面部表情识别实验报告
面孔和情绪实验报告
知觉加工：面孔和情绪姓名：赵佳娴学号：112032013054 班级：13心理摘要：目的考察对面部情绪的识别和加工是否受到加工时间的影响。
方法用E-prime软件编写程序，采用5点评价法来让被试对材料进行打分，对35名大学生的结果进行分析。
结果不同加工时间下，被试都能正确识别出不同的情绪面孔，且结果没有差异。
结论情绪信息的识别是相当快速的，基本与知觉信息的加工同步，能够在极短的时间里识别。
被试对面部情绪的识别和加工不会受到加工时间的影响。
关键词：面孔识别情绪加工时间1 引言面部表情是指通过眼部肌肉、颜面肌肉和口部肌肉的变化来表现各种情绪状态。
达尔文在《人类和动物的情绪表情》一书中提出：不同的面部表情是天生的、固有的，并且能为全人类所理解。
即使是婴儿也能正确的识别和表现出愉悦、伤心、愤怒等表情。
识别他人情绪的能力对于种族的生存具有重要意义，能否正确的识别他人的情绪面孔并对其做出反应，在一定程度上反映了个体社会交往能力的发展情况，并关系到个体社会交往、沟通的成败。
因此，研究情绪面孔的识别有重要的意义。
情绪产生于对刺激情境或对事物的评价，情绪的产生受到环境事件、生理状况和认知过程三种因素的影响，其中认知过程是决定情绪性质的关键因素。
前人对此有许多不同理论。
美国心理学家阿诺德（M. R. Arnold）在20世纪50年代提出了情绪的评定－兴奋学说。
这种理论认为，刺激情景并不直接决定情绪的性质，从刺激出现到情绪的产生，要经过对刺激的估量和评价，情绪产生的基本过程是刺激情景——评估——情绪。
同一刺激情景，由于对它的评估不同，就会产生不同的情绪反应。
20世纪60年代初，美国心理学家沙赫特（S.Schachter）和辛格（J.Singer）提出，对于特定的情绪来说，有两个因素是必不可少的。
第一，个体必须体验到高度的生理唤醒，如心率加快、手出汗、胃收缩、呼吸急促等；第二，个体必须对生理状态的变化进行认知性的唤醒。
情绪—面部表情的辨认实验
3.每次判断完后，还要询问被试是使用什么辅助方法来辨认面部表情的。提供四个选项，要求被试从中选出一项。
结果分析：
统计被试面部表情判断的正确次数和相应的百分数。比较使用选择方式和填空方式的两组被试的正确率，并进行统计检验。统计出被试使用各种辅助方法的次数。找出被试在拼别面部表情时最常用到的辅助方法。
备
注
参考文献：
郭秀艳，杨治良(2004) . 实验心理学，北京:人民教育出版社.
杨博民(主编) (2004). 心理实验纲要(第4次印刷).北京:北京大学出版社.
杨治良(2004).实验心理学,北京:人民教育出版社.
朱滢(主编)(2014).实验心理学(第三版).北京:北京大学出版社.
教
师
评
阅
评
分
签名： 年 月 日
讨
论
1.最容易辨认和最不易辨认的是哪一种面部表情?哪些面部表情是接近的?哪些面部表情是绝不相混的?
