视野条件下人脸识别的视角效应

视野条件下人脸识别的视角效应

面部特征的结果不仅受环境条件（如光源角、光照度、背景材料等）的影响，还包括识别目标本身的许多特征（如头发、眼睛、胡子、表情变化等）。此外，视角的变化也起着重要作用。最早有关人脸视角效应的研究是Yin所进行的人脸反转效应(faceinversioneffect,FIE)研究,近年来已逐渐成为学界研究的热点之一。人脸视角效应有许多不同类型,其中视角变换效应是指测试人脸与学习人脸的呈现视角不同,如学习脸是正脸而测试脸是侧脸。这类研究一般聚焦于相同身份的人脸经过视角变换所体现出的变化与不变的信息,以及不同程度的视角变换所引起的人脸信息加工和表征的变化情况,当前主要集中于平面旋转以及侧脸旋转,只有极少数研究涉及人脸识别的俯视视角变换效应。Liu与Collin等采用同步匹配的研究范式发现在侧脸和俯仰视旋转条件下,人脸识别的绩效均随着旋转角度的增加(0-40°)而逐渐下降;在40°时俯视的人脸识别要比相同角度下的仰视和侧脸更困难。Wallraven与Schwaninger等研究了人脸识别视角效应并对其进行建模,发现俯仰视条件比侧脸条件下的视角变换所引发的识别绩效下降速度更快,但俯视和仰视的识别绩效变化趋势无显著差异。类似地,Favelle与Palmisano等的研究也证实了这一点。本研究将运用眼动技术,并采用更为细致的视角变换,探索在俯视视角改变的条件下人脸图像的识别绩效和眼动特征,有助于揭示俯视视角变换条件下人脸识别的编码和加工方式。一、方法(一)测试对象采用方便取样和自愿参加的原则,选择了12名大学生参与了实验,其中男女生各半。矫正视力正常。每人实验用时约1.5小时。(二)照片照片的拍摄选择30位大学生,男女各半。他们与实验被试来自不同的学院,并确保彼此之间并不认识。拍照时自20°起采用间隔10°的多台照相机同时拍摄,确保在每个视角的面部表情相同;共获得7*30=210张实验材料,并经Photoshop处理后得到其人脸图像,作为比较刺激,如图1所示。标准刺激采用他们入学时拍摄的标准照,时间跨度为一年,如图2所示。(三)人脸图像读取实验E-PrimeV2.0安装在型号为DELLPRECISIONT3500的微机,该机具有独立显卡,2GB内存,固态硬盘,屏幕刷新频率为75Hz,确保人脸图像读取迅速、显示稳定;实验程序使用E-PrimeV2.0编制。眼动仪为瑞典Tobii公司制造的EyeTracking视域监视系统,眼动仪连接在DELL微机上,E-Prime通过软件E-PrimeExtensionsforTobii控制眼动仪。(四)tfig的tmap反应实验采用被试者内设计,被试者内因素为俯视视角,分别取20°、30°、40°、50°、60°、70°、80°共7个水平。12名被试均在相同条件下独立地进行了测试。正式实验分三段进行,每段时间休息10分钟;每段共有280个trial。每个trial过程如图3所示。每次trial开始时在屏幕中央呈现500ms的红色“+”字形注视点,随后在屏幕中央给被试呈现600ms的标准刺激,之后呈现500ms的掩蔽刺激,然后在屏幕中央呈现比较刺激让被试判断其与目标脸是否属于同一个人。每次试验中比较刺激会一直呈现在屏幕上直到被试按键(分别用右手的食指和中指按小键盘上的数字键“1”和“2”)做出反应才会消失。一半被试的按键反应为“同一人———1”、“不同人———2”;另一半被试的按键反应相反。在每段的280个trial中,人脸图像的性别分布为男女各半,标准刺激与比较刺激“属于”或“不属于”同一个人的“同一人”与“不同人”的分布也各半。每次trial结束后先呈现空白屏幕1000ms,然后开始下一次的trial。每次trial中呈现的第一张人脸是标准刺激,标准刺激是从参与拍摄实验材料的30位学生的标准照中随机选取的,其人脸总是正向呈现的。