MEGC2026：基于视觉问答的面部微表情大挑战
计算机视觉与模式识别
2026-03-11 v1 多媒体
摘要
面部微表情（MEs）是指在人们经历情绪但试图抑制或压抑面部表情时，面部的自发运动，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。多模态大语言模型（MLLMs）和大型视觉语言模型（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。ME大挑战（MEGC）2026引入了两个反映这些演变方向的任务：（1）ME视频问答（ME-VQA），通过在相对较短的视频序列上进行视觉问答来探索ME理解，利用MLLMs或LVLMs来解决与ME相关的多样问题类型；（2）ME长视频问答（ME-LVQA），将VQA扩展到真实场景中的长时段视频序列，要求模型处理时间推理和跨扩展时间段的细微微表情检测。所有参赛算法都必须在公开的排行榜上提交其结果。更多细节请参见https://megc2026.github.io。
引用
@article{arxiv.2603.08927,
title = {MEGC2026: Micro-Expression Grand Challenge on Visual Question Answering},
author = {Xinqi Fan and Jingting Li and John See and Moi Hoon Yap and Su-Jing Wang and Adrian K. Davison},
journal= {arXiv preprint arXiv:2603.08927},
year = {2026}
}
备注
MEGC 2026 at IEEE FG 2026