在现实生活中，有时人们会通过实施欺骗的方式来达到自己的目的，这往往需要人们对自身真实的情感进行压抑和隐藏。然而，这些被压抑和隐藏的真实情感有时会以一种非常快速的面部表情的形式被表达出来，这种表情被称为微表情。研究者认为，微表情是一种可用于谎言和危险意图检测的有力行为线索。然而，由于微表情的持续时间很短，普通人很难及时捕获或准确识别微表情。为此，在微表情的研究与应用过程中，人们往往需要使用编码工具对包含微表情的视频进行人工逐帧编码。这样的方法非常费时费力，使得目前的微表情研究和应用工作均进展缓慢。构建自动微表情识别系统，不仅能够为微表情研究者提供微表情分析的必需工具，而且在临床、司法及反恐等领域也具有广泛且重要的应用价值。　　 本研究基于计算机视觉和心理学已有研究，研发了基于静态特征的自动微表情识别系统。该系统综合利用了静态图像中的纹理与形状信息，并通过逐帧编码的方式，实现了对视频中的微表情的自动捕获与识别。　　 本研究还考察了微表情动态信息在微表情识别中的作用。实验结果显示，在接受过METT训练且METT训练有效的情况下，人依然不能利用微表情的动态信息对高强度微表情进行识别;但当微表情强度较低时，动态地呈现微表情将有助于提高微表情的识别准确率。　　 最后，本研究在上述研究结果的基础上，对基于动态特征的自动微表情系统的系统框架进行了初步探讨。本研究为迸一步研发适用于任何情境的鲁棒的基于动态特征的自动微表情识别系统提供了重要的研究基础。