大學生微表情識別能力現狀調查

黃鵬 蔣蕗

摘要：微表情是指呈現時間特別短暫且壓抑的真實情緒，不同的情緒識別難度也不盡相同。國外對于微表情的研究較多，且各領域均獲得了豐富成果，而國內還正在發展微表情研究中。本調查從動態化情緒的角度思考，選取高興、憤怒、悲傷、恐懼、厭惡、輕蔑、驚訝七種基本情緒，以動態化的方式呈現。本調查以大學生為對象，采用實驗法，以形象的情緒動圖作為實驗材料，將微表情情緒圖片的七種情緒與鍵盤數字相對應，讓被試做按鍵反應，以調查大學生微表情識別能力的現狀。研究發現：（1）大學生對高興、悲傷微表情上識別情況最好（高興：RT=3170.66ms、ACC=0.80;悲傷：RT=3965.35ms、ACC=0.77），對恐懼識別最差（RT=3907.59ms、ACC=0.26）;識別厭惡反應時最長（4609.82ms），識別高興反應時最短（3170.66ms）;對恐懼識別正確率最低（0.26），對高興識別正確率最高（0.80）;（2）大學生男、女生對高興、悲傷微表情的識別存在顯著差異;結論：大學生對高興和悲傷微表情的識別最好;應加強大學生微表情識別能力的培養。本研究結果表明;（1）整體被試在“高興”情緒面孔下的識別正確率最高，且反應時最短，被試能夠較輕易、快速的識別“高興”情緒。對“悲傷”情緒面孔的識別的正確率次之，反應時次之，是第二種識別正確率高且用時較短的情緒。（2）被試對“恐懼”情緒面孔的識別錯誤率最高，反應時較中，被試在識別“恐懼”情緒時識別速度不快不慢，但很難識別正確。“憤怒”的識別的錯誤率次之，但反應時較長，“厭惡”的反應時最長，但正確率相對較高。“輕蔑”的識別正確率與反應時皆為中間位置，“驚訝”相較正確率超出半數，但反應時較長。（3）在性別因素上，在驚訝、厭惡、恐懼、輕蔑和憤怒的識別正確率上，男生高于女生，在高興和悲傷識別正確率上，男生低于女生。

關鍵詞：微表情識別;反應時;CASME2;動態化

1引言

微表情是人們試圖壓抑面部肌肉運動或隱藏真實情緒時，表達的泄露性的、不由自主控制的面部表情[1]，持續時間僅為1/25秒至1/2秒[2]。這是一種在心理抑制狀態下，面部肌肉由于不受控制的收縮而產生的，它是人類經過不斷的進化遺傳而繼承下來的。長期以來，因為微表情時間短暫、不易被察覺的特點，一直被人們將其與宏表情混淆，也因此未引起注意，直到1966年，Haggard和Isaacs發現了一種被壓抑的、快速的、不輕易被捕捉到的面部表情（micro momentary facial expressions）[3]，他們認為其與自我防御機制存在相關關系。隨后1969年，Ekman和Friesen在精神病人上也發現了這種面部表情，并將其命名為微表情（micro expression）[4]。Ekman等人認為，微表情既可能包含普通表情的全部肌肉動作，也可能只包含普通表情的部分肌肉動作，它是一種自發性的表情動作，表達了七種基本表情——高興、憤怒、悲傷、恐懼、厭惡、輕蔑、驚訝[5]。

研究微表情具有很大的現實意義，尤其是在測謊方面，因為微表情的產生環境一般伴隨著心理抑制狀態，它的出現往往意味著當事人在試圖掩飾自己的真實情緒，因此若通過一定手段檢測微表情的發生并了解到其中代表的真實情緒意義，就可以準確把握當事人內心的真實想法，有針對性的開展下一步工作[6]（彭玉偉.微表情分析技術在偵查訊問工作中的應用研究[J].中國刑事法雜志，2015（02）：95-103.）。除此之外，微表情在軍事安全、刑事偵查、個人防衛、司法審訊等領域發揮很大作用。

1.1微表情的研究概況

目前國內外對于微表情的研究，集中在微表情識別研究、微表情的應用研究這兩方面，在微表情的應用研究這一塊，主要有臨床領域的研究和謊言識別領域的研究以及安全領域的研究，這些研究為推進微表情研究領域的發展起到了重要的作用。

