微手势识别近年来成为情感计算与人机交互领域的重要研究方向，旨在解析反映隐藏情绪的细微、无意识肢体动作。与刻意、表意性强且持续时间长的常规手势不同，微手势细微、自发且转瞬即逝，使其识别极具挑战性。随着多个公开数据集问世，微手势识别研究已取得显著进展。然而，现有综述大多聚焦于传统手势或面部微表情分析，针对微手势识别这一独立领域的系统性总结仍较为匮乏。本文首次对微手势识别方法展开全面综述，涵盖三大核心内容：1) 两种主流模态的数据集及其采集方案；2) 监督学习、无监督学习、对比学习、多模态融合及多模态大模型等各类识别方法；3) 长尾分布、跨数据集泛化、识别与情感理解融合等挑战。本文旨在为微手势识别领域提供研究综述与未来展望，推动该方向发展。相关成果已发表于《机器智能研究(英文)》2026年第2期"微视觉计算"专题中。项目地址:http://t.cn/AXJQGozy。 http://t.cn/AXJQGozU #机器学习[超话]##人工智能[超话]##情感计算##人机交互##微手势识别#