前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【破译大脑识别人脸原理】人脸识别判断人贫富程度,准确率53%

【破译大脑识别人脸原理】人脸识别判断人贫富程度,准确率53%

作者头像
新智元
发布2018-03-27 17:28:43
1K0
发布2018-03-27 17:28:43
举报
文章被收录于专栏:新智元新智元

【新智元导读】 多伦多大学的一项研究发现人脸能够泄露我们的经济地位,这是因为与生活经历相联系的表情会在脸上留下印记。研究者称:平静的人脸部表情是一个可以用来判断人的经济状况的因素,并且可以影响人际关系和职场的成功。这一研究表明,表情依赖与人脑对人脸识别过程中的后期的分支模型相一致(在这种模型中,脸部要素的改变和识别都在相同的框架下进行编码),这对于揭示人脑识别人脸的原理是一个较大推动。

细微的脸部线索也能让其他人根据第一印象来判断你是富有还是贫穷。

一项新的研究发现,平静的人脸部表情是一个可以用来判断人的经济状况的因素,并且可以影响人际关系和职场的成功。另一方面,研究者称,微笑和其他带情绪的表情,则不太会可能出卖你的社会阶层。研究者说,多年情绪和生活经历留下的痕迹都会刻在人的脸上,就好像一个面具。

多伦多大学文理学院的研究人员表示,这一现象可能会让人类受到“第一印象”的支配,而产生某些特定的偏见。

这可能会让长着“有钱人的脸”的人在找工作时比长着“穷人的脸”的人更容易被聘用”,研究人员说。

“这意味着,社会阶层会在你脸上留下细微的长久的印记。”博士生 Thora Bjornsdottir 说,“第一印象会变成一种自我实现的预期,将影响你的互动方式和你能拥有的机会。”

研究者表示,这一现象的发生和种族、性别无关,也和参与实验者花多长时间看照片无关。上图中的 C 和 D 是最“富”和“穷”的面孔的例子。

在研究中,研究者要求志愿者摆拍一些表现“无表情脸”(neutral face)的照片。

志愿者被分成两组,分别是家庭总收入在 6 万美元以下和 10 万美元以上,以 7.5 万美元作为平均基准。

另一组参与者被要求看这些照片,根据直觉判断出哪些人“富”,哪些人“穷”。

研究者发现参与者分类的准确率约在 53%。研究同时显示,这种能力仅适用于无表情,表情不能带有情绪色彩,比如微笑。作为结论,研究者认为,情绪能够掩盖人脸上因为生活经历而沉淀的表情。

这种沉淀早在青春期末或成年早期就发生了,研究者说。

特定情绪的“遗迹”,例如频繁的幸福感,可能和财富及对生活的满意度有关。

“随着时间的推移,你的面部会永远反映、透露出你的经历。”副教授 Nicholas Rule 说。“即使我们以为自己没有表现出什么,这些情绪的‘遗迹’也还是在那里。”

“我们看到,18-22 岁的学生已经积累了足够的生活经历,能够从视觉上改变、塑造他们的面孔,显示出其社会经济地位和社会阶层。”Rule 说。

研究者表示,这一现象的发生和种族、性别无关,也和参与实验者花多长时间看照片无关。

研究结果符合非言语行为的预期。

“在面部识别中,大脑中的一些神经元被专门化了。”Rule 说,“当你看一个人时,他的面孔是你注意到的第一件事。我们无时无刻不在注意面孔。在某种程度上,我们被设定为会去寻找‘类面孔的事物’的刺激(face-like stimuli)。人类总是能迅速注意到面孔。这种行为如此稳定,在统计上表现显著。”

研究者称,基于面孔线索的判断在社会阶层偏见固化和社会经济链条中扮演着重要角色。

“人类并没有真正意识到他们做出判断时依据了哪些线索。” Bjornsdottir 说,“如果你问他们为什么,他们说不出来。他们对自己如何做出判断并不自知。”

他们发现了什么

研究者发现,参与研究的受试者能够根据人脸对人的社会经济地位进行区分,准确率达到53%。他们称,这超过了随机的概率。

研究揭示,这一结论只限于平静的表情,不包含带情绪的表情,比如微笑。最后,他们认为这些情绪可以隐藏在一生的经历中变得根深蒂固的表情中。研究人员说,这可能早在十几岁或成年早期就可以发生。一些情绪的“遗物”,如频繁的快乐,往往与财富和满足感有关。

大脑如何识别人脸表情

布里斯托大学的研究人员进行了一次研究,他们让参与者从电影里毫无表情的脸部图像中判断两个角色的身份。

然后,参与者分为两组:有表情或者无表情。带表情的一组:提供带表情的陌生人脸部图像;不带表情的一组:提供不带表情的陌生人脸部图像。这一“训练”阶段允许被试者了解所提供的照片中的脸部特征,并认识这些陌生人的人脸。带表情一组的被试者的识别速度更慢,所犯的错误也更多。但是,当被试者识别脸部表情变化的相同人脸时,不带表情的一组的反应速度和准确率都会降低。

图1.图中是男演员斯特林·海登。Expressiveness rating 收集自 40 位候选人,从左至右是 42.5%、58.1%、54.4% 和 66.9%。这些图像没有用于研究,仅仅用于展示。

图2:左图是“中立面孔”的示例,右图是同一演员做出“生动表情”的图例。Expressiveness rating 从左到右(上至下)分别是17.5%、77.9%、14.4%、77.5%、29.4%、89.4%、48.1% 和 70%。

论文摘要

我们根据相同人脸的不同表情进行了识别实验。这种对社会交往及其关键的能力,是人脸感知中的一个基本特征。

在研究中,作者提出了一个问题:通过改变表情,人的大脑对人脸的识别能力是否也会相应地被改变? 反过来,这一实验也可以证明,人脸的识别和表情的识别在大脑中是分开进行处理的和是一起处理的。

通过一个识别任务,参与者要从电影中的毫无表情的脸部图像中判断两个角色的身份。

训练过程是给被试者提供带表情的或者不带表情的人脸照片。根据实验要求,相应的表情都是前期规定好的。被试组也分为带表情组和不带表情组。带表情的一组训练速度更慢,反应速度也更慢。当用相同角色的不同表情的新照片进行测试时,不带表情一组的反应速度和准确率都更低。这一发现清楚地表明,表情识别会影响人脸识别的进程。由于这种表情上的依赖性与人脸识别中的后期的分支模型相一致(在这种模型中,脸部要素的改变和识别都在相同的框架下进行编码),所以这表明,人的标签是人脸识别标志的一个重要部分。

关键词:视觉感知,人脸感知,人脸识别,人脸表情,表情依赖

论文地址:http://journals.sagepub.com/doi/full/10.1177/2041669517710663

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-07-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档