视觉情绪理解与分析方向的研究主要包括微动作视频识别与定位、带情感色彩的图像/视频内容描述、面部表情识别与分析等。

微动作视频识别与定位是一个纯视觉理解问题，其重点在于对视频中出现的微动作进行检测与分割，并且能够根据微动作进一步推断视频中人物的内在情绪变化。

带情感色彩的视觉内容描述是从传统的视觉内容描述中发展起来的一个研究分支，其主要目的是从视觉内容中提炼出事实和情感倾向，并将该情感倾向用于对事实的描述。例如，传统的视觉内容描述只能根据图片或视频内容描述出“男孩在给同学们讲故事”，而情感视觉描述则可以进一步给出“男孩在高兴地给同学们分享故事”的描述。

面部表情识别与分析是微动作视频识别的一种延伸任务，它是指从面部视频中发现人物的表情变化，进而给出情感推断；此外，还可以通过关注人体面部皮肤的视觉变化对一些常见的生理信号（例如血压、心率等）进行预测。