微表情是一種短暫的、微弱的、無意識的面部微表情，持續時間频繁在0.5s內，能夠揭示人類試圖隱藏的真實情緒。微表情識別的研究旨在讓機器有足夠的智能，能夠從人臉視頻序列中識別人類的真實情緒。然而，由于微表情持續時間短、面部肌肉運動強度低，對其進行准確的表征與識別是一項極具挑戰性的任務。
为促进心理学领域和计算机视觉领域针对微表情的进一步研究，中国科学院心理研究所组织一系列云上微表情的學術活動。该系列活动由中国图形图像学会举办，机器视觉专业委员会承办，心理所王甦菁博士组织。
第一期的雲上微表情研討會在7月31日開始。在會議報告中，來自東南大學的宗源博士分享了其團隊近年來有關微表情識別的研究進展：受人臉運動單元編碼系統理論的啓發，提出的一個簡單而有效的組稀疏學習模型及其系列變種，用于解決微表情的表征和跨數據庫識別難題，並分享了他個人對微表情識別這一方向未來發展的一些想法，強調大規模微表情數據庫的建立是微表情自動化分析發展的关键條件，同時微表情檢測的方法研究對微表情分析的應用落地十分關鍵。
宗源從聯合多層空間劃分和核組稀疏學習的微表情識別、基于領域再生成框架的跨庫微表情識別、聯合直推式遷移回歸模型和輔助集選擇模型的跨庫微表情識別三個方面，層層遞進，進行了關于微表情識別方法的報告。
報告結束後，聽衆們踴躍發言，提出問題，大家就微表情數據庫的建立、動作單元（AU）檢測和微表情分析的關系等相關問題展開討論
活動持續近一個半小時，得到了微表情領域研究人員的廣泛關注，近百位聽衆參加本期活動。
