局部面部属性对面孔性别判断的影响

杨 姗，陈淑娟，胡 倩

（宁夏大学教育学院，宁夏银川 750021）

1 研究背景

在现实社会中不会存在两张一样的面孔，即使是十分相像的双胞胎，他们的面孔也会存在着差异。而个体在面孔识别的过程中，对于面孔的关注度也存在差异，以往的关于面孔识别的研究中大多是基于整个面孔所做的，但是也有研究证明了部分面部属性对于面孔识别具有不可估量的影响（孙宇浩，施慧敏，2012；Daniel，2017；郭建伟，2010）。而对于面孔性别的识别，许多研究者提出不同的理论来解释人们在面孔识别过程中的各种心理行为现象。如：特征假设、多维空间假设。唐玉梅等（2004）研究发现不同性别的被试在辨认陌生面孔的绩效上存在差异，且女性绩效高于男性，同时，对于不同器官的辨认，女性成绩优于男性。因此在面孔识别的过程中，不同的面部属性对面孔的影响不同，在不同性别图片的判断中，被试性别可能存在差异。

2 研究方法

2.1 实验一

2.1.1 被试

大学本科生共94名，年龄在18-23岁之间，男50名；女44名，视力或矫正视力正常。

2.1.2 预实验一

从中科院表情图片库选取中性表情图片40张，男女各20张，图片大小260×300像素；选20名大学生被试，男女各半，对每张图片进行“男性化--女性化”程度主观评价（1-10），从中选取男性化--女性化维度上均匀分布的20张黑白图片（男女各10张）作为实验材料。

2.1.3 实验材料

将预实验一所得的20张图片按性别分为两组，每组各10张，其中女性图片、男性图片分别随机分成两组，每组各5张，使用Photoshop软件将脸部分为四区。具体操作是（1）眉毛、眼睛、嘴巴，上下左右顶端各向外加3个像素分别取矩形。（2）鼻子，分别以两内眼角的连线为上边两边向中间移3个像素为短点，鼻子下端向下3个像素为下边，两边连接成矩形。通过除去面部一区而保留其他3区的方法，将每幅图进行4次处理，得到4张不同的图片，即将除去局部属性得到80张图片作为正式实验材料。

2.1.4 实验设计

实验采用 2（被试性别：男、女）×2（图片性别：男、女）×4（面孔属性：眉毛、眼睛、鼻子、嘴巴）的混合实验设计。被试内变量为面孔属性（即分别除去眉毛、眼睛、鼻子、嘴巴的分区图片）、图片性别，被试间变量为被试性别。因变量即为判别正确率以及反应时。

2.1.5 程序

随机呈现80张面部属性的人脸图片，每张图片呈现时间为5秒，被试要在5秒内尽量又快又准确做出判断。如果判定来自男性人脸，按“K”键，女性人脸则按“L”，电脑同时记录判断准确率及反应时。

2.1.6 结果

（1）面部属性缺失对面孔性别判断的正确率

本实验统计了除去不同面部属性的面孔判断正确率的平均数与标准差，分析后可知当面孔除去眼睛时，被试判断其性别的正确率相较低，说明眼睛在对面孔的性别判断的影响较大，而其他面部属性缺失时，被试的判定的正确率差异不大（M眼睛=0.75，M鼻子=0.90，M嘴巴=0.92，M眉毛=0.90）。

对 2（被试性别：男，女）×2（面孔性别：男，女）×4（面孔属性：鼻子、眼睛、嘴巴、眉毛）的混合实验设计正确率进行重复方差检验，结果为①面孔属性主效应显著（F（3，276）=78.069，p﹤0.01，η2=0.459），眼睛的正确率显著低于其他属性；②面孔性别的主效应显著（F（1，92）=6.689，p﹤0.05，η2=0.068），③被试性别主效应不显著；④图片性别与面部属性的交互作用不显著；⑤被试性别与面部属性的交互作用不显著，与图片性别的交互作用不显著；⑥被试性别，图片性别与面部属性的交互作用不显著。

（2）面部属性缺失对性别判断的反应时

对 2（被试性别：男，女）×2（面孔性别：男，女）×4（面孔属性：鼻子、眼睛、嘴巴、眉毛）的混合实验设计反应时进行重复方差检验①面孔属性主效应显著（F（3，276）=30.217，p﹤0.01，η2=0.247），鼻子的反应时显著低于其他面部属性；②图片性别主效应及其显著（F（1，92）=17.990，p﹤0.01，η2=0.164），男性图片的反应时会显著高于女性图片；③被试性别主效应不显著；④图片性别与被试性别的交互作用不显著；⑤图片性别与面部属性交互作用显著（F（3，276）=8.479，p﹤0.01，η2=8.084）；配对T检验结果表明女性鼻子的反应时显著高于男性鼻子的反应时（t=3.34，p﹤0.01）；女性眼睛的反应时显著高于男性眼睛的反应时（t=4.25，p﹤0.01）；女性眉毛的反应时显著高于男性眉毛的反应时（t=2.98，p﹤0.01），无其他显著；⑥被试性别与面部属性交互作用不显著⑦被试性别，图片性别，面部属性交互作用显著（F（3，276）=4.291，p﹤0.05，η2=8.084）,男性被试在判断男性图片和女性图片时，面部属性的简单效应都显著，前者（F（3，276）=9.95，p﹤0.01），后者，F（3，276）=18.37，p﹤0.01，女性被试在判断男性图片和女性图片时，面部属性的简单效应显著，前者，F（3，276）=6.08，p﹤0.05，后者，F（3，276）=12.01，p﹤0.01。

