MEGC2025：基于 Spot Then Recognize 与视觉问答的微表情大挑战
计算机视觉与模式识别
2025-10-16 v2 多媒体
摘要
面部微表情（MEs）是指在人们经历情绪却试图抑制或压抑面部表情时，面部的不自主运动，通常发生在高风险环境中。在近年来，关于 ME 识别、 spotting 和生成的领域取得了显著进展。然而，传统方法将 spotting 和 recognition 视为独立任务，在实际情境中分析长时段视频效果不佳。与此同时，多模态大语言模型（MLLMs）和大视觉语言模型（LVLMs）的出现，为通过其强大的多模态推理能力来增强 ME 分析提供了前景。微表情大挑战（MEGC）2025 引入了两个反映这些演变趋势的任务：（1）ME spot-then-recognize（ME-STR），将 ME spotting 和随后的 recognition 集成到统一的序列管道中；（2）ME visual question answering（ME-VQA），通过视觉问答探索 ME 理解，利用 MLLMs 或 LVLMs 来解决与 ME 相关的各种问题类型。所有参赛算法都必须在本测试集上运行并提交结果到排行榜。更多细节请参见 https://megc2025.github.io。
引用
@article{arxiv.2506.15298,
title = {MEGC2025: Micro-Expression Grand Challenge on Spot Then Recognize and Visual Question Answering},
author = {Xinqi Fan and Jingting Li and John See and Moi Hoon Yap and Wen-Huang Cheng and Xiaobai Li and Xiaopeng Hong and Su-Jing Wang and Adrian K. Davision},
journal= {arXiv preprint arXiv:2506.15298},
year = {2025}
}
备注
Micro-Expression Grand Challenge (MEGC) at ACM MM 2025