1.1.2微表情識別的研究

在微表情研究的初期，主要集中在微表情的識別研究之上。研究者編制了多種測驗量表來測試被試的微表情識別能力，而國內外對于微表情的研究離不開微表情數據庫的支撐，在國外的研究中使用的數據庫有美國Ekman團隊研制的METT;日本筑波大學Polikovsky表情庫;美國Shreve、Godavarthy等人構建的USF-HD數據庫;芬蘭奧盧大學趙國英團隊研制的SMIC數據庫，在國內，中國科學院傅小蘭團隊在Ekman等人的研究基礎上，根據國內的現狀加以總結和改進，構建了CASME，之后進一步改進為CASME2。

（1）微表情識別與人格特質的研究

范星等人以大學生作為研究對象，其微表情的識別能力與16PF（卡特爾16種人格因素）有相關關系，并且會影響微表情識別能力的訓練效果。其識別能力與樂群性、穩定性、持強性、內向與外向型存在顯著正相關關系[7];Matsumoto關于微表情識別能力和人格特質的關系研究結果顯示，微表情識別能力與大五人格的適應性維度存在正相關關系，與其余四個維度無統計學意義，是否具有相關關系需進一步研究檢驗[8]。

（2）微表情識別與人際交往的關系研究

已有的研究顯示，大學生的微表情識別能力與人際關系處理的關系存在正相關關系，兩者之間有著較為明顯的依賴及促進關系[9];大學生人際交往質量與微表情識別能力呈顯著負相關關系，人際關系量表高、低分組在微表情識別方面展現出顯著差異，人際交往中的困惑較多的大學生人際交往分數較高，微表情識別能力較差，人際交往中的困惑較少的大學生人際交往分數較低，微表情識別能力較好[10];在校生的人際關系敏感性與微表情識別能力無顯著相關，人際關系量表總分與微表情識別訓練成績無顯著相關[11]。

（3）微表情識別影響因素的研究（情緒情景因素）

在緊張音樂組、輕松音樂組、無音樂對照組的不同情緒情境組中，輕松音樂組微表情識別能力得分最高，對微表情的識別效果最好[8]。

1.1.3微表情的應用研究

（1）謊言識別的應用

Ekmanhe和Friesen通過BART得出被試在測驗中的得分與他們在謊言識別測驗中的成績呈顯著正相關;微表情訓練工具METT提供訓練程序能夠在1.5小時時間內能夠提高人識別微表情的能力，后測的成績較前測成績平均提高30%-40%。總的來說，具有較高的微表情識別能力的個體，其謊言識別能力較好[1]。

已有研究驗證大學生中對于謊話的識別能力高于對真話的識別能力，且METT工具訓練更能夠助于男性的謊話判斷[12]。

（2）臨床領域的應用[1]

臨床研究是微表情應用研究的重要領域，最早進行微表情臨床領域研究的是Russell和Elvina等人在2006年進行的研究，他們使用METT訓練工具對精神分裂患者進行微表情識別研究，研究發現，精神分裂患者和正常人都能夠在接受METT訓練之后顯著提高微表情識別能力，精神分裂患者的情緒識別和微表情識別能力在接受訓練之后能夠達到正常人訓練之前的平均水平。

（3）安全領域的應用

從微表情發現到發展至今，微表情在多個領域得到應用，刑事偵查、車站、火車站、地鐵等地區都會安排有相應的人員和機械設備進行檢查。通過對出行人員的表情進行捕捉和篩查，發現可疑分子，降低安全事故發生的概率。

在近幾年，越來越多的研究者將微表情及訓練工具與人格、人際交往、心理理論發展水平、移情發展水平和情緒情景因素聯系起來，分別做了實證研究。

1.1.4微表情識別工具

在前期研究中，研究者比較注重微表情的測量以及訓練提高個體識別微表情的能力。為此編制了許多測驗工具，Ekman團隊采用實驗法、觀察法研制了短暫表情識別測驗（Brief Affect Recognition Test ，BART）、“日本人與高加索人短暫表情識別測驗”（Japanese and Caucasian Brief Affect Recognition Test ，TACBART）和第一個微表情訓練工具（Micro Expression Training Tool，METT），METT提供訓練程序能在1.5小時的時間內提高人識別微表情的能力，且能保持短期效果[1]。

