微表情检测与识别技术研究

龙源期刊网

基于积分投影和LSTM的微表情识别研究

作者：李竞 李董东 杜玉改 成鹏

来源：《计算机时代》2017年第04期

摘 要： 现有的微表情识别研究主要是利用基于局部二值模式（LBP）改进的算法并结合支持向量机（SVM）来识别。最近，积分投影开始应用于人脸识别领域。长短时记忆网络（LSTM）作为循环神经网络，可以用来处理时序数据。因此提出了结合积分投影和LSTM的模型（LSTM-IP），在最新的微表情数据库CASME II上进行实验。通过积分投影得到水平和垂直投影向量作为LSTM输入并分类，同时采用了防止过拟合技术。实验结果表明，LSTM-IP算法取得了比以前的方法更好的精度。

关键词： 积分投影； 循环神经网络； 长短时记忆网络； 防止过拟合技术； 精度； 留一法

中图分类号：TP391.4 文献标志码：A 文章编号：1006-8228（2017）04-13-04

Abstract： The existing research on micro expression recognition is mainly based on the

improved LBP （local binary patterns） algorithm and SVM （support vector machine）.

Recently， integral projection has been applied in the field of face recognition. The long and short

memory network （LSTM）， as a kind of recurrent neural network， can be used to process time

series data. So LSTM-IP model， which combines integral projection with LSTM， is proposed，

总第328期2017年第2期计算机与数字工程Computer &• Digital EngineeringVol. 45 No. 2355

微表情识别技术分析$

杜杏菁徐玲(华北科技学院计算机学院廊坊065201)

摘要分析了微表情国内外研究现状，研究了基于3D梯度投影微表情捕获方法,微表情自动识别方法:3D梯度直

方图识别、区域分割与光流法微表情识别，放大微表情识别法。从微表情编码系统和心理分析两个方面对微表情研究进行 展望，分析了微表情人脸数据库从目的性诱导到自然诱导的转变，指出了微表情需要解决的问题:建立逼真有效的微表情样 本数据库，缩短微表情捕获的时间，建立自动识别系统，建立微表情心理模型,拓宽拓宽微表情的应用领域，即从侦查、审讯 等国家安全领域扩展到医学、政治心理学、销售、人才招聘等领域。关键词微表情；捕获；自动识别；自然诱导；样本数据库

中图分类号 TP391 DOI：10. 3969/j. issa 1672-9722. 2017. 02. 030

Analysis of Micro-expression Recognition Technology

DU Xingjing XU Ling

(Computer Department, North China Institute of Science and Technology, Langfang 065201)

Abstract The present research situation of micro-expression at home and abroad is analyzed, and the micro-expression acquisition method based on 3D gradient projection is studied. Micro-expression automatic recognition method includes： 3D gradient histogram recognition, regional segmentation and optical flow identification, amplification micro-expression recogni­tion method. The micro-expression research is discussed from micro-expression coding system and psychoanalysis. The transformation of the micro-expression face database from the purpose-induced to the natural-induced is analyzed, the prob­lems that micro-expression needs to be solved are pointed out： the establishment of realistic and effective micro-expression database； shorten the micro-expression capture time； the establishment of automatic identification system； the establishment of micro-emotional model, Widen the application of micro-expression, that is, from the investigation, interrogation and other national security field extended to the medical, political psychology, sales? recruitment and other fields.Key Words micro-expressions, capture, automatic recognition, natural induction, sample database Class Number TP391

关于微表情识别与应用的深入研究

作者：唐娜娜

来源：《现代盐化工》2020年第02期

摘; ;要：在国内外刑事侦查的研究应用当中，微表情识别一直发挥着非常重要的作用。不仅如此，微表情识别可以判断查证对象最真实的情感反应，可以帮助被测者正确认识自己的情绪进而管理好自己的情绪，控制自己的行为，帮助其在为人处世当中维持良好的人际关系，提高自己的情商。因而在国安安全、司法实践以及普通人际交往中，微表情识别一直受到广泛的关注和研究。

