资源描述：
《微表情研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、微表情研究及其应用心理科学进展2010,Vol.18,No.9,1359–1368AdvancesinPsychologicalScience微表情研究及其应用*吴奇1,2申寻兵1,2傅小兰1(1中国科学院心理研究所;脑与认知国家重点实验室,北京100101)(2中国科学院研究生院,北京100049)摘要微表情是一种持续时间仅为1/25秒至1/5秒的非常快速的表情,表达了人试图压抑与隐藏的真正情感。本文系统梳理已公开发表的微表情实证研究报告,对注重于测量微表情识别能力的早期研究、目前基于微表情训练工具(METT)的微表情识别应用研究以及刚刚萌芽的微表情表达研究进行总结分析,明确指出以往研究中存
2、在的问题,建议未来研究应探讨METT在不同文化中的有效性,研究微表情表达的基本特点和主要影响因素,并注重发展自动化的微表情识别工具。本文提出,基于微表情的自动谎言识别系统将是微表情研究未来的应用方向之一。关键词微表情;撒谎;微表情识别;微表情表达分类号B842.61引言表情是人类表达自身情感信息的重要非言语性行为,可视为人类心理活动的晴雨计。达尔文于1872年出版了著名的《人与动物的表情》(TheExpressionofEmotionsinManandAnimals),人类对面部表情的系统研究从此拉开了序幕。时至今日,人类对于面部表情的研究已经非常丰富,但关注的都是人的普通表情(Ekman&R
3、osenberg,2005)。然而,人除了有普通表情,还存在着两种常常难以被人觉察的表情:一种是弱表情(subtleexpression),其强度非常低;另一种是微表情(microexpression),其持续时间非常短(Ekman,2002)。由于微表情与撒谎的关系密切(Ekman,2003,2009;Ekman&Sullivan,2006),微表情近年来备受科学界(如Schubert,2006)和新闻界(如Henig,2006)的关注。本文介绍微表情的性质,系统梳理已公开发表的微表情实证研究报告,从注重测量微表情识别能力的早期研究、目前基于METT的微表情识别应用研究以及刚萌芽的微表情表达
4、研究三个方面总结和分析微表情的研究现状,指出研究中存在的问题,并对未来研究和应用提出具体收稿日期:2010-03-31*中国科技部973项目(2006CB303101)和国家自然科学基金项目(90820305)支持。通讯作者:傅小兰,E-mail:fuxl@psych.ac.cn建议。2微表情的界定与基本性质Haggard和Isaacs(1966)率先发现微表情,认为微表情与自我(ego)防御机制有关,表达了被压抑的情绪。他们的研究当时并未引起其他研究者的重视。因一个偶然的机会,Ekman和Friesen(1969)也独立地发现了微表情。他俩受一位精神病学家的委托,对一段抑郁症患者撒谎以掩盖其
5、自杀意图的录像进行检测。然而,Ekman和Friesen起初并未从这段视频中发现该患者有任何异常表现:该患者显得很乐观,笑得很多,表面上没有表现出任何企图自杀的迹象。但当对该录像进行慢速播放并逐帧进行检查时,他们发现:在回答医生提出的关于未来计划的问题时,该患者出现了一个强烈的痛苦的表情。在整段视频中,这个表情只占据了两帧的画面,持续时间仅为1/12秒。Ekman和Friesen称之为微表情。微表情与普通表情有所不同,它是一种非常快速的表情,持续时间仅为1/25秒至1/5秒(图1),因此,大多数人往往难以觉察到它的存在。Ekman等(Ekman,2003,2009;Ekman&Sullivan
6、,2006)认为,微表情既可能包含普通表情的全部肌肉动作,也可能只包含普通表情肌肉动作的一部分;它往往在人撒谎时出现,表达了人试图压抑与隐藏的真正情感;它是一种自发性的表情动作,表达了六大基本表情。1359-1360-心理科学进展2010年图1正常表情中的一个厌恶的微表情(选自METT)微表情具有的上述性质,使它可能成为我们了解人类真实情感和内在情绪加工过程的一个窗口。目前,微表情的产生与识别机制还有待进一步研究,人们对微表情的机理还知之甚少,只是对控制面部肌肉运动的两条通路具有共识:一条是皮质运动通路,控制随意的面部肌肉运动;另一条是皮质椎体外系通路,控制自发的面部肌肉运动。研究者认为,这两
7、条通路可能与微表情的产生有关,但还没有研究者对此假设进行过检验(Ekman,2003)。微表情的心理和神经机制是微表情研究中亟待解决的重要科学问题。3微表情研究现状分析Ekman研究团队是开展微表情研究的主要力量。但是,他们的部分研究工作具有保密性质,未公开发表(见Henig,2006;Weinberger,2010)。根据目前公开发表的资料,微表情研究可总结为早期的微表情识别研究、微表情识别的应
