確認過眼神，你……這是在假笑？

人類的面部表情是傳遞情緒、表達意圖的重要方式。一個眼神傳遞的信息在特定的場合可能會大於幾句簡單的言語所能傳遞的信息，因為眼神傳遞的可能是最真實的情緒或意圖。

從古代的「察言觀色」到現代的人類表情研究，表情識別的方法經歷了從肉眼觀察到計算機視覺的演變歷程。在高速攝像機鏡頭的幫助下，研究者又發現了肉眼難以察覺的表情的一種新的形式——微表情。

宏表情和微表情

「微表情」自然對應著的是「宏表情」。宏表情在我們平時比較容易觀察到的，面部表情持續時間在0.5-4秒範圍之內，且參與面部表情動作的面部肌肉群收縮或舒張幅度較大。

而微表情的持續時間一般在0.04-0.5秒之間，且面部肌肉群收縮或舒張幅度小，甚至只有部分肌肉群發生收縮或舒張運動，因此用肉眼較難觀察和識別。

真笑 vs 假笑。面部肌肉群的運動情況可以用於判斷表情的真偽。

（圖片來源於網路：https://www.sfgate.com/news/article/The-lie-detective-S-F-psychologist-has-made-a-2768998.php）

包含情緒內容的刺激會使人自然地產生表情，這是情緒的外在體現。但由於社交準則的限制或是出於掩飾內心真實意圖的目的，人們盡量保持中性的面部表情，即面部表情處於被抑制的狀態。面部表情肌肉群此時處於一種博弈狀態——人本身的自然反應機制會驅使肌肉做出相應的收縮或舒張活動，但人的主觀意志會強制肌肉處於抑制狀態。

自然反應機制如同人的生理反應（心電、皮膚電等）一樣非常難以壓制，因此微表情發生在自然反應機制佔據上風的短暫時刻，是人真實情緒的表現形式。

微表情的應用

美國電視劇《Lie to Me》使得微表情這一概念逐漸為大眾所熟知。劇中主人公 Cal Lightman 博士近乎神奇般的從各種細微、稍縱即逝的面部表情中判斷被測試對象是否撒謊，通過探尋說謊的原因、動機來一步步揭示錯綜複雜的事件真相。

電視劇

Lie to Me劇照

該劇由著名心理學家、微表情的發現者之一，Paul Ekman 教授擔任顧問，形象地說明了微表情的重要應用領域——測謊。

由於微表情對應著真實的情緒，因此在測謊過程中被測對象如果出現了高興的微表情，可能意味著被測對象產生了即將通過測試的竊喜；如果出現了恐懼的微表情，可能意味著被測對象對測試問題的某個內容非常敏感，內心存在不可告人的秘密；如果出現了驚訝的微表情，可能意味著猝不及防或者並不了解相關的事物。通過識別微表情背後反應的真實的情緒，結合測謊過程中的情景，我們可以有效的識別謊言。

除了應用在測謊領域。微表情識別還可以在醫學診斷領域發揮作用。

Paul Ekman 在觀看抑鬱症患者與心理學家的對話視頻時發現，患者往往試圖掩飾其真實情感：從宏表情來看，該患者始終保持著樂觀的狀態；然而，通過逐幀觀察對話視頻發現，當患者回答有關未來計劃的問題時，突然表現出極其痛苦的表情，該過程僅僅持續了1/12秒。通過微表情分析，心理學家可以了解患者真實的想法，從而有效地評估病情，縮短治療時間。

再者，在預防犯罪領域，微表情識別也能大顯身手。例如在機場安檢處，「微表情自動識別系統」可以輔助識別預謀犯罪的可疑人員。

在準備進行高風險的犯罪活動時，疑犯往往會處於一種「Fight or Flight」的應激狀態。配合適當的刺激手段，在進行安檢的時候，可以激發疑犯的真實情緒，通過識別情緒對應的微表情，可以幫助我們篩選出潛在的預謀犯罪人員。

圖片來自電視劇

Lie to Me

微表情識別研究現狀

在電視劇《Lie to me》中，Lightman 博士和他的同事們通過肉眼觀察就能識別出微表情。現實中具有這種天賦的人可能存在，但數量一定很有限。即使經過專門訓練的專業人員能夠區分微表情，但多分類識別率也僅有47%。因此，開發「微表情的自動識別系統」成為準確識別微表情，並能將微表情分析大規模應用的有效方法。

在心理學和信息科學交叉研究的基礎上，依靠面部編碼理論、計算機視覺和模式識別技術，有望建立「微表情的自動識別系統」。微表情資料庫是開展微表情自動識別研究的重要保障。目前全球公開發布的微表情資料庫有5個，中國科學院心理研究所共發布了其中的3個。

微表情的演變過程示意圖

微表情自動識別的研究開展要晚於宏表情自動識別的研究。最初傳統的宏表情識別的演算法直接被用作微表情識別，但識別效果不太理想。此後針對微表情的特點，研究者又採用光流作為微表情識別的重要特徵，識別率得到較大提升。

近兩年，隨著深度學習在各項識別任務中綻放異彩，微表情識別也藉助「深度神經網路」來提取表情的高級特徵。遷移學習和深度學習的結合使得微表情識別率進一步提升。

2018年5月，首屆國際微表情識別大賽（MEGC2018）上，來自西南大學和中國科學院的參賽隊利用遷移學習將宏表情的特徵遷移到識別微表情的「深度神經網路」上，取得了大賽的最高識別率。

結語

表情是人類表達情感的重要形式，微表情作為人類表情的一種特殊形式，具有重要的研究價值。微表情的自動識別研究成果將在司法審判、預防犯罪、公共安全及醫學診斷等諸多領域發揮重要作用。

微表情分析的相關研究正在如火如荼的開展。將其研究成果應用到真實的場景還需要心理學、信息學科研工作者以及實際應用單位相互協作、共同努力。

來源：中國科學院心理研究所

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！