答：面部表情的识别通常是通过向被试者呈现各种面部表情的照片，让他们判断是何种情绪或情感。吉特、布拉克和莫斯托斯基等人研究了辨别不同情绪的表情照片的难度差异，结果发现：最容易辨认的是快乐、痛苦；较难辨认的是恐惧、悲哀；最难辨认的是怀疑、怜悯。
2.根据实验结果，分析人们的情绪状态是否有共同的面部表情模式。
答：人们的情绪状态有着共同的面部表情模式。面部表情是指通过眼部肌肉、颜面肌肉和口部肌肉的变化来表现各种情绪状态。人的眼睛是最善于传情的、不同的眼神可以表达人的各种不同的情结和情感。例如，高兴和兴奋时”眉开眼笑"，气愤时“怒目而视”，恐惧时“目瞪口呆”，悲伤时“两眼无光”，惊讶时“双目凝视”等等。眼睛不仅能传达感情，而且可以交流思想。人们之间往住有许多事情只能意会，不能或不便言传，在这种情况下，通过观察人的眼神可以了解他的内心思想和愿望，推知他们的态度是赞成还是反对、接受还是拒绝、喜欢还是不喜欢、真诚还是虚假等。可见，眼神是种十分重要的非言语交往手段。 其次，口部肌肉的变化也是表现情绪和情感的重要线索。例如，憎恨时“咬牙切齿”，紧张时“张口结舌”等，都是通过口部肌肉展现人物的精神风貌。艾克曼的实验证明，人脸的不同部位具有不同的表情作用。例如，眼睛对表达忧伤最重要，口部对表达快乐与厌恶最重要，而前额能提供惊奇的信号，眼睛、嘴和前额等对表达愤怒情绪很重要。
基于matlab的人脸识别系统实验报告
基于MATLAB的人脸识别系统小组成员：徐艺达、莫子韬邹明宇、罗远挥、周宁基于MATLAB的人脸识别系统第一部分绪论如图一个人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。
现在已有实用的计算机自动指纹识别系统面试，并在安检部门得到了相应的应用。
人脸图像的自动识别较之于指纹识别系统、DNA鉴定等具有更加方便的性能，其取样方便，可不接触目标进行识别，从而具有更大意义的开发效应。
然而，与指纹成像技术不同的是，人脸图像受很多因素的干扰：人脸表情的多样性，以及外在成像过程中的关照、图像尺寸、旋转、姿势变化等方面，使得同一个人在不同的环境下拍摄所得到的人脸图像不同，有时往往会有很大的差别，给识别带来了很大的难度。
因此，人脸识别也更具有挑战性。
除了具有重大的理论价值及极富挑战性外，人脸识别还具有很多潜在的应用前景，利用人脸图像进行身份验证，可以不与目标接触就取得样本图像，而使用其他的身份手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样本，因此此类识别手段也具有很多不便之处。
本文通过使用PCA和NMF两种算法及MATLAB软件对所取图像进行预处理与识别，应用该工具箱对图像进行了经典图像处理，进而应用与人脸识别系统。
主要涉及到图像选取、脸部定位、特征提取及图像处理识别几个过程。
第二部分基于NMF算法的人脸识别系统一、摘要作为一种基于人的脸部特征信息进行身份识别的一种生物识别技术,人脸识别逐渐成为了计算机视觉领域的一个热门研究课题。
NMF就是其中一种主流算法，但由于人脸识别所存在光照、角度、遮挡等问题仍未解决，因此NMF算法仍存在局限性，该算法没有引入任何对空间的位置的约束，所以最小化目标函数很难产生揭示数据X的局部特征的因子分解。
本文以NMF算法为基础，结合LNMF算法来求解人脸问题。
二、实验目的运用NMF算法对数据库中的数据进行人脸识别分析三、实验原理 1.非负矩阵分解法NMF 1.1NMF 定义非负矩阵分解定义为：找到非负矩阵W 与H 得到下式 V ≈WH （1-1）在计算中等式两者很难完全相等。
表情认知实验报告
被试
童璟松男19岁状态：认知能力正常职业：大学生
秦涵鉴男18岁状态：认知能力正常职业：大学生
谢跃明男20岁状态：认知能力正常职业：大学生
3.3实验设计与实验程序
目的：
通过实验了解面部表情认知的基本特征。
器材：
