笑容下的真实情绪
最近，琶洲实验室副主任陈俊龙院士团队在CVPR2026发布了一项新的研究成果。通过采集起始帧和序列中其他帧计算光流，提取具有判别性的微表情变化线索，来开展微表情识别研究。这种方法摆脱了对峰值帧人工标注的依赖，开拓了一条全新的微表情研究思路。今天，就让我们来聊聊什么是微表情。
回忆一下，我们在日常社交中，是否会遇到这样的场景：和我们对面交流的人脸上一直挂着恰到好处的笑容，嘴上也一直说着都很好，可你隐隐觉得哪里不对劲，这份笑容之下，好像还藏着一些别的情绪。
这种说不清道不明的感觉，并不是你的错觉。心理学定义人类的六种基本情绪为：愤怒、恐惧、惊讶、厌恶、快乐和悲伤。每一种情绪出现时，都可以通过面部特定部位的肌肉变化来向外表达。在很多社交场景下，有些人会出于场合要求或是个人习惯，试图用标准化的笑容来掩饰自己内心的真实感受，但这个刻意做出的伪装并不完美。如果用高速摄影机拍下微笑的瞬间，再把画面放慢仔细观察，在笑容消失前，会闪过一瞬间的痛苦、恐惧或悲伤。
这个转瞬即逝的面部信号，就是微表情。微表情动作幅度微弱，持续时间极短，普通人很难用肉眼直接察觉，也很难被人主动意识所控制，却能够最直接地反映出一个人内心最真实的情绪。读懂了微表情，就相当于读懂了一个人的潜台词。
目前，微表情识别技术在很多不同的领域，也都展现出了巨大的研究价值和应用潜力。
在医疗健康领域，微表情识别可以帮助医生评估患者的真实心理状态。不少抑郁症患者习惯用笑脸掩盖内心的煎熬，微表情技术能够捕捉到那些一闪而过的负面情绪，帮助医生尽早察觉患者的心理危机。面向自闭症儿童的早期筛查，孩子对外界刺激产生的微表情变化，也能为医生提供重要的参考。
在公共安全领域，微表情同样可以发挥作用。在机场、车站安检时，这项技术可以协助工作人员分辨那些试图隐瞒真实想法的人员。审讯过程中，嫌疑人即使编造了完美的谎言，也很难完全抑制自己面部的微表情变化，这为执法人员提供了判断。
在教育场景，通过实时监测学生的微表情，教师可以判断学生的专注度和情绪变化，从而及时调整教学策略。在课堂中，学生脸上偶尔闪过的困惑或厌烦，可能意味着教学节奏需要调整。如果老师能及时捕捉到这些信号，就有机会在问题积累前介入，帮助那些不敢开口提问的孩子答疑解惑。
微表情识别技术已逐渐应用到多个行业，人工智能正在学习识破表情的伪装。随着科研不断向前推进，我们距离读懂真实情绪越来越近，也许在不久的将来，微表情技术可以帮助我们更早地发现身边人隐藏的难过，看清笑容下的真实情绪，读懂那些未曾言明的感受。