关键词：微表情;识别;应用;研究

表情是人类表达自身情感与信息交流中非常重要的非语言行为，自1872年达尔文出版的《人与动物的表情》之后，人类对于面部表情研究的脚步就一直没有停下过。尽管到目前为止，各个领域的专家学者对于面部表情的研究已經非常丰富，但是对于微表情这种常常难以被人察觉的面部表情的研究却是相对较少。所谓微表情，是人类一种强度非常弱的表情反应，是一种持续时间短暂（仅为1/25～1/5 s），或幅度较小，或形态不完整的表情[1]。对于微表情的识别与应用，可以从面部微表情、身体微反应、非言语行为等多个角度进行研究。以保罗·埃克曼为原型的电视剧《Lie to me》中展现了无数微表情分析技术在犯罪调查及其人际欺骗检验中应用的经典案例，对于微表情识别与应用具有很重要的研究价值和分析参考。

1; ; 激发情绪，应用例举

微表情与普通表情有所不同，作为一种非常快的情感反应，生活中大多数人在通常情况下是很难察觉到其存在的，美国心理学家保罗·埃克曼认为，微表情可能包含普通表情的全部肌肉，也可能只包含普通肌肉动作的一部分，往往出现在人们撒谎的情况下，表达的是人们试图压抑与隐藏的真正情感[2]。要想让被测者的这种微妙情绪充分暴露出来，就要采用一些刺激性的倒逼方式。

1.1; 快速交错追问，出其不意制胜

科技・探索・争鸣　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ　Ｖｉｓｉｏｎ　科技视界　项目与课■　

微表情识别能力与在校生人际关系相关性研究　

申寻兵隋华杰许坤金　（江西中医药大学，江西南昌３３０００４）　

伸自耍】目的：微表情是一种持续时问非常短暂、很难被观察者捕捉到、反映人们试图隐藏的真实情绪的表情。通常人们察言观色的能力　越强，其人际关系应更好　本研究考察微表情识别能力与人际关系敏感程度的相关　方法：对被试施测人际关系量表与微表情识别能力训练测　试，分析两者的相关。结果：（１）在校生的人际关系敏感性与他们的微表情识别能力无显著相关；（２）女生的微表情识别能力要优于男生；（３）来　自县城及城市的在校生的微表情识别能力优于农村的在校生　结论：微表情的识别能力在性别、家庭住址、文理方向与受教育程度上有差异；微　表情识别能力与人际关系的相关有待进一步研究　【关键词】微表情识别能力：在校生：人际关系　

