面孔表情识别事件相关电位的性别效应

目的考察面孔表情加工对应的事件相关电位(event-relatedpotentials,ERP)时空模式的性别差异。方法采用正性、中性、负性三种面孔表情简笔画图片为刺激,31名受试者(男18例,女13例)执行隐含面孔表情识别任务,比较了不同性别的ERP差异波(正性和负性分别减去中性表情对应的ERP波形所得的"情绪波")及N210(对应于文献中的N170)的异同。结果正性情绪波显著的差异在100￣200ms的分布由左侧逐渐过渡到右侧、260￣280ms分布于两侧但以左侧为主、360￣380ms为前部;负性情绪波显著的差异在360￣380ms分布在头皮右侧、500￣520ms则在左侧并向后部扩布。女性面孔表情识别左半球的比右半球N210潜伏期明显延长。结论不同性别间对面孔表情的神经加工存在差异,女性N210左半球加工速度迟于右半球。

基于多角度LBP特征的三维人脸性别分类

人脸性别分类是一个富有挑战的研究方向,目前的研究尚不完善.本文提出一种三维人脸的性别分类方法,首先对数据集进行局部区域最近邻点迭代算法(Iterative closest point,ICP)匹配,自动实现人脸正向姿态校正;对数据集人脸统一做俯仰角度的旋转,从不同视角上提取基于深度缩略图的多角度LBP(Local binary patterns)特征;再由支持向量机(Support vector machine,SVM)分类器完成训练分类.该方法在CASIA数据库上实验,对全库中性表情人脸进行性别分类,可以得到最高98.374%的正确率.

基于卷积神经网络的人脸性别识别

人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验表明,该方法的网络结构有效地克服了旋转、遮挡等因素的影响,具有较好的鲁棒性。

分视野范式呈现的情绪性面孔的加工

研究采用36名被试(女20名,男16名),采用4种变化强度(5%、10%、20%、30%)的5种情绪面孔(愉快、惊讶、悲伤、厌恶、愤怒),记录被试对左右视野呈现的中性面孔和情绪面孔识别的正确率,考察情绪效价单侧化效应的性别差异。结果发现:积极情绪面孔比消极情绪面孔的识别正确率更高;表情强度高的面孔识别正确率高于表情强度低的面孔;女性被试对左视野出现的消极情绪面孔识别正确率高于右视野出现的消极情绪面孔,相反,对右视野出现的积极情绪面孔识别正确率更高。说明在女性被试上出现了效价单侧化效应。

5岁儿童对熟悉面孔的特征信息识别

关于儿童面孔认知的已有研究大多未曾控制好实验材料的熟悉度。研究选用10个同班同学的面孔作为材料,考察了5岁儿童对熟悉面孔的识别特点。结果发现,5岁儿童能准确辨认同伴的面孔。依赖面孔的部分信息(内、外轮廓)甚至单一部件(眼睛),儿童辨认同伴面孔的成绩就可以高于随机水平。儿童的面孔识别模式和成人相似,辨认内轮廓的绩效高于外轮廓,眼睛的绩效高于鼻子和嘴巴。儿童识别自我面孔的模式和成人相反,辨认他人面孔的成绩好于辨认自我面孔。实验证明熟悉度是影响儿童面孔识别绩效的重要因素。

面孔再认能力性别差异的实验研究

采用"学习—再认"范式,以有或无外部特征的不同性别面孔照片为材料,研究面孔记忆的性别差异,结果表明:(1)有外部特征时,女性被试对不同性别面孔的记忆成绩均好于男性被试;无外部特征时,女性被试与男性被试的记忆成绩不存在性别差异;(2)比起男性照片,女性可记忆更多的女性照片,表明女性在面孔记忆中存在自我性别偏见;男性也是可记忆更多的女性照片,存在反向的性别偏向;(3)无论被试性别和照片性别,均是有外部特征的面孔照片的记忆效果更好;有外部特征的情况下,女性的自我性别偏见更明显。

