面部表情是一種非語言交流，它透過臉部肌肉收縮來反映人的情緒。其中包括典型的六種情感：厭惡、悲傷、幸福、恐懼、憤怒和驚奇。另一種面部表情，稱為微表情，為自發性的，持續時間短且強度低。由於其自發性人們無法控制，因此它能夠顯示自己隱藏的真實感覺。而我們設計了一種基於深度學習架構的自動化微表情識別系統。此技術包含了淺層深度學習體系結構，計算量較小且足以提取出具有區別性的特徵。該網絡從基於每個視頻的起始幀和頂點幀計算的三個光流特徵中學習。此方法在由3個公共數據庫中的442個樣本組成的複合數據庫中顯示出0.76的UAR和0.74的UF1。在IEEE FG 研討會之「面部微表情大挑戰」中排名第二。此深度學習結構可以有效且高效地識別適合在即時應用程序中實現自動微表情辨識。它可廣泛地應用於多個領域，其應用前景十分遠大，對社會必定產生的巨大益處。例如可用於醫療診斷應用中的抑鬱症監測，在警察審訊期間識破嫌疑人的謊言，確保公共安全以及促進有效的談判，銷售和招聘。