０前言　微表情（ｍｉｃｒｏｅｘｐｒｅｓｓｉｏｎ）是人类试图压抑或隐藏真实情感时泄露　的非常短暂的、不能自主控制的面部表情（梁静，等，２０１３１，持续时间　最多为１，５秒左右。有关微表情的研究作为一个新兴的课题．国内外　已经有较多学者开展了相关研究　吴奇等系统梳理已公开发表的微表　情实证研究报告，对测量微表情识别能力的早期研究、目前基于微表　情训练工具（ＭＥＴｎ的微表情识别应用研究以及微表情表达研究进行　较为系统的总结（吴奇、申寻兵、傅小兰　２０１０１　早在春秋末期．我国伟大的思想家孔子就说过“夫达也者．质直而　好义．察言而观色”　讲的是我们在日常生活中可以通过观察人的说话　和脸色来揣摩别人的心思　情绪在日常生活中占据了很大的比重．　１９４４年，我国心理学家林传鼎在《说文》一书中找出９３５３个正篆，发　现其中有３５４个是描述人的情绪表现的字．并根据这些字的意思将它　们分为１８种类型ｆｉ午远理、李亦菲。２Ｏ０ｏ）。　人际关系是重要的社会现象．人际关系是日常生活中人与人在交　往中建立的直接的心理上的联系　人际交往中会有各种各样的表情．　传达各种各样的信息　而有些表情和信息是不希望别人知道和了解的　（如商业谈判过程中，对对方出价的高兴）．但通常人们又都希望了解　他人真实的想法。微表情能反映人们的真实情绪．从而间接体现人们　的真实想法　因此通过微表情可以得他别人隐藏的真实信息。除此之　外．单纯的增加对他人情绪的理解．对于人们的日常交往也具有重要　的润滑作用．可以更好的理解他人．促进人际关系的发展　研究发现微表情识别能力可以通过训练得到提高（吴奇　等，　２０１　ｏ１，“出门看天色，进门看脸色”．表情的识别能力和人际关系　（ｉｎｔｅｒｐｅｒｓｏｎａｌ　ｒｅｌａｔｉｏｎｓｈｉｐ）以及社会生活密切相关（Ｅｋｍａｎ，２００７）。识别　某些情绪比其他一些情绪更重要．如对与是否存在威胁的判断而言．　知道某人在生气比知道某人高兴更有价值ｆＨａｎｓｅｎ＆Ｈａｎｓｅｎ　１９８８）　另外，随着科技的Ｅｌ益发展，人们开始通过网络、手机等非直接接触的　方式与他人交流　这种间接的交往模式一定程度上也影响了面对面交　流的技能．因此．本研究考察微表情识别能力和人际关系敏感性的关　系　１研究方法与过程　１．１被试的选取　本研究采用７４名被试．其中男生３０名．女生４４名；来自乡农村　的被试４１名，来自县城与城市的被试３３名；独生子女１９名，非独生　子女５５名。　１．２研究工具　Ｉ．２．１《人际关系综合诊断量表》　采用《人际关系综合诊断量表》（参见ｈｔｔｐ：／／ｌａｂ．ｎｉｎｕ．ｃｄｕ．ｃｎ／ｘｉｎｌｉ／　ｓｈｏｗｎｅｗｓ．ａｓｐｘ？ｎｅｗｓｎｏ＝４７５＆ＮｅｗｓＴｙｐｃ＝ＸｉｎＬｉＣｅＰｉｎｇ）　问卷内含有四个　维度：交谈维度．交际维度，待人接物维度，与异性相处维度。问卷共含　２８个题目，均为选择题类型　如：关于您自己的苦恼经常无处倾诉．回　答是不计分，回答否计１分，２８道题总分得分越高者．表明其人际关　系状况愈好．各纬度计分方法一样　Ｉ．２．２微表情识别能力　本研究采用的是Ｐａｕｌ　Ｅｋｍａｎ于２００２年研制出第一个微表情训　练工具（Ｍｉｅｒ０　Ｅｘｐｒｅｓｓｉ０ｎ　ｒｒａｉｎｉｎｇ　Ｔｏｏｌ，ＭＥＴ＇Ｆ）　该工具包含前测　（ｐｒｅｔｅｓｔ）、训练（ｔｒａｉｎｉｎｇ）、练习（ｐｒａｃｔｉｃｅ）、复习（ｒｅｖｉｅｗ）与后￣１］（ｐｏｓｔｔｅｓｔ）　个部分（吴奇，等，２ＯＬＯ），测试情绪包括快速出现的悲伤（ｓａｄ）、愤怒　（ａｎｇｒｙ）、惊讶（ｓｕｒｐｒｉｓｅ）、恐惧（ｆｅａｒ）、厌恶（ｄｉｓｇｕｓｔ）、轻蔑（ｃｏｎｔｅｍｐｔ）、　高兴（ｈａＰＰＹ）等七个基本情绪　１．３实测过程　将《人际关系综合诊断量表》和ＭＥＥＴ同时施测，并保证对施测结　果保密，减少被试的顾虑，以求达到客观真实的要求。为避免被试由于　不了解英文单词的意思而影响正确率．施测人员在实测过程将选项的　中文图标贴在屏幕选项旁边供被试参照　ｌ＿４数据处理　数据全部采用ＳＰＳＳ统计软件包处理　２结果　２．１人际关系敏感性分数及其与微表情识别能力的相关　通过对在校生人际关系总分以及回收的问卷进行的分析．总分为　２８分的人际关系量表．样本得分均值为１９　统计结果表明．在校生的人际关系总分与微表情识￣ｑｆＪｉｌ练准确率　的相关性为０．０７１（ｐ＝．５７４），并无显著相关。　２．２微表情识别能力在性别差异、家庭住址、文理科方向、受教育程　度上的描述统计．见表１。　表１　微表情识别能力在性别差异、家庭住址、文理科方向、　受教育程度上的状况　【　微表情识别能力分数　人数　极小值　极大值　均值　男生　３０　２９．【）０　９３．００　５６　７３　女生４４　２１．００　９３．００　６０４８　农村４１　１　２１．００　１　９３　００　５６．８０　Ｉ　城市　【　３３　２９．００　【　９３．００　６１，５８