CNCC | 今天你微了吗？微视角下的情感计算，用智能挖掘隐藏情绪

王甦菁

CCF杰出会员、理事，中国科学院心理研究所青年特聘研究员

主要研究方向为模式识别与机器学习，特别是微表情识别。在国内外重要期刊和学术会议上发表八十余篇论文，包括TPAMI、TAC、TIP等，多篇论文进入ESI高被引论文清单。主持国自然联合基金、面上项目等科研项目。获2018年第八届吴文俊人工智能科学技术奖一等奖、2023年北京市科学技术奖自然科学奖二等奖等奖项。被新华社称为“中国版霍金”，担任北京2022年冬残奥会火炬手。

郭丹

合肥工业大学教授

合肥工业大学计算机学院（人工智能学院）教授、博士生导师。安徽省2023年高端人才引育行动项目—青年拔尖人才青年学者；主持包括国家重点研发计划子课题等国家级项目十余项。主要研究方向为多媒体信息处理，专注于跨媒体推理与问答、视听内容解析、视觉情感计算等研究热点。于IEEE TPAMI、TIP、TMM、CVPR、AAAI、IJCAI等发表论文80余篇，授权国家发明专利20项。成果应用覆盖军工、教育、司法、纪监等多个行业，为平安中国的建设做出重要贡献。

报告题目：微动传情：以人为中心的行为理解与情绪解析

摘要：在当今智能化时代，情感计算正逐步成为人机交互和社会行为分析的核心领域。微表情与微动作作为情感计算的重要组成部分，为深入理解个体潜在的心理状态提供了关键线索。本报告将分析以人为中心的微动作理解与情绪分析面临的特点与挑战，并介绍在相关领域开展的研究工作，包括构建用于潜在情绪理解的自发性微动作数据集、微动作视频的运动放大技术、多用户交互场景中的视线估计、以及个体情绪分析与认知应用等。此外，报告还将讨论这些技术所带来的挑战，以及未来的发展趋势，旨在为个体行为理解和情绪认知领域的进步提供新的思路。

李晓白

浙江大学研究员

2020年任芬兰奥卢大学tenure track助理教授，主持芬兰科学院等多个科研项目。2023年加入浙江大学网络空间安全学院和区块链与数据安全全国重点实验室，浙江省千人计划入选者。研究领域包括机器视觉、情感计算、生物识别等，聚焦微表情识别、基于视频的远程生理信号测量、对抗攻击和伪造检测等。于IEEE TPAMI、TAC、SPM、PIEEE、IJCV、ICCV、CVPR等高水平期刊和会议论文60余篇，入选2022和2023年全球2%高被引学者。

报告题目：远程心率测量算法及其在情感计算领域的应用

摘要：多模态融合可让算法模型从多通道学习关联信息，是情感计算的热点方向之一。生理信号是情感识别的重要模态之一，但信号获取复杂不便，制约现实场景的应用。远程生理信号测量技术可从彩色视频中重建脉搏波信号实现心率、呼吸等的测量，实现仅需视频的多模态信息融合。本次报告介绍组内的远程心率测量的算法研究，以及其在多模态融合情感识别应用的一些探索。

申寻兵

江西中医药大学教授

江西省青年井冈学者，南昌市高层次人才，江西中医药大学首批“1050青年人才工程”青年拔尖人才培养对象，江西中医药大学人文学院心理学教研室主任，美国迈阿密大学（牛津）访问学者，国家中医药管理局重点培育学科后备学科带头人。主要从事中医心理学的情志致病与治病，微表情与欺骗检测，认知康复等相关理论与实践研究。近五年主持省部级以上科研项目7项；发表论文18篇；获得江西医学科技奖二等奖。

报告题目：基于恐惧表情的欺骗检测

摘要：普通人通常会在撒谎时不由自主的产生恐惧情绪，理论上恐惧表情可以成为欺骗检测的线索。为了验证这一点，我们采用具有较高生态效度的游戏秀作为实验材料，采用传统的心理学实验与数据分析方法及机器视觉与机器学习，分析游戏秀中玩家的恐惧面部表情、语调表情及眼部特征（恐惧可以较好的通过眼睛反映出来）。通过系列研究，结果支持了恐惧表情可以成为欺骗检测的线索。我们的工作在理论上深化了对表情作为欺骗检测线索的认识，恐惧语调表情的相关研究结果在实践上可给电信诈骗的检测提供参考。

王志勇

天津大学教授

目前研究工作重点主要包括：基于先进光谱技术的结构应力表征方法；高通量材料分析方法及设备开发；基于图像测量和光谱分析的面部表情分析等。先后在Optic Express、Composites Science and Technology、Experimental Mechanics等国际期刊发表论文50余篇，已授权国家发明专利23项。先后主持了基金委专项项目、面上项目、重点研发计划课题等项目10余项。目前兼任《实验力学》杂志编委、天津市力学学会副理事长等。

报告题目：基于变形场分析的面部表情分析方法

摘要：面部表情是人们在交流过程中获取他人情感状态的重要途径。本报告讨论了三维数字图像相关技术——一种在工程技术领域获得广泛应用的高精度变形场测量方法在面部表情分析中的应用。我们将三维数字图像相关(3D Digital image correlation, 3D-DIC)技术应用于面部表情分析。通过3D-DIC技术，获取了6种基本表情下面部的高时空分辨率变形场，测量结果与经典FACS系统吻合良好，并获取了不同表情下面部变形的应变场特征；依赖于高精度测量结果，进一步提出了若干对于表情分类和识别有重要价值的关键指标。通过引入高精度的工程测量技术，本报告为表情的自动分类提供更准确、更有价值的手段。

李婧婷

中国科学院心理研究所副研究员

获聘中国科学院心理研究所特聘骨干岗位，入选2023年中国科学院青年创新促进会成员。主持国家自然科学基金面上、青年科学基金项目等科研项目。IEEE TPAMI、TAC、TIP等国内外期刊、会议发表微表情相关论文多篇，两篇论文进入ESI高被引论文清单，获2023年北京市科学技术奖自然科学奖二等奖。主要研究方向包括计算机视觉、情感计算，特别是智能人脸微表情分析。

报告题目：基于生理-心理空间映射的微表情分析

摘要：微表情是个体试图隐藏真实情绪时表现出的面部表情，为人际互动提供了重要的行为线索。以往对微表情的表达特性的研究主要依靠人工编码，缺乏客观量化的指标。这种主观编码方式导致不同研究中的微表情定义不一致，从而影响微表情的深入分析和识别。本报告使用面部肌电作为客观生理指标，深入探究微表情表达过程中的面部肌肉运动模式，以期更全面地揭示微表情的本质，指导微表情智能分析算法的性能提升。

CNCC2024将于10月24-26日在浙江省东阳市横店镇举办，大会主题为“发展新质生产力，计算引领未来”。大会为期三天，包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势，分享创新成果。预计参会者超过万人。