微表情区别于普通的面部表情, 具有持续时间短、面部强度低的特点, 往往难以有效识别, 制约了该领域的研究。针对上述难点, 提出一种新颖的特征结合方法。采用全局光流技术在相邻帧间进行计算, 得到微弱光流, 通过传递前后各帧的运动信息, 在相隔多帧的两幅图像间体现更为明显的变化, 解决了短历时和动作微弱的难题; 将光流特征与LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)算子提取的时空局部纹理特征相结合, 补充描述人脸大多数区域的细节信息。选择随机森林分类器进行实验, 实验结果表明, 两种特征具有很好的互补性, 在CASMEII 数据库下, 能识别5 类情感, 准确率由40. 50%提高至64. 46%, 类间区分度也有相应改善。