基于独立分量分析和遗传算法的人脸性别分类

性别是人脸反映的一个重要信息,通过人脸图像实现性别自动分类对大型人脸数据库的检索和识别具有重要意义。提出了一种新的结合独立分量分析(ICA)和遗传算法(GA)的人脸性别分类方法。首先采用快速独立分量分析方法(FastICA)提取人脸图像的独立基图像和投影向量,获得人脸的低维表征;然后通过遗传算法从该低维空间中选择对性别分类有利的特征子集;最后采用支持向量机进行分类。将ICA的空间局部特征提取功能、遗传算法快速寻优的特征选择功能以及SVM的强分类能力有机地结合起来。实验表明,该方法取得了很好的分类性能。

基于深度可分卷积神经网络的实时人脸表情和性别分类

针对目前普通卷积神经网络(CNN)在表情和性别识别任务中出现的训练过程复杂、耗时过长、实时性差等问题,提出一种深度可分卷积神经网络的实时人脸表情和性别识别模型。首先,利用多任务级联卷积网络(MTCNN)对不同尺度输入图像进行人脸检测,并利用核相关滤波(KCF)对检测到的人脸位置进行跟踪进而提高检测速度。然后,设置不同尺度卷积核的瓶颈层,用通道合并的特征融合方式形成核卷积单元,以具有残差块和可分卷积单元的深度可分卷积神经网络提取多样化特征,并减少参数数量,轻量化模型结构;使用实时启用的反向传播可视化来揭示权重动态的变化并评估了学习的特征。最后,将表情识别和性别识别两个网络并联融合,实现表情和性别的实时识别。实验结果表明,所提出的网络模型在FER-2013数据集上取得73.8%的识别率,在CK+数据集上的识别率达到96%,在IMDB数据集中性别分类的准确率达到96%;模型的整体处理帧率达到80 frame/s,与结合支持向量机的全连接卷积神经网络方法所得结果相比,有着1.5倍的提升。因此针对数量、分辨率、大小等差异较大的数据集,该网络模型检测快,训练时间短,特征提取简单,具有较高的识别率和实时性。

面孔知觉中的适应现象

人们在比较长时间地知觉加工面孔中的性别、表情、种族、年龄等信息时,会产生适应现象,即对这些信息的变化更加敏感,甚至因过度敏感而产生面孔知觉错觉。研究者创设了适应范式(adaptation paradigm)用于面孔知觉研究,大多集中于探讨面孔各个维度知觉上怎样出现适应效应,发现面孔适应效应受制于多种因素,最近几年研究焦点转向了对面孔属性间关系的探索。未来研究尚需要加强面孔知觉适应的过程研究以及提高面孔适应研究的生态效度等。

面孔性别判断信息偏好的分布模型

目的试图构建面孔性别判断信息偏好的分布模型,用于解释面孔认知任务特异性以及知觉不对称性现象,从而补充经典面孔表征理论的不足。方法利用Bubbles技术和聚焦窗口技术探索面孔性别判断的信息偏好。结果在特定任务下的面孔判断对面孔上的信息具有特定的偏好,且面孔上的每一点都具有一定的权重值,从最关键到最不关键可以建立一个分布模型。在面孔性别判断中,最为关键的信息为眼睛部分的信息,接着是嘴巴和鼻子的信息。结论面孔上信息在面孔认知中权重不同;面孔性别判断中眉毛和眼睛区域提供的信息最为关键,且具有任务特异性;面孔性别判断具有知觉不对称效应,其中左半脸有更大的作用。

