近日，电子科技大学生命科学与技术学院视觉认知与类脑计算团队在《IEEE模式分析与机器智能汇刊》上发表研究论文。

面部表情作为非语言交流的关键方式之一，能够非自主或自主地映射人的情绪波动，并在瞬息间传递复杂信息。视频中的微表情与宏表情定位，作为情感分析的首要环节，旨在精确捕捉视频序列中面部表情的起始与终止帧，界定其时序区间，并区分微表情与宏表情，为后续情感识别、分析及交互提供坚实支撑。然而，当前微表情与宏表情定位面临多重挑战：微表情的非自主性导致数据采集成本高昂；其短暂、细微且局部化的特点，不仅考验标注可靠性，更推高了标注成本；加之光照、头部及脸部运动等因素，模型定位性能大打折扣，严重阻碍表情分析在交互场景的应用。

为了应对上述挑战，该工作提出了视频级弱监督学习策略，建立了仅依赖视频级（弱）标签的自动弱监督表情定位方法。该方法仅依赖视频是否包含表情的粗粒度信息，彻底摒弃时序标注需求，可大幅降低标注难度。面对监督信息匮乏，该研究从多维度挖掘信息，提出多重一致性协作机制，融合模态级显著、视频级分布、标签级时长及片段级特征等先验知识，提升定位精度。实验证明，该方法通过有效利用粗粒度标签和多重先验，实现了细粒度帧级别表情的精确定位。

相关论文信息：https://doi.org/10.1109/TPAMI.2025.3564951