1．JGW一B型心理实验台速示器单元，记录用纸（2种，一种为白纸，另一种为事先印制好编号与描述各种表情的词语的记录纸）
哭与笑是脸部表情最明显的标志。哭表示悲伤、痛苦，笑表示高兴、欢畅。这本是不言而喻的。研究表明，虚假的笑和真实的笑在整体模式上是有差异的。假笑的面部表情显得不大对称，可能只有一只嘴角上斜。假装吃惊的面部表情显得持续时间过长，而真正的惊讶表情在脸上持续时间仅有1/24秒。
当然，要通过对方的面部表情正确分析、判断其思想意识，得依靠社会生活中所积累的实践经验，并根据对方的其他表情特征作综合考虑。如果能掌握对方一贯的表情特征，分析和推论就会更可靠些。以下是基本的六种表情
2.眼睛的无近视远视对表情人之结果没有影响
3.被试心情影响观察能力，从而影响结果
3.2方法器材：
1．JGW一B型心理实验台速示器单元，记录用纸（2种，一种为白纸，另一种为事先印制好编号与描述各种表情的词语的记录纸），但试验并没有用记录用纸，而是自己做记录。
2．面部表情卡片6张包括：高兴、惊讶、恐家认为，情感表达＝7％语言＋38％声音＋55％面部表情。此说也许夸张了些，但也可见面部表情与情感表达的关系十分密切。愉快的和不愉快的是两种最基本的面部表情。愉快的面部表情大半是口角上举，两颊同时上举，眼睛闪光，眉毛平展；不愉快的面部表情则是口角下凹，两颊向下伸长，眼睛无光，眉毛皱紧。此外，皱鼻子表示厌恶，哼鼻子表示排斥，歪鼻子表示不信，抖动鼻子说明内心紧张，抽动鼻子说明闻到了怪味。
AI技术在人脸表情识别中的应用调研报告
AI技术在人脸表情识别中的应用调研报告人脸表情是人类非常重要的沟通工具之一，通过表情我们可以传递各种情感和信息。
然而，对于AI技术来说，准确地识别和理解人脸表情一直是一个挑战。
本报告将调研AI技术在人脸表情识别中的应用，并分析其现状和发展趋势。
一、AI技术在人脸表情识别中的现状近年来，随着人工智能和机器学习的飞速发展，人脸表情识别技术取得了重要的进展。
目前，主要的人脸表情识别方法基于深度学习和卷积神经网络。
通过大量的数据训练，AI技术可以准确地识别人脸表情，并推断出人的情绪状态。
在实际应用中，AI技术在人脸表情识别中的应用非常广泛。
例如，在人机交互中，AI技术可以通过识别用户的表情来理解其需求和情绪状态，从而提供更加个性化和贴心的服务。
在教育领域，AI技术可以识别学生的表情，及时调整教学策略，提供更好的学习效果。
此外，AI技术还在医疗、安全监控和娱乐等领域得到了广泛应用。
二、AI技术在人脸表情识别中的发展趋势虽然AI技术在人脸表情识别方面取得了一定的成就，但仍然存在一些挑战和改进的空间。
首先，AI技术在识别复杂的情感及微表情上仍然存在一定困难。
这需要深入研究人类的情感和表情表达，进一步提升AI技术的准确性。
其次，人脸表情识别技术需要更好地处理光照和角度等因素的影响。
对于在不同环境下捕捉到的图片，AI技术需要具备更好的鲁棒性和鲁邦性。
此外，AI技术在处理多人场景下的人脸表情识别仍然具有一定的挑战性，需要进一步提升。
未来的发展中，我们可以预见AI技术在人脸表情识别中的应用会更加广泛和深入。
随着技术的进一步发展，AI技术将能够准确地识别人类的情绪状态并做出更加智能化的应对。
另外，AI技术在人脸表情识别中的应用也将拓展到更多的领域，如智能驾驶中的情绪识别、虚拟现实中的情感交互等。
三、结论通过本次调研可以得出结论，AI技术在人脸表情识别中具有广阔的应用前景，并且取得了重要的进展。
然而，仍然存在一些挑战和改进的空间，需要进一步的研究和发展。
表情认知实验报告
表情认知实验报告表情认知实验报告1. 引言表情是人类交流的一种重要方式，通过表情可以传递情感和意图。
在日常生活中，我们常常通过观察他人的表情来了解他们的情绪状态和意愿。
然而，表情的认知过程并不完全清晰，因此本实验旨在探究人们对表情的认知过程。
2. 实验设计本实验采用了受试者设计，共有50名受试者参与。
实验过程分为两个部分：表情识别和情感判断。
