了表情識(shí)別的微表情識(shí)別領(lǐng)域的發(fā)展。但是由于微表情識(shí)別發(fā)展起步較晚，所以現(xiàn)在的技術(shù)不是特別成熟，還不能應(yīng)用于現(xiàn)實(shí)的場(chǎng)景中。

2.2 微表情識(shí)別的步驟

通過(guò)計(jì)算視覺，基于人臉特征和FACS（面部表情編碼）等技術(shù)對(duì)人類常見的微表情進(jìn)行識(shí)別。實(shí)現(xiàn)微表情識(shí)別的步驟大致可以分為三步，第一步是對(duì)數(shù)據(jù)庫(kù)的原始圖像數(shù)據(jù)的進(jìn)行預(yù)處理，包括對(duì)原始數(shù)據(jù)進(jìn)行模糊，輪廓檢測(cè)，裁剪，對(duì)齊等操作，第二步是在對(duì)已經(jīng)處理好的圖片進(jìn)行特征值提取，用某一個(gè)或多個(gè)特征來(lái)描述圖片的人像數(shù)據(jù)，第三步是根據(jù)提取出來(lái)的特征值的圖像進(jìn)行分類，貼標(biāo)簽，對(duì)原始圖像數(shù)據(jù)實(shí)現(xiàn)表情種類的分類。第四步是通過(guò)設(shè)計(jì)實(shí)驗(yàn)，通過(guò)已有的圖像數(shù)據(jù)庫(kù)如芬蘭的SMIC數(shù)據(jù)庫(kù)和中國(guó)傅小蘭團(tuán)隊(duì)的CASEMEⅡ數(shù)據(jù)庫(kù)來(lái)測(cè)試和訓(xùn)練模型，不斷優(yōu)化和完善特征提取過(guò)程和特征分類過(guò)程，最終實(shí)現(xiàn)微表情的識(shí)別過(guò)程。

2.3 微表情識(shí)別的應(yīng)用

通過(guò)對(duì)人類常見面部微表情的整合及對(duì)面部微表情識(shí)別技術(shù)的進(jìn)一步開發(fā)，有效識(shí)別人類面部常見的微表情，并對(duì)微表情進(jìn)行解讀，以達(dá)到推測(cè)人類的心理狀態(tài)的目的。可以通過(guò)該項(xiàng)技術(shù)，為商家提供用戶偏好信息，進(jìn)而利用大數(shù)據(jù)，對(duì)消費(fèi)者提供更加對(duì)口的服務(wù)，為消費(fèi)者推薦他們感興趣的內(nèi)容，為消費(fèi)者提供更好的消費(fèi)體驗(yàn)。此項(xiàng)技術(shù)能夠大大提高部分企業(yè)的效益及競(jìng)爭(zhēng)力。捕捉人們面部的微表情，經(jīng)過(guò)數(shù)據(jù)庫(kù)的處理和分析可在反恐、安檢和刑訊，人際交往[4]，教學(xué)評(píng)價(jià)反饋[5]等領(lǐng)域中發(fā)揮重要的作用。

2.4 微表情識(shí)別領(lǐng)域的發(fā)展展望

當(dāng)前微表情識(shí)別領(lǐng)域的研究尚不成熟，在原始圖像的預(yù)處理，微表情特征提取算法的研究，微表情分類識(shí)別的優(yōu)化，微表情訓(xùn)練數(shù)據(jù)庫(kù)等方面尚還不成熟，現(xiàn)在對(duì)于長(zhǎng)視頻中的微表情識(shí)別的效果還很欠缺，微表情的識(shí)別成功率還不高[6]。

（1）優(yōu)化原始圖像預(yù)處理的步驟，使得視頻流的每一幀圖像更加連貫，特征值具有更佳的連續(xù)性。對(duì)于興趣區(qū)域（ROI）的劃分的規(guī)則可以進(jìn)一步標(biāo)準(zhǔn)化，包括使用更好性能的對(duì)齊算法對(duì)預(yù)處理步驟進(jìn)行對(duì)齊處理。

（2）微表情特征提取的算法優(yōu)化，當(dāng)前提取的特征并不能完全體現(xiàn)圖像的原始特征，圖像的特征提取尤為關(guān)鍵，當(dāng)前有LBP，HOG等特征可以用來(lái)描述原始圖像的特征，但是到最后分類的步驟中體現(xiàn)出來(lái)的效果并不是特別理想，所以對(duì)原始圖像數(shù)據(jù)的特征值提取和特征描述，對(duì)整個(gè)微表情識(shí)別十分關(guān)鍵。

（3）由于微表情領(lǐng)域的研究發(fā)展較晚，現(xiàn)有微表情數(shù)據(jù)庫(kù)的水平還很低，所以現(xiàn)在對(duì)于更加完整，數(shù)據(jù)量更龐大的微表情數(shù)據(jù)庫(kù)的需要尤為急切。

只要能克服這幾個(gè)方面的困難，微表情識(shí)別也能夠成功應(yīng)用在現(xiàn)實(shí)生活中，微表情必定能夠?yàn)樯鐣?huì)貢獻(xiàn)出巨大的實(shí)用價(jià)值。

【參考文獻(xiàn)】

[1]Ekman P. Telling lies： Clues to Deceit in the Marketplace， Politics and Marriage. 2nd Ed. New York： Norton， 2001.

[2]Endres J， Laidlaw A Micro-express recognition training in medical students： a pilot study[J].BMC medical education，2009，9（1）：47

[3]Yan W J，Wu Q，Liu Y J，et al.CASME database：A database of spontaneous micro-expressions collected from neutralized faces[C].IEEE conference on Automatic Face and Gesture Recognition， Shanghai.2013：1-7

[4]花露溪.微表情在人際交往中的應(yīng)用[J].課程教育研究，2018（37）：7-8.

[5]曾小芹.智慧教室環(huán)境下基于學(xué)生微表情的教學(xué)評(píng)價(jià)機(jī)制的構(gòu)建[J].中國(guó)多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報(bào)（上旬刊），2018（08）：22-23.

[6]徐峰，張軍平.人臉微表情識(shí)別綜述[J].自動(dòng)化學(xué)報(bào)，2017，43（03）：333-348.