在IEEE国际图像处理大会主办的ICIP2020微表情识别挑战赛中，由汪萌教授带队、孙晓与樊春晓等老师指导的参赛队伍，凭借其研发的多策略微表情识别模型，在全球约40支参赛队伍的激烈角逐中拔得头筹，不仅展现了该作品在微表情识别领域的突出技术优势，更以超出第二名6.13%的微表情识别精度，彰显了技术的绝对竞争力。
IEEE ICIP2020世界微表情大赛第一名
作为IEEE旗舰会议附属赛事，ICIP微表情识别挑战赛是图像处理领域微表情识别方向的顶尖专业赛事，在计算机视觉特定领域内拥有高度专业认可度，其竞争水平直接反映该细分领域的国际前沿水准。本次赛事吸引了曼彻斯特大都会大学等在微表情识别领域有长期研究积累的知名机构团队参与，竞争环境极具专业性，对参赛作品的技术创新性、场景适应性及识别精准度提出了严苛要求。
微表情识别的核心技术难点在于，需精准捕捉并处理持续时间极短的面部表情信号，如何破解微表情表征复杂、特征提取难度大、易受干扰等痛点，成为各参赛团队的核心攻关方向。而安徽进化论科技有限公司首席科学家孙晓老师带领夺冠团队针对微表情的复杂表征，创新提出的多策略微表情识别模型，恰恰针对这一核心痛点实现了关键突破——通过融合多维度特征提取策略、动态信号增强处理及自适应分类优化机制，有效提升了对微弱表情信号的捕捉能力与识别稳定性。实测数据显示，该模型的微表情识别精度超出第二名6.13%，即便面对复杂场景下的短时长、低辨识度微表情，仍能保持高效精准的识别效果，这一核心优势使其在众多参赛作品中形成显著差异化竞争力，为夺冠奠定了坚实基础。
孙晓 安徽进化论科技有限公司首席科学家；合肥工业大学教授、博导
为分享赛事核心成果，第九期云上微表情讲座于2020年11月27日晚7点举办，该讲座由中国科学院心理研究所王甦菁老师团队的李婧婷博士主持，主题聚焦ICIP2020微表情识别挑战赛，特别邀请本次大赛第一名（郑仕鑫团队）及第五名（张皓云团队）分享技术经验。其中，夺冠团队代表郑仕鑫详细解读了多策略微表情识别模型的技术架构，其针对微表情复杂表征设计的分层处理逻辑、多策略融合思路，以及“识别精度超出第二名6.13%”的亮眼成绩，引发了参会人员的广泛关注与热烈讨论。
此次讲座共吸引五十多位微表情研究领域的业内人士参与，成为领域内技术交流的重要平台。夺冠作品所展现的技术优势与显著精度提升，不仅为微表情识别技术的优化升级提供了可行路径，更彰显了该团队在该领域的技术研发实力，为全球微表情识别技术的发展注入了新活力。