1.1.5微表情數據庫[13]

（1）CASME

國內對于微表情的研究開始得比較晚，2011年，中國科學院心理研究所傅小蘭主持了中國國家自然科學基金委面上項目“面向自動謊言識別的微表情表達研究”，成為了國內研究微表情的第一人，推動了國內國際微表情研究的發展，并且在此基礎上創建了自發的中國面孔微表情數據庫CASME，以Gentle SVM作為分類 器，使用 Gabor 濾波器提取微表情特征，設計出自動識別微表情的計算機系統。兩年后，傅小蘭團隊對CASME進行了改良升級，形成CASME2數據庫，為國內微表情研究做出巨大貢獻。

CASME（Chinese Academy of Sciences Micro-Expression，CASME）數據庫，該數據庫由 35個受試者自發產生微表情，共計 195 段微表情序列組成，其中男性被試22 名，女性被試13 名。整個視頻序列由 60fps 的相機拍攝而成，圖像分辨率為 640*480。CASME升級版CASME2 微表情數據庫是由 26 名受試者共計 255 個 7 類基本情緒微表情序列組成。整個視頻序列使用 200fps 的高速相機拍攝，圖像分辨率為 640*480，人臉部分圖像達到了 280*340。兩個數據庫微表情圖像序列都進行了 AUs 編碼，包括了三部分——起始（oneset）、頂峰（apex）和終止（offset）。但是每一類微表情分布很不均勻，有些樣本（害怕、悲傷）的數量很少。

（2）Poliskovsky數據庫

最早研究微表情的團隊之一——日本筑波大學的Poliskovsky，2009 年他們創建非自發的Poliskovsky數據庫，該數據庫由 200fps 的高速相機拍攝的，圖像分辨率為 480*640，包括 10 個受試者，其中五個亞洲人、四個高加索人和一個印度人，每個受試者要求表現出面部變化很小的 7 種表情，他們要求所有受試者的面部肌肉運動強度盡可能低并且盡快回到中性表情。

（3）USF-HD 數據庫

USF-HD 數據庫是美國佛羅里達大學的 Shreve 團隊在 2009 年創建的一個非自發的數據庫。該數據庫由 47 段視頻序列組成，包括 181 個普通表情（“高興”、“驚訝”、“憤怒”和“悲傷”四類）以及 100 個微表情。整個視頻由 29.7fps 的相機拍攝而成，圖像分辨率達到了 720*1280，所有視頻的平均長度為 1 分鐘（最短約 20 秒，最長約 2 分鐘）。拍攝過程中，所有受試者被要求表現出夸張的普通表情以及微表情，拍攝微表情的時候，受試者首先很看一些微表情的視頻短片，然后通過模仿將微表情表現出來。

綜合以上分析可知，微表情自動自發不容易受到意識的控制，它具有呈現時間短暫、隱秘的特點，微表情表達了個體試圖隱藏的真實情緒情感。對微表情的研究始于對微表情識別的研究，在國內外先后建立微表情庫之后，微表情的應用研究迅速發展起來。在最近幾年，微表情受到多方面領域的積極關注，國內由于興起較晚的原因，發展還不成熟，其研究還存在一些問題有待解決。

2研究方法

2.1對象

本次調查研究從重慶某高校隨機抽取18-20歲大學生參與實驗研究，參與實驗標準：右利手，視力或矯正視力正常，無色盲、色弱。選取60名大學生參加，其中男生24名（40%），女生36名（60%），所有被試在完成實驗之后獲取一定的報酬。

2.2實驗工具

2.2.1 實驗圖片

微表情圖片選自中國科學研究院傅小蘭團隊在METT訓練工具基礎上編制的CASMEⅡ數據庫，選取高興、憤怒、悲傷、驚訝、恐懼、厭惡、輕蔑、中性動態圖片各4張，共32張。

以上材料均保留數據庫中原來的格式和灰度、明度以及像素大小和尺寸大小，所有情緒圖像素大小為640 pixels×480pixels，播放頻率為30幀/秒，圖片大小為（長×寬）12cm×10cm。

采用E-prime2.0軟件進行編程，材料通過Lenovo臺式電腦呈現，屏幕分辨率為1920×1080，屏幕刷新率為60Hz，實驗參與者與電腦屏幕的平均距離約為50cm。