在表情识别部分，受试者需要观看一系列表情图片，然后选择相应的表情名称。
在情感判断部分，受试者需要观看一系列表情图片，然后判断该表情所表达的情感。
3. 结果与分析通过统计分析，我们得出了以下结论：3.1 表情识别在表情识别部分，受试者的平均正确率为85%。
其中，对于基本表情（如喜悦、愤怒、恐惧等），受试者的正确率较高，达到90%以上。
而对于复杂的表情（如惊讶、厌恶等），受试者的正确率较低，仅为70%左右。
这表明受试者对于基本表情的识别能力较强，但对于复杂表情的识别存在一定困难。
3.2 情感判断在情感判断部分，受试者的平均正确率为75%。
对于高度激动的情感（如愤怒、恐惧等），受试者的正确率较高，达到80%以上。
而对于低度激动的情感（如惊讶、厌恶等），受试者的正确率较低，仅为60%左右。
这表明受试者对于高度激动的情感判断较为准确，但对于低度激动的情感判断存在一定困难。
4. 讨论通过实验结果的分析，我们可以得出以下结论：4.1 基本表情的识别能力较强受试者在基本表情的识别中表现较好，这可能是因为基本表情具有较为明显的特征，易于被观察者理解和识别。
4.2 复杂表情和低度激动情感的识别存在困难复杂表情和低度激动情感的识别相对较难，这可能是因为复杂表情和低度激动情感的特征较为微妙，需要更细致的观察和分析。
4.3 个体差异存在在实验中，我们发现不同受试者在表情识别和情感判断方面存在差异。
一些受试者在识别特定表情或判断特定情感时表现较好，而另一些受试者则相反。
这表明个体差异在表情认知中起到一定的作用。
表情认知实验报告
表情认知实验报告引言表情是我们日常交流中重要的非语言信号之一，它能够传达情绪和意图。
在人际交互中，准确理解和解读他人的表情对于有效沟通至关重要。
表情认知实验旨在探究人们对不同表情的认知和理解能力。
本实验旨在通过一系列任务和测量，研究参与者在表情认知方面的表现，并进一步分析可能的影响因素。
实验设计本实验采用了随机抽样和实验组与对照组对照的设计。
实验组参与者将接受一系列表情认知任务，而对照组将进行非表情相关的任务作为对比。
参与者招募和筛选我们在大学校园内招募了100名年轻成年人作为实验参与者。
所有参与者都没有接受过类似的实验，并且没有与表情认知相关的心理疾病等潜在影响因素。
在筛选过程中，我们排除了那些有色盲或者听力障碍的个体。
实验过程参与者被随机分配到实验组和对照组。
实验组参与者将接受以下一系列任务，而对照组将进行与表情无关的任务。
1.表情识别任务：参与者需要观看一系列带有不同表情的面孔照片，并选择与照片中表情最匹配的词语。
2.表情分类任务：参与者需要将一系列面孔照片按照表情类别进行分类。
3.表情表达任务：参与者需要根据给定的情境，模仿不同的表情并进行拍摄。
结果和讨论参与者完成实验后，我们对其表现进行了统计和分析。
以下是我们的主要结果和讨论：表情识别任务实验组和对照组在表情识别任务上的表现存在差异。
实验组的准确率更高，表明接受表情认知训练可以提高个体对表情的辨识能力。
表情分类任务实验组在表情分类任务上的表现也优于对照组。
结果表明，经过训练后，实验组能够更好地将表情进行分类和归类。
表情表达任务实验组在表情表达任务中的表现与对照组相比没有显著差异。
这可能是因为表情表达任务的复杂性和主观性较高，不仅仅取决于对表情的认知能力。
结论本实验结果表明，表情认知能力是可以通过训练进行改善的。
经过表情认知训练后，参与者在表情识别和分类任务中表现更好。
然而，在表情表达任务中，训练似乎对表现没有明显影响。
进一步研究将有助于我们深入了解表情认知的特点和影响因素，并为开发相关认知训练和辅助工具提供参考。
面部表情研究报告
面部表情研究报告面部表情是一种非常重要的非语言交流方式，它可以传达人们的情绪和意图。
在日常生活中，人们频繁使用面部表情来与他人进行沟通，并通过观察他人的面部表情来理解其情感状态。
本文将对面部表情的研究进行探讨，以期了解其在交流中的作用和影响。