基于人脸图像的性别识别方法研究

研究性别优化识别问题,在当前的性别识别方法中,大部分依靠的是一些明显的人体第二性征作为识别依据,当人脸上性别特征不明显的时候,识别成功率不高。为了提高准确率,提出了一种性别模型的性别识别判定方法。利用摄像设备采集单帧人脸图像,首先采集人脸关键部位的有效特征点,建立有效的性别识别模型,运用模型进行性别的判定。实验结果表明,方法相对于以人体性别特征为参数的性别识别方法,识别的准确率有了明显改进,取得了不错的识别效果。

对面孔刺激执行趋避任务时的性别效应

通过被试以趋近、回避两种方式,按指导语调节屏幕上一个象征自己的卡通人物趋近或远离面孔图片,来探索面孔加工时的性别效应。实验通过网络选取了一定数量的男女面孔图片,经评定合格后的图片作为本实验的实验材料。实验共分为两个block:在一个block中,被试要完成趋近男性面孔和远离女性面孔的任务;而另一个block的任务是趋近女性面孔和远离男性面孔。实验后要求被试对实验中所出现的刺激图片的面孔吸引力进行7点等级评定,目的是排除实验材料的面孔吸引力对实验结果的影响。反应时的数据分析结果表明,男性被试趋近女性图片的反应时显著短于趋近男性图片的反应时,而男性被试远离女性图片的反应时要显著长于远离男性图片的反应时,即男性被试的反应符合"异性相吸"的观点,而女性被试却未见此现象。

基于多标签核判别分析的人脸身份与性别识别方法

为解决多标签线性判别分析(MLDA)方法在非线性维数约简方面的局限性,提出了一种多标签核判别分析(MKDA)方法,并将其用于人脸的身份与性别识别中.该方法的基本思想是通过非线性映射将训练样本从输入空间映射到高维核特征空间中,并在该特征空间中进行基于MLDA的数据降维.在身份和性别识别中,首先采用MKDA方法对人脸图像特征向量进行降维,获取判别特征矢量集;其次,为每幅人脸图像赋予一个表征身份和性别的多标签类别矢量;最后,采用减秩回归模型(RRR)描述判别特征矢量与多标签类别矢量之间的回归关系,并利用该模型进行未知人脸的身份和性别识别.AR人脸数据库上的实验结果表明:在人脸身份和性别识别中,MKDA方法的识别率高于传统核判别分析(KDA)方法.

小学儿童对面孔情绪效价和性别信息的识别特征

目的了解小学儿童对面孔情绪效价和性别信息的识别特征,进一步探索面部表情识别与性别识别是独立加工还是交互作用机制。方法选取32名三年级小学生和32名五年级小学生,采用情绪信息量和性别信息量相匹配的面孔图片,通过引导被试的注意,使其分别完成对情绪效价和性别特征的快速分类任务。结果在正确率上,面孔性别类型,任务类型与年级的三重交互效应显著(F=7.637,P<0.01),三年级儿童在对女性图片的效价分类任务上正确率显著高于性别分类;在反应时上面孔情绪类型,面孔性别类型,任务类型与年级四因素交互效应显著(F=5.676,P<0.05),三年级儿童对女性积极面孔在情绪效价反应时上显著短于对性别分类的反应时,对男性积极,男性消极和女性消极面孔的两种分类任务在反应时上无显著差异。五年级儿童对4类图片的两种任务在反应时上差异均不显著。结论①小学儿童对积极表情的辨别优于消极表情;②小学儿童对表情信息与性别信息的加工是相互影响的;③小学儿童对面孔中的情绪信息和性别信息加工能力表现出发展的趋势。

基于人脸图像的性别识别建模与仿真研究

研究性别识别问题,人脸图像受到光照、姿态、年龄的变化等影响,采用单一特征提取方法难获得较高的性别正确率。为提高性别识别正确率,提出采用几何特征和主成分分析结合的性别识别算法。首先采用几何特征方法对人脸图像的特征进行提取,然后采用主成分分析选择对识别结果有重要影响的特征,最后将选择特征输入到支持向量机进行学习,建立性别分类器。采用印度人脸库对算法性能进行检验,结果表明,本文算法加快了性别识别的速度,提高了识别正确率,能够对光照和姿态变化较大的图像进行正确识别。