每次trial中呈现的第二张人脸(即比较刺激)的视角是从7个视角中随机选取的一个。在正式实验开始前每个被试都做了练习实验。练习实验的目的是让被试熟悉实验的程序,练习实验中所用的刺激材料是与正式实验所用的材料不同。实验程序采用E-Prime编程,如图4所示。二、结果(一)不同视角下各主要指标识别反应的主效应各俯视视角的识别反应时和正确率如表1所示,识别反应时随俯视视角的增加而逐步上升,经重复测量方差分析结果表明,F(6,66)=7.777,p=0.000<0.01,视角的主效应非常显著,见图5。经进一步的多重比较表明,20°、30°、40°、50°视角之间识别反应时的差异均不显著;60°与70°视角之间识别反应时的差异也不显著,但与20°、40°视角的差异均显著;80°视角的识别反应时最大,与其余视角的差异均非常显著(p<0.01)。正确率除80°视角外,其余差异不大,见图6,经单一样本K-S检验(检验分布为均匀分布)结果为:Kolmogorov-SmirnovZ=1.178,p=0.125>0.05,表明其理论分布与均匀分布的差异不显著,说明被试在识别时基本保持一致的识别标准。(二)明quararati的校正后s1的比较对各俯视视角的识别反应时进行曲线拟合,结果表明Quadratic的校正后R2较大,为0.902;方差分析结果为F(2,4)=30.874,p=0.004<0.01;回归方程为:(三)测量结果和重复测量方差分析在TobiiStudio中利用AOITool在比较刺激上界定“眼区”和“口鼻区”。眼区左右至眼角,上至眉毛,下至眼下部;口鼻区左右至嘴角,上接眼区,下至下嘴唇,如图7所示。不同俯视视角的眼区和口鼻区的注视时间、首视点注视时间、视点数目等眼动指标的测量结果和重复测量方差分析结果如表2所示,结果表明,在口鼻区注视时间、口鼻区注视点数目等方面视角主效应的显著性均有统计意义。经进一步的多重比较表明,在口鼻区注视时间上,20°与60°、20°与70°、30°与60°、30°与70°、50°与60°、60°与80°之间差异均有统计意义;在口鼻区注视点数目上,20°分别与40°、50°、60°、70°、80°之间,30°分别与60°、70°之间,40°与60°、50°与60°之间差异均有统计意义;其余差异均不显著(p>0.05)。从中可以看出,在俯视视角较小时,注视点大多集中在眼区,而随着俯视视角的增大,注视点逐渐更多地集中于口鼻区,注视时间也延长,并在60°处达到峰值,如图8所示,其不同俯视视角条件下的典型眼动轨迹图(gazeplot)和热点图(heatmap)如图9所示。三、透视视角对加工方式的影响本研究的结果表明随着俯视视角的增大,人脸识别的反应时逐渐增加,绩效逐渐降低。这与Liu等、Wallraven等、Favelle,Palmisano与Maloney、Favelle,Palmisano与Avery等人的研究结果基本一致。这可能是由于正向人脸的加工方式是整体的,视角的变换会逐步破坏人脸的整体或构型加工的方式。随着视角的增大,人脸的加工方式从整体加工为主逐渐转变为特征加工为主,在行为指标上表现为识别绩效受损,这从图9的眼动轨迹图和热点图中也可以看出,特别是随着俯视视角的增大,相对于鼻子和嘴巴,眼睛的特征信息受损较大,在绩效上表现出口鼻区的注视点数目更多,注视时间更长,并在60°处达到峰值。需要注意的是,当俯视视角的变换从70°开始,识别反应时的变化较大,表明其对于识别绩效的损害急剧加大。这意味着当俯视视角的变换位于特定的范围时人脸识别的加工方式在发生质的改变。人脸的整体加工方式很可能是在这一视角范围内遭到破坏。具体而言,构型加工遭到破坏,而特征加工则受损较小。随着俯视视角变换程度的进一步增加,构型加工逐渐破坏完毕,当俯视视角超过70°时,人脸的加工方式从整体加工很可能大多转变为特征加工。此外,从图5也可以看出,