近日，第29届ACM国际多媒体会议（简称 ACM MM2021）在中国成都落下帷幕。同时，其主办的国际微表情挑战赛（Facial Micro-Expression Grand Challenge, 简称MEGC2021）公布了竞赛结果并颁发了获奖证书。
该挑战赛共分为微表情生成与微表情检测两大赛道。经过几个月的努力，安徽省大数据分析与应用重点实验室主任陈恩红教授和徐童副教授指导的参赛团队（成员：徐一凡，赵思蕊，唐华楹，毛星茏）在微表情生成赛道中荣获季军，并在大会的Multimedia Grand Challenge Session上进行了汇报和讨论。
比赛中，参赛团队在充分考虑了微表情运动强度低、持续时间短的特点后，提出了一种基于细粒度AU调制的对抗生成网络方法来产生新的微表情样本。首先选取OpenFace检测器提取出与表情相关的面部单元的运动强度，并对其进行了去噪平滑、多角度变换和细粒度的调制。然后选取GANimation作为主干网络，并输入调制好的AU和目标人脸进行对抗学习，从而生成带有目标身份的微表情序列。经过心理学与计算机领域专家评判，该方法得到的人脸图像与预期相符，与微表情的特征相契合。
该项工作得到了实验室承担的国家自然科学基金委重大仪器研制项目的支持。近年来，研究组与中国科学技术大学高速视觉实验室、科大讯飞密切合作，围绕着多模态微反应情感分析，尤其是微反应感知仪器、微反应情感数据库、情感识别与应用等多个研究问题展开了探索性的研究。
背景：
ACM 国际多媒体会议（ACM International Conference on Multimedia）是世界多媒体领域最重要的顶级会议，也是中国计算机学会推荐的该领域唯一的A类国际学术会议。本次会议针对单个媒体和跨界整合多媒体元素的最具创新性和影响力的顶级热点研究成果进行分享交流。
微表情分析是计算机视觉和情感计算领域研究的一个新兴方向，在刑侦审讯、临床心理学、金融欺诈检测等领域都有重要的应用。今年的微表情挑战赛由中国科学院心理研究所、台湾阳明交通大学、西安交通大学、英国曼彻斯特城市大学、马来西亚多媒体大学和芬兰奥卢大学共同举办，参赛选手需要解决微表情数据样本少、运动强度低等问题，在长视频中检测微表情，或对微表情进行生成。两个赛道吸引了香港大学、电子科技大学、中山大学、中国科学技术大学、KDDI研究所等国内外高校和工业界团队的参与。
撰写人：
徐一凡SA20011908 安徽省大数据分析与应用重点实验室; 大数据学院
赵思蕊BA19011005 安徽省大数据分析与应用重点实验室; 计算机科学与技术学院