主讲人：贲晛烨

时间：2024年5月11日

地点：河北国山宾馆会议室

主讲人简介：

贲晛烨，山东大学教授，博导，国家级青年人才，山东省泰山学者青年专家，山东大学杰出中青年学者。研究方向为图像处理、模式识别。IEEE Senior Member，中国人工智能学会会员，山东省人工智能学会常务理事等。作为项目负责人，主持国家自然科学基金优秀青年科学基金项目、国家重点研发计划项目课题、山东省重大科技创新工程项目等20余项国家级和省部级项目。在IEEE T-PAMI、IEEE T-IP、IEEE T-CSVT、IEEE T-MM、PR 、CVPR等国内外核心期刊会议上发表学术论文100余篇，授权国家发明专利64项，成果在宁夏银川监狱、内蒙古呼和浩特第三监狱和江西省赣州监狱的个人谈话、心理矫治与智能审讯系统以及青岛两个社区的视频监控系统上成功应用，服务了社会治理，为平安中国的建设做出重要贡献。获山东省自然科学奖二等奖（排名1）、中国图象图形学学会石青云女科学家奖、山东省优秀研究生学位论文指导教师、教育部-华为“智能基座” 栋梁之师 、“智能基座”华为云与计算先锋教师、青岛市巾帼建功标兵、青岛市巾帼科研之星、山东大学“三八红旗手”等称号。

内容摘要：

微表情是一种不受思维控制的面部表情，具有持续时间短暂、变化幅度微弱、动作区域较少等明显区别于宏表情的特点。当前微表情在国家安全、司法审讯、谎言测试等领域潜在的应用价值引起了研究人员极大的关注。随着计算机模式识别技术的发展，微表情相关研究取得了很多成果，但作为研究基础的微表情数据库由于微表情捕捉困难、采集过程复杂、人工编码费时耗力和图像质量评价标准缺失等原因导致数据库样本数量不足，质量参差不齐，越来越无法满足微表情研究工作的需求。针对上述问题，本次报告深入分析现有微表情数据库的特点，通过合理设置实验环境，改进实验方法等措施，建立了MMEW微表情数据集，该数据集种类齐全、图像分辨率最高，MMEW 还提供了同一受测者具有相同类别（快乐、愤怒、惊讶、厌恶、恐惧、悲伤）的宏表情样本，这些可能有助于进一步的跨模态研究（例如，从宏观到微观表达）；还提出了被试独立和被试依赖两种微表情识别性能的评测方法；然后介绍通过数据集对齐和主动学习、判别性增强交叉重构等来解决微表情数据稀缺的两种算法；最后，探索和概述了一些潜在的未来研究方向。