梯度-LBP优化深度图像分析的性别人脸识别

针对目前最先进的3DLBP人脸识别算法中仍存在特征长度大、编码不稳定等固有缺陷,提出了一种基于梯度LBP的深度图像分析算法。从各种不同方向视觉化LBP算子,计算相邻像素的深度差,产生多个有导向的深度差图像,串联合并各个深度差直方图信息,形成唯一有导向的深度差直方图。在Kinect和范围扫描仪数据库图像上的所有实验均证明了所提描述符优于3DLBP。此外,还加权合并所提描述符和灰度图像的LBPU2,在高质量3D范围扫描仪数据库图像(Texas 3DFR)和Kinect设备采集的低质量图像(EURECOM Kinect人脸数据库)上的总体平均识别率可高达96.70%。

全局融合卷积神经网络的边缘分类的人脸性别识别

人脸性别识别是人脸识别领域研究的热门课题.为了进一步提高人脸性别识别的准确率,在传统的融合模型基础上,提出一种新型全局融合卷积神经网络模型(NFDCNN).在NFDCNN模型结构上,每两采样层之间的卷积层在卷积特征提取之前融合前一级的子采样特征,这种方法可以保留原始的特征信息同时与深层纹理融合,具有高度的还原度,缩小网络误差.NFDCNN模型分类函数在常规的Softmax上做了改进,引入了区域边缘分类函数AM-Softmax,该分类函数在归类上是以一块区域为界限来划分,挤压同类,扩大类间距离,缩小类内距离.实验是在不同的人脸数据集上采用该模型方法与其他先进方法对比,验证了提出的NFDCNN模型分类识别是有效的.

心理咨询师信息呈现对大学生在线心理求助意愿的影响

目的:探讨心理咨询师的专业性、面孔可信度和性别等信息呈现对大学生线上心理求助意愿的影响。方法:选取某高校200名大学生,通过3(专业性:高、中、低)×3(面孔可信度:高、中、低)×2(面孔性别:男、女)三因素被试内实验设计,采用E-prime编程模拟在线心理咨询预约场景,比较大学生在线心理求助意愿的差异。结果:大学生对高专业性心理咨询师、高面孔可信度心理咨询师的心理求助意愿得分均高于对中、低专业性和中、低面孔可信度心理咨询师(均P<0.05);对女性心理咨询师的心理求助意愿得分高于对男性心理咨询师(P<0.05);对专业性较高、面孔可信度较高的女性心理咨询师心理求助意愿得分高于对其他条件下的心理咨询师心理求助意愿得分(均P<0.05)。结论:对大学生而言,专业性较高、面孔可信度较高的女性心理咨询师可能引发更高的心理求助意愿。

性别与礼貌原则的运用

礼貌原则维护了交谈双方的均等地位和他们之间的友好关系。本文以《围城》前三章的人物对话为分析材料,略谈性别对礼貌原则运用的影响:女性大多自觉遵守礼貌原则;男性却容易违背礼貌原则。提出请求或要求时,女性语气委婉温和;而男性语气简慢无礼。女性之间,男性对女性常常互相恭维赞扬;男性之间,女性对男性较少恭维赞扬。女性对别人的话语容易表示认同和赞赏;男性却不以为然。女性尽力掩饰对他人的厌恶;男性却直接表示对他人的厌恶。

基于DSP的广告智能推送系统

针对公共场所广告屏幕的广告投放缺乏针对性这一问题,提出了基于DM642和嵌入式视觉处理的广告智能推送系统的实现方案。系统通过摄像头采集广告前方人群运动场景的视频,进行人群信息粗略分析,从而得到观看广告人群的大致特征。同时对特征进行分类从而智能决策广告投放的类型,提高了广告投放的效率。