2.3實驗程序

實驗分為兩個階段：練習部分和正式實驗部分。由于考慮到按鍵繁多的緣故，特意設置了練習階段供被試熟悉按鍵和實驗操作。練習階段與正式實驗階段的區別在于反饋界面的設置，練習部分提供了按鍵反應的反饋（正確/錯誤，反應時），被試可以通過程序反饋調整自己的按鍵速度和按鍵反應正式實驗部分并沒有設置反饋界面，這樣保證收集到的數據更加能夠反映被試的原始情況。各個情緒圖片對應的按鍵如下：1-快樂，2-悲傷，3-驚訝，4-厭惡，5-恐懼，6-輕蔑，7-憤怒。

2.3.1實驗實施

實驗在安靜、燈光柔和的獨立測試間進行。實驗開始之前被試需要完成編號、姓名、性別的填寫。實驗開始時首先給被試呈現的是指導語，指導語清晰地描述了實驗的內容和被試的任務，主試結合電腦呈現的指導語進行解說，在被試閱讀并理解指導語之后選擇進行練習試次，待完全掌握實驗任務之后進入正式實驗。實驗流程圖見圖2。

3.1大學生微表情識別的總體情況

大學生的微表情識別能力總體情況上較好，平均正確率為54.3%;在具體微表情識別上，整體被試對高興的識別正確率最高，為0.80，對悲傷的識別次之，為0.77，對恐懼的識別正確率最低，為0.26;被試對高興的識別反應時最短，為3170.66ms，對憤怒的識別反應時最長，為4338.94ms。

由表1數據可知，整體數據分析得出，被試對“高興”和“悲傷”微表情情緒的識別情況最好，整體平均反應時最短，為3170.66ms，正確率最高，為0.80;其次是“悲傷”微表情識別，整體平均反應時長為3965.35ms，整體平均正確率為0.77。整體識別情況最差的是“恐懼”微表情，正確率僅為0.26，反應時長處于中等水平。識別情況較差的是“輕蔑”和“憤怒”兩種微表情，“輕蔑”微表情識別反應時長整體平均值為3820.44ms，正確率為0.48;“憤怒”微表情識別整體平均反應時長為4338.94ms，正確率為0.42。進一步數據分析參考下文表1。

從性別角度具體分析各個微表情的識別情況發現，在驚訝、厭惡、恐懼、輕蔑和憤怒的識別正確率上，男生高于女生，在高興和悲傷識別正確率上，男生低于女生。

從表2可知，識別正確率方面，女生在“高興”、“悲傷”微表情圖片上的識別情況優于男生，而在其余五個微表情（驚訝、厭惡、恐懼、輕蔑、憤怒）識別正確率上，女生低于男生的識別成績;但在“厭惡”與“恐懼”兩種微表情的識別上，男生女生的識別情況差距較小;男生女生在“高興”、“悲傷”兩種微表情上的識別情況是整體識別情況中最好的。在微表情識別反應時方面，男生女生花費較長時間來做反應的微表情是“憤怒”以及“厭惡”兩種微表情，花費時間最短的是“高興”微表情;在“高興”“厭惡”“憤怒”“輕蔑”四種微表情識別反應時上，女上比男生花費時間長，在“悲傷”“驚訝”“恐懼”三種微表情識別反應時上，女上花費時間較男生短。（見表2）

通過以上數據結果可知，被試對“高興”情緒面孔的識別正確率最高，反應時最短，說明大家對于“高興”的識別可能比較易，然后“悲傷”的識別情況正確率也較高。“高興”時嘴角會向兩邊微微翹起，導致臉部肌肉提高，然后擠壓眼睛，使其變小，并且在眼尾形成魚尾紋。在實驗設計中沒有設計情緒真假的辨別，當被試識別到可能的情緒后，不用辨別這個情緒是否是真實的，而且正面積極的情緒更加容易感染他人，所以“高興”的情緒識別度很高，正確率很高。但如果加入“假裝高興”的情緒，正確率可能就會降低許多。而在識別“悲傷”情緒時嘴角下拉，眉毛緊皺，眼睛瞇小，在動圖下嘴角和眉毛的變化顯得非常明顯，所以如果被試觀察到這一變化，加上人是感性的動物，并且能夠與這一變化感同身受，就能夠比較輕易的識別出“悲傷”，因此“悲傷”的正確率也是較高的。

