廖云峰，段文双，罗佳佳，赵文洁，吴 旭

（上海工程技术大学 电子电气工程学院，上海201620）

0 引 言

微表情是一种无法掩饰的面部表情，常常在人们试图隐藏时下意识产生，反映了人们的真实心理与情感，暴露内心想法。

面部表情可以根据发生的时间长短常常分为宏表情和微表情［1］，宏表情常常可以轻易被获取发现，但是有些时候这些信息有可能是伪造的，因为可以根据主观意愿控制宏表情的发生和表现。在一些特定场合，可以通过控制宏表情来掩饰内心真实想法。而微表情常常发生时间极短，很难被发现，而且它的开始和结束不受主观控制。因此，研究微表情在很多重要领域如医学、刑侦等方面有着重要的意义。

目前，深度学习在学习特征方面识别精确率高且速度快。其中，卷积神经网络可以将底层的每一小块区域相连接，将底层的具体信息特征映射到高层特征，并且对原图像不需要复杂的预处理，能很好地应用在图像识别任务。

1 基于卷积神经网络的微表情识别

1.1 预处理部分

微表情图像的预处理不同于宏表情，需要更加精细的操作。

利用不同的设备采集微表情图像，可能得到的图像会有尺寸大小不一或者有噪声等问题。本文主要通过直方图均衡化、滤波去噪、尺寸变化的方法消除外在因素对微表情识别的干扰。

（1）直方图均衡化。在微表情识别中，图像若是彩色，不仅会增加处理的难度，而且对之后的识别也没有太大影响……