2.2 实验二

2.2.1 被试

大学本科生共97名，年龄在18-23岁之间，男54名；女43名，视力过矫正视力正常。

2.2.2 预实验二

将选取标志性（男性眉、女性眉、男性眼、女性眼、男性鼻子、女性鼻子、男性嘴、女性嘴）各十张，大小相同，选20名大学生被试对图片进行“男性化--女性化”程度主观评价（1-10），按照得分从中选取男性化--女性化维度上最接近10分的图片各5张，共40张黑白图片作为实验材料。

2.2.3 实验材料

随机从预实验一种选取的中性面孔中抽取2张（男女各1张），将从预实验二中选取好的标准面部属性与中性面孔融合，每次只改变一个面部属性，得到共80张黑白图片作为正式实验材料。

2.2.4 实验设计

实验采用2（被试性别：男，女）×2（面孔性别：男，女）×4（面孔属性：鼻子、眼睛、嘴巴、眉毛）混合实验设计。被试内变量为面孔属性（预实验中准备好的标准面部属性图片（眉毛、眼睛、鼻子、嘴巴）、图片性别，被试间变量为被试性别。因变量即为判别正确率以及反应时。

2.2.5 程序

随机呈现80张除去面部属性的人脸图片，每张图片呈现时间为5秒，被试要在5秒内又快又准确做出判断。如果判定来自男性人脸，按“K”键，女性人脸则按“L”，指导语中要求被试尽量做出判断，电脑同时记录判断准确率及反应时。

2.2.6 结果

（1）面部属性融合对面孔性别判断的正确率

本实验统计了融合不同面部属性的面孔判断正确率的平均数与标准差，分析可知当面孔融合不同性别标志性眼睛时，被试判断其性别的正确率相较低，说明眼睛在对面孔的性别判断的影响较大，而其他面部属性融合时，被试的判定的正确率差异不大（M眼睛=0.74，M鼻子=0.82，M嘴巴=0.89，M眉毛=0.88）。

对 2（被试性别：男，女）×2（面孔性别：男，女）×4（面孔属性：鼻子、眼睛、嘴巴、眉毛）的混合实验设计正确率进行重复方差检验，结果为：①面部属性的主效应显著（F（3，285）=62.998，p﹤0.01，η2=0.399），眼睛的辨别正确率显著低于其他属性；②图片性别的主效应显著（F=（1，95），p﹤0.05,η2=0.060），在“男性被试”条件下，图片性别差异显著，女性图片正确率显著高于男性图片，而在“女性被试”条件下，图片性别差异不显著；③被试性别主效应不显著；④图片性别与面部属性的交互作用不显著；⑤被试性别与面部属性的交互作用不显著，与图片性别的交互作用不显著；⑥被试性别，图片性别与面部属性的交互作用不显著。

（2）面部属性融合对性别判断的反应时

对 2（被试性别：男，女）×2（面孔性别：男，女）×4（面孔属性：鼻子、眼睛、嘴巴、眉毛）的混合实验设计正确率进行重复方差检验，结果表明：①面孔属性主效应极其显著（F（3，285）=38.125，p﹤0.01，η2=0.286），鼻子的反应时显著低于其他面部属性，眼睛的反应时显著高于其他面部属性；②图片性别主效应及其显著（F（1，95）=47.080，p﹤0.01，η2=0.331），男性图片的反应时显著高于女性图片；③被试性别主效应不显著；④图片性别与被试性别的交互作用不显著；⑤被试性别与面部属性分区交互作用显著（F（3，285）=3.764，p﹤0.05，η2=0.038），多重比较发现在“男性被试”条件下，鼻子的反应时显著低于其他面部属性，眼睛的反应时显著高于其他面部属性，而在“女性被试”条件下，鼻子的反应时显著低于眼睛，而眼睛的反应时显著高于其他各面部属性；⑥图片性别与面部属性交互作用显著（F（3，285）=3.503，p﹤0.05，η2=0.036），对其进行配对T检验发现，男性鼻子的反应时显著高于女性鼻子（t=3.587，p﹤0.01）、男性眼睛的反应时显著高于女性眼睛（t=3.828，p﹤0.01）、男性眉毛反应时显著高于女性眉毛（t=2.667，p﹤0.01）；⑦被试性别，图片性别与面部属性交互作用不显著。

3 结论

综合两个实验的正确率与反应时可以推出，不同的面部属性对于面孔性别的识别具有不同的影响。眼睛是面孔性别判断的最重要因素，即无论在熟悉面孔还是陌生面孔中，眼睛都表现出整体加工的锚定点作用，这与王旭辉的研究相符。而鼻子是对性别判断的影响不大，同时女性被试对于面孔的判别更敏感，而个体在对女性面孔判别时，除了眼睛缺失的影响，鼻子和眉毛也同样需要花费较多的时间，那么也可以说，眉毛和鼻子也同样是女性面孔判别时的重要因素。除此之外，被试对于男性面孔判断的时间显著长于女性面孔，那么个体判断男性面孔时需要更多时间考虑，这与先前的研究结论相悖，可能是因为现在的男性-女性化的现象有关。对比两实验的正确率可以发现，图片缺失面部属性的正确率高于面孔融合面部属性，这也证明了，个体在对面孔性别判断的过程中，特征信息与结构信息相互影响。