微表情是一種短暫的、微弱的、無意識的面部微表情，持續時間往往在0.5s內，能夠揭示人類試圖隱藏的真實情緒。微表情識別的研究旨在讓機器有足夠的智能，能夠從人臉視頻序列中識別人類的真實情緒。然而，由于微表情持續時間短、面部肌肉運動強度低，對其進行準確的表征與識別是一項極具挑戰性的任務。 

　　為促進心理學領域和計算機視覺領域針對微表情的進一步研究，中國科學院心理研究所組織一系列云上微表情的學術活動。該系列活動由中國圖形圖像學會舉辦，機器視覺專業委員會承辦，心理所王甦菁博士組織。  

　　第一期的云上微表情研討會在7月31日開始。在會議報告中，來自東南大學的宗源博士分享了其團隊近年來有關微表情識別的研究進展：受人臉運動單元編碼系統理論的啟發，提出的一個簡單而有效的組稀疏學習模型及其系列變種，用于解決微表情的表征和跨數據庫識別難題，并分享了他個人對微表情識別這一方向未來發展的一些想法，強調大規模微表情數據庫的建立是微表情自動化分析發展的重要條件，同時微表情檢測的方法研究對微表情分析的應用落地十分關鍵。 

　　宗源從聯合多層空間劃分和核組稀疏學習的微表情識別、基于領域再生成框架的跨庫微表情識別、聯合直推式遷移回歸模型和輔助集選擇模型的跨庫微表情識別三個方面，層層遞進，進行了關于微表情識別方法的報告。 

　　報告結束后，聽眾們踴躍發言，提出問題，大家就微表情數據庫的建立、動作單元（AU）檢測和微表情分析的關系等相關問題展開討論 

　　活動持續近一個半小時，得到了微表情領域研究人員的廣泛關注，近百位聽眾參加本期活動。