面部表情的研究主要涉及两个方面：表情的分类和表情的解读。
表情的分类主要是指将不同的面部表情归纳为几种基本类型，如喜、怒、哀、乐等。
通过对表情的分类，我们可以更好地理解人们在不同情境下所表达的情感。
而表情的解读则是指人们对他人面部表情的理解和识别能力。
不同的文化背景和个体差异可能会影响人们对面部表情的解读，因此在研究中需要考虑这些因素。
面部表情的研究方法主要包括实验和观察两种方式。
实验方法可以通过控制实验条件来研究不同因素对面部表情的影响，比如研究者可以在实验中触发一种情感状态，并观察被试者的面部表情变化。
观察方法则是通过观察真实情境中的面部表情来研究其作用和意义，比如观察人们在面对不同情境时的表情变化。
面部表情的研究发现了许多有趣的现象。
一方面，面部表情具有普遍性，即不同文化和族群中的人们在面对相同情感时表情十分相似。
这说明面部表情是一种非常基础的情感表达方式。
另一方面，面部表情还具有个体差异性，即不同个体在表达同一情感时会有一定差异。
这些个体差异可能与个体的性格、经验等因素有关。
面部表情在交流中起着重要的作用。
通过观察他人的面部表情，我们可以理解其情绪状态和意图，从而更好地与他人进行互动和沟通。
此外，研究还发现，面部表情可以影响他人的情感状态和行为反应。
比如，笑容可以使他人感到愉悦，从而促进社交关系的建立和发展。
面部表情的研究为我们认识人类情感和交流方式提供了重要的线索。
然而，目前的研究还存在一些限制，比如实验条件和样本的选择等因素可能会影响研究结论的一般性和可靠性。
因此，未来研究可以进一步探索面部表情与其他非语言交流方式（如声音、姿势等）之间的关系，以全面理解人类的交流方式。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
面部表情识别实验 实验报告
小组成员：
面部表情识别实验 西南大学重庆 400715 摘要：情绪认知是一种复杂的过程，它包含观察、分析、判断、推理等，是借助于许多线索，特别是借助面部那些活动性更大的肌肉群的运动而实现的。所以，情绪认知的准确度受多种因素的影响。 当我们与他人相互交往的时候，不管是不是面对面。我们都正在不断的表达着情绪，同时又正在观察，解释着的对方做出的表情，在人际交往过程中，情绪的表达和认知是十分的迅速和及时，那么人是借助于哪些表情来认知他人的情绪的呢？情绪识别实际上并不是针对表情本身的，而是针对这它背后的意义。例如：皱眉可能是一种情绪的表现，我们见到这种面部表情就试图解释潜在于它背后的情绪。尖锐，短促，声音嘶哑可能是一种情绪表现，我们听到这种语言表情就试图解释潜在于它背后的情绪捶胸，顿足可能是一种情绪的表现，我们见到这种动作表情就是试图解释潜在于它背后的情绪。对于这个复杂的问题，心理学家曾经做过许多的研究。 面部表情认知的研究可分为两个步骤：第一步是面部表情刺激物的制作或选择，这可以用专门拍摄(录像)或图示来描画，也可以用完全装扮出的活生生的表情或自发的表情等。第二步时对表情进行识别评定。也可以用多种方法，如自由评定法，即让被试自由地对表情给出情绪词汇；或限制评定法，即向被试提供各种提供各种情绪词汇或情绪情境，要求被试只能根据所提供的情绪词汇或者情绪情境进行分类或者匹配等；或参照自由评定法，即向被试提供参考线索（如情境，人格特征等），让其说出所表达的情绪的词汇等。 关键词： 情绪 表情认知 线索 1 前言 传统心理学把情绪列为心理现象的三大方面之一。情绪也是心理学理论体系中一个不可缺少的研究环节。情绪（emotion）是体验，又是反应；是冲动，又是行为；它是有机体的一种复合状态。情绪的表现有和缓的和激动的，细微的和强烈的，轻松的和紧张的等诸多形式，广泛地同其他心理过程相联系。自古以来，科学家们十分注意探讨情绪之奥妙，但与情绪的重要性不相适应的是，长期以来情绪研究一直是心理学尤其是实验心理学研究中的一个薄弱环节。造成这一现象的最主要原因是情绪所特有的复杂性以及由此衍生出来的情绪研究方法学上的困难。