面部表情是眉毛、眼睛和嘴角等區域的面部肌肉運動(dòng)傳遞自身情緒感受的外在表達。除了常見(jiàn)的自然表情，人們還可以表現出偽裝的面部表情從而達到掩飾或抑制內心真實(shí)情緒狀態(tài)的目的。偽裝表情時(shí)有發(fā)生：比如家長(cháng)面對著(zhù)孩子潦草的作業(yè)心里很窩火，但為了不挫傷孩子的自信心，故作開(kāi)心地繼續輔導；又比如一些窗口部門(mén)的工作人員，即使遇到什么悲傷的事情，也要始終保持微笑服務(wù)。 

　　構建高質(zhì)量的偽裝表情數據庫有助于系統深入地研究偽裝表情的表達特點(diǎn)和識別算法。腦與認知科學(xué)國家重點(diǎn)實(shí)驗室傅小蘭研究組最新發(fā)表一項研究，構建了一個(gè)實(shí)驗室場(chǎng)景下的偽裝表情數據庫，并利用機器學(xué)習算法對數據庫進(jìn)行基準評價(jià)，如圖1所示。 

　　圖1. 偽裝表情的采集與計算識別過(guò)程 

　　在實(shí)驗開(kāi)始前，被試需要進(jìn)行練習，熟悉六種基本表情（高興、悲傷、憤怒、厭惡、恐懼、驚訝）的表達特點(diǎn)。正式實(shí)驗過(guò)程中，被試觀(guān)看情緒誘發(fā)視頻片段，并在視頻播放快結束時(shí)根據表情圖片線(xiàn)索表達與視頻誘發(fā)情緒一致或不一致的表情。因此，視頻誘發(fā)的情緒類(lèi)型與要求其表現的表情相互結合得到36類(lèi)表情。隨后，研究者采用面部動(dòng)作編碼系統（Facial Action Coding System, FACS）對采集的視頻數據進(jìn)行人工編碼，數據庫共包含22名被試的778段表情序列。 

　　在基準評價(jià)方面，研究提取表情序列的LBP-TOP（Local Binary Pattern from Three Orthogonal Planes）特征，并結合支持向量機（support vector machines, SVM）進(jìn)行分類(lèi)（如表1）。對于特征提取中的不同LBP編碼半徑設置，利用留一被試交叉驗證得到偽裝表情和非偽裝表情分類(lèi)最高識別正確率為78.80%。這表明在采集的偽裝表情數據庫中，對表情序列是否存在偽裝具有較高的可區分性。另外，對視頻誘發(fā)的情緒分類(lèi)（6E）和要求被試表達的表情分類(lèi)（6R）的最高識別正確率分別為26.83%和47.77%。對真實(shí)誘發(fā)情緒的識別率僅高出隨機水平約10%，這表明擺拍表情的存在對識別真實(shí)情緒造成很大困難。此外，研究還利用卷積神經(jīng)網(wǎng)絡(luò )自動(dòng)提取表情圖片的特征信息，進(jìn)一步提升了表情的識別率。 

　　表1. 特征提取不同編碼半徑下的表情識別準確率 

　　該研究有助于深化對人類(lèi)復雜表情的理解。該表情數據庫也已在研究組網(wǎng)站發(fā)布，可供心理學(xué)、計算機科學(xué)等多學(xué)科感興趣的研究者使用，將大大促進(jìn)心理學(xué)與計算機科學(xué)在該領(lǐng)域進(jìn)一步融合。 

　　心理所博士生莫凡和張志豪為論文的共同第一作者，心理所副研究員趙科、研究員傅小蘭為共同通訊作者。研究成果已發(fā)表于IEEE Access。 

　　論文信息： 

　　Fan Mo, Zhihao Zhang, Tong Chen, Ke Zhao, & Xiaolan Fu (2021). "MFED: A Database for Masked Facial Expression." IEEE Access 9: 96279-96287. 

　　下載申請使用數據庫協(xié)議的地址： 

　　http://fu.psych.ac.cn/cn/Research/index.php