微表情是在人们想要隐藏真实内心情绪,无法伪装和抑制的情况下产生的自发情绪,微表情识别在国家公共安全、临床诊断、审讯等领域具有广泛的应用前景。但微表情是面部肌肉的一种局部小幅度动作,通常只持续半秒,肉眼很难直接检测或识别。因此,需要实现微表情分析与识别的自动化。相较于传统手工特征描述的微表情识别方法,使用卷积网络的深度学习方法以端到端方式集成特征自动提取和分类,在微表情识别领域取得更好的识别性能。卷积网络具有优秀的特征提取能力,但是卷积网络不考虑人脸结构信息,且需要大量训练数据。而新型胶囊网络考虑特征部分与整体的关系,以向量的方式利用了人脸图像的结构特征,适量的数据集就能训练出性能较好的网络。基于此,本文首先提出基于深度卷积注意胶囊网络的微表情识别方法（Deep Convolutional Attention Capsule Neural Network,DCACNN）,解决微表情运动范围小、当前微表情识别方法忽略人脸空间结构信息的问题。但单通道深度卷积网络存在特征输入单一和过拟合的问题,因此本文提出了基于时空卷积胶囊网络的微表情识别方法（Spatio-Temporal Convolutional Capsule Network,ST-CapsNet）。ST-CapsNet改进了深度卷积注意网络,采用Res Net为基础的双流浅层网络提取微表情运动放大图像中的空间和光流图像中的时间特征。在特征提取网络中嵌入卷积注意模块,使网络在提取微表情时空特征的过程中自适应学习通道和空间特征权重,调整特征精准度。然后将通道融合后的时空特征使用胶囊网络进行微表情分类,增强特征关联性和微表情识别效果。本文还使用新的池化方式Soft Pool对ST-Caps Net进行优化,改善下采样导致的信息损失,在特征提取过程中实现对微表情细节特征的保留和关注。为了验证ST-CapsNet的先进性和有效性,本文选择留一交叉验证的方式在CASME II、SAMM和SMIC数据集上进行实验和分析,分别取得了72.21%、63.35%、67.12%的识别准确率,与先进微表情识别方法和DCACNN相比,实验结果表明ST-Caps Net有效改善了微表情识别性能,同时通过融合方式的对比试验和模块有效性实验,验证了ST-Caps Net的结构和识别性能。最后通过主观分析和定量对比验证了引入SoftPool的有效性。