我国心理学家孟昭兰（1987）将理论认为面部表情是传递具体信息的外显行为面部表情是提供人们在感情上互相了解的鲜明标记。情绪过程既包括情绪体验，也包括情绪表现，而表情既是情绪的外部表现，也是情绪体验的发生机制；既是最敏锐的情绪发生器，也是最有效的情绪显示器。这就从机制上说明了以面部肌肉运动模式作为情绪标志的根据。 面部表情（facial expression_r）的发生是有其客观的物质基础的：表情按面部不同部位的肌肉运动而模式化，面部反应模式携带着心理学的意义，那就是或快乐、或悲伤等具体情绪。但是，对表情进行测量的原则在于：所要测量的是面孔各部位的肌肉运动本身，而不是面部所给予观察者的情绪信息。该实验将14名被试分为两组进行表情认知的实验，实验目的在于通过实验了解面部表情认知的基本特征，结果分别统计两组被试对各种面部表情正确判断的百分数，对表情的认知符合“面部肌肉运动模式作为情绪标志的根据”这一论断，也符合面部动作编码系统。 实验目的：通过实验了解面部表情认知的基本特征。
2 实验方法 2.1被试 将全体被试分为相等的２个组: Ａ组被试发给事先编好的记录纸。指导语：请你一张一张的看一些与记录纸上情绪是一致的表情图片，你判断是那种表情，就在相应的位置“√”。 Ｂ组发给一张白纸，指导语：看表情图片描述为何种表情，并按呈现顺序(按主试的随机排列顺序)写在白纸上。两组被试呈现卡片的内容相同,所以不允许两组之间互通信息。 每个被试测试完毕后，主试询问他们是用什么辅助方法判断表情的？ 1.模仿面部表情并体验 2.想象适合面部表情的情绪 3.联想过去的经验 4.其他程序和线索
2.2 仪器和材料 JGW—E型心理实验台，记录纸和笔（记录纸为2种，一为白纸，另一种为事先编制好编号与描述各种表情的语词的记录纸） 2.3 实验设计与程序 2.3.1 进入实验目录界面第2页，按数字键 “21”，选中“表情认知”实验图标，按Enter键进入实验。 2.3.2 屏幕出现表情认知实验指导语界面，如图所示：
2.3.3被试阅读完毕并确定已完全理解指导语所述内容后，根据提示按任意反应键进入实验。 2.3.4 在实验中，主试屏幕上将按被试看到的表情顺序呈现出对应的描述词。当被试全部看完6张表情认知图片后，主试根据提示可以选择继续试验或退出。（被试在试验过程中可以根据自身情况选择重新进行观看表情直到确认） 2.3.5 实验指导语:请你注视眼前屏幕注视点过后你将看到一些表情图片，请你描述是何种表情，并按呈现的顺序记录下来 3 实验结果 3.1 根据实验结果，分别统计两组对面部表情正确判断的百分数以及所用的判断方法。
A组实验数据： 实验顺序 1 2 3 4 5 6 7 正确率(%) 表情及辅助线索 高兴（2） 高兴（1） 高兴（3） 高兴（2） 高兴（2） 高兴（3） 高兴（2） 100 惊讶（3） 惊讶（1） 惊讶（3） 惊讶（3） 惊讶（2） 惊讶（3） 惊讶（1） 42.8 恐惧（1） 恐惧（1） 恐惧（2） 恐惧（1） 恐惧（2） 恐惧（3） 恐惧（3） 57.1 轻蔑（2） 轻蔑（2） 轻蔑（2） 轻蔑（3） 轻蔑（2） 轻蔑（3） 轻蔑（2） 100 厌恶（1） 厌恶（3） 厌恶（2） 厌恶（3） 厌恶（3） 厌恶（3） 厌恶（3） 100 愤怒（2） 愤怒（1） 愤怒（2） 愤怒（4） 愤怒（2） 愤怒（3） 愤怒（3） 100 正确率（%） 100 71.4 71.4 85.7 71.4 57.1 100
A组总体正确率：33÷42=78.6% B组实验数据： 实验1 2 3 4 5 6 7 正确率顺序 (%) 表情及辅助线索 高兴（1） 高兴（3） 高兴（2） 高兴（2） 高兴（1） 高兴（2） 高兴（2） 14.3 惊讶（2） 惊讶（3） 惊讶（2） 惊讶（1） 惊讶（2） 惊讶（2） 惊讶（2） 71.4 恐惧（2） 恐惧（3） 恐惧（3） 恐惧（1） 恐惧（2） 恐惧（2） 恐惧（1） 0 轻蔑（3） 轻蔑（3） 轻蔑（3） 轻蔑（3） 轻蔑（2） 轻蔑（2） 轻蔑（3） 42.9 厌恶（2） 厌恶（3） 厌恶（1） 厌恶（2） 厌恶（2） 厌恶（2） 厌恶（2） 0 愤怒（3） 愤怒（3） 愤怒（3） 愤怒（3） 愤怒（2） 愤怒（2） 愤怒（3） 14.3 正确率（%） 14.3 14.3 28.6 28.6 14.3 42.9 0