5策略與建議

①學校組織開展有關大學生人際交往中微表情識別的講座或者課程

大學生人際交往能力與微表情識別能力存在相關關系，組織開展有關人際交往中微表情識別的講座或者課程，以圖片或視頻的方式，生動形象的展示人際交往中的微表情，以及微表情可能存在的含義，不以百分百正確識別為目的，而是讓同學們知道、了解微表情的存在和可能含義，有利于大學生的人際交往能力得到提升，減少抑郁、自卑、自閉等心理傾向。

有效、準確地把握住他人的真實情感，可以借助于微表情，這將十分有助于我們作出更加適應對方內心的舉止行為，有助于人際關系的維系。（1）微表情，的使用離不開對他人情緒的共情，細心感受他人場域和觀察他人的舉止行為，將會使得我們能夠大致的獲取他人的情緒信息，及時作出反饋;（2）微表情識別能力的提升離不開日常生活中的積累，查閱一些書籍，例如，《微表情：人際關系中的心理策略》;觀看一些教導視頻，例如《lie to me》、《讀心專家》都是不錯的題材影視，都有助于提升我們的微表情識別能力所以在人際交往方面，（3）保持自信，從容地觀察他人的細微表情的變化，不害怕與人對視，將十分有助于我們在關鍵時候抓住別人的微表情的變化。（4）合理使用自己察言觀色的能力，能夠幫助好友或陌生人解決一些力所能及的事情，將十分有利于良好人際關系的維系。

②理論加實踐，在實踐中觀察，在觀察中實踐

微表情僅僅是面部出現的短暫的表情，除卻微表情還有微動作，學校圖書室應當儲備有微心理相關的書籍供同學們瀏覽借閱。大學是人們從校園到社會的一個過渡時期，大學生從家里漸漸獨立出來，要學會獨自面對陌生的環境，陌生的同事以及上司，而察言觀色不僅能夠讓你在學校里老師、同學相處的更好，還能夠讓你出入職場時快速地融入新的環境里，所以大學里不僅是要學習專業知識，待人待物更是一門高深的課程。

參考文獻：

[1]梁靜，顏文靖，吳奇，申尋兵，王甦菁，傅小蘭.微表情研究的進展與展望[J].中國科學基金，2013，27（02）：75-78+82.

[2]殷明，張劍心，史愛芹，劉電芝.微表情的特征、識別、訓練和影響因素[J].心理科學進展，2016，24（11）：1723-1736.

[3]Haggard， E.A. and K.S. Isaacs. Micro-momentary facial expressions as indicators of ego mechanisms in psychotherapy. 1966： Springer US. 154-165.

[4]吳奇，申尋兵，傅小蘭.微表情研究及其應用[J].心理科學進展，2010，18（09）：1359-1368.

[5]Levenson， R.W.， et al. Emotion， physiology， and expression in old age. 1980： CRC Press. 28-35.

[6]彭玉偉.微表情分析技術在偵查訊問工作中的應用研究[J].中國刑事法雜志，2015（02）：95-103.

[7]范星，申尋兵，江潔，連天星，馬偉娜.大學生微表情識別能力與卡特爾16種人格因素的相關[J].杭州師范大學學報（自然科學版），2017，16（02）：130-135.

[8]賀春榮. 情緒情境與訓練因素對微表情識別能力影響的研究[D].山西醫科大學，2012.

[9]黃娟娟，李靜嫻.人際傳播視角下大學生微表情識別和人際關系研究[J].新聞知識，2016（10）：41-43+50.

[10]趙晴. 微表情識別、親社會行為與人際交往的關系研究[D].曲阜師范大學，2015.

[11]申尋兵，隋華杰，許坤金.微表情識別能力與在校生人際關系相關性研究[J].科技視界，2013（28）：48-49.

[12]曹文雯，吳繼霞.微表情對男女青年謊言識別能力的影響[J].青年研究，2015（04）：57-65+95-96.

[13]楊成. 微表情識別算法研究[D].南京郵電大學，2017.

（重慶文理學院教育學院 ?重慶永川 ?402160）