B组总体正确率：9÷42=21.4% 4 讨论与分析 4.1 本实验中两组判断的平均正确率具有差异可能有以下原因: (1)两组判断的平均正确率差异显著的原因可能是性别不同。根据临床放射学杂志对面部表情识别任务脑活动性别差异的fMRI研究 ：正性表情刺激时额叶激活存在偏侧化现象，男性以右侧激活为主，女性以左侧激活为主；负性表情刺激时女性额叶及小脑激活更明显；面部情绪处理中男性更易激活运动相关脑区。而本试验中第一组被试男生较多，因此正确率较高。 （2）与2组实验的记录纸不同而引起的心理因素有关。实验时组一被试使用的记录纸是有编好表情名称的记录纸，他们只需要看表情图片之后对应是哪种备选表情的名称打钩，因此较为简单，心理压力也较小，情绪稳定，利于判断。而组二则使用的白纸，他们需要在观察表情图片后自己写下表情名称，这具有一定的难度，心理压力较大，可能引起焦躁情绪，不利于判断，同时自己写的表情名称与标准答案也具有差异。 （3）对不同面部表情认知用的辅助方法和认知的差异可能是导致两组判断的平均正确率差异显著的一个微妙因素。在实验中，大多都用的是方法2和3辅助识别面部表情，这两种方法都是“非深度知觉”，他们将表情与经验相结合认知较准确。组B相对于组A则多用方法2。 4.2表情认知的线索探究 在近距离的面部表情识别中,特征部件线索的识别则更重要。另外,人脸的各部件对识别的贡献也不相同,如眼睛和嘴巴的重要程度大于人的鼻子,人脸上半部分重要性大于人脸下半部分。根据对人脑的研究表明,人脸的表情识别和人脸识别虽然存在联系,但总体说是分开的、并行的处理过程。 面部表情识别线索主要体现在表情特征提取的准确性和有效性上。尤其是后者，因为各种表情本身体现在各个特征点运动上的差别就不是很大。例如：嘴巴张开并不代表就是笑，也有可能是哭和惊讶等。以下我们所讲到的一些方法都是从人脸识别演变而来，结合表情识别的特点而运用。目前所用到的识别特征主要有：灰度特征、运动特征和频率特征三种。灰度特征是从表情图像的灰度值上来处理，利用不同表情有不同灰度值来得到识别的依据。这种情况下要求图象对光照、角度等因素要进行充分的预处理，使获得的灰度值具有归一性。运动特征利用了不同表情情况下人脸的主要表情点的运动信息来进行识别。频域特征主要是利用了表情图像在不同的频率分解下的差别，速度快是其显著特点。在具体的表情识别方法上，方向主要有三个：整体识别法和局部识别法，形变提取法和运动提取法，几何特征法和容貌特征法。 也有可能是哭和惊讶等。以下我们所讲到的一些方法都是从人脸识别演变而来，结合表情识别的特点而运用。目前所用到的识别特征主要有：灰度特征、运动特征和频率特征三种。灰度特征是从表情图像的灰度值上来处理，利用不同表情有不同灰度值来得到识别的依据。这种情况下要求图象对光照、角度等因素要进行充分的预处理，使获得的灰度值具有归一性。运动特征利用了不同表情情况下人脸的主要表情点的运动信息来进行识别。频域特征主要是利用了表情图像在不同的频率分解下的差别，速度快是其显著特点。在具体的表情识别方法上，方向主要有三个：整体识别法和局部识别法，形变提取法和运动提取法，几何特征法和容貌特征法。 两组被试选择最多的辅助方法2.想象适合面部表情的情绪，由此根据“面部肌肉运动模式作为情绪标志的根据”这一论断。被试主要是观察图片中人物的面部表情（眉、眼、嘴等）的细微区别，辅之以手的动作来推断情绪。 然而，面部肌肉运动模式中局部识别方法可以较精确的识别表情，局部识别方法就是将人脸的各个部位在识别时分开，也就是说各个部位的重要性是不一样。比如说在表情识别时，最典型的部位就是