基于面部特征的性别识别.docx
- 文档编号:29846954
- 上传时间:2023-07-27
- 格式:DOCX
- 页数:8
- 大小:91.11KB
基于面部特征的性别识别.docx
《基于面部特征的性别识别.docx》由会员分享,可在线阅读,更多相关《基于面部特征的性别识别.docx(8页珍藏版)》请在冰豆网上搜索。
基于面部特征的性别识别
基于面部特征的性别识别
作者简介:
莫剑宏,华东师范大学心理系,硕士研究生。
莫剑宏郑丽
摘要:
本研究包括两个实验。
实验一运用心理物理学的调整法,系统地改变黑白人脸图片的像素比,测定被试正确判断人脸性别的像素比例阈限。
结果显示,个体在图片只呈现全部像素40.78%的情况下,性别判断的正确率即达到95%。
实验二采用将人脸分区的方法,研究不同的面部区域在面孔的性别识别中的作用。
结果显示:
一、分区的主效应1极其显著,嘴部区域对性别识别的贡献最小;二、图片性别与分区的交互作用极其显著;三、图片人物性别和被试性别对判断的正确率有显著影响,女性被试正确率显著高于男性,男性人物图片识别率显著高于女性。
关键词:
面部特征性别识别像素调整
1.导言性别的面部识别是一项快速而有效的认知过程。
人们能轻而易举地辨别一个人到底是男性还是女性。
即使把所有文化线索(诸如发型、化妆等)去除,成人对性别的识别正确率依然接近1%/,而7岁的儿童对于同样的任务正确率达到80%。
这些数据表明,面部解剖学所提供的生物线索足以让人们进行有效的性别判断,并且这种能力在儿童早期就已习得。
面部信息可以分为特征信息和结构信息。
前者指的是面孔上相对独立的器官及其性质,如眼睛的形状、颜色等;后者指的则是这些面部主要器官之间相对的空间关系。
男性与女性的面部在形态特征和结构上存在着差异,因而特征信息和结构信息都可以为性别判断提供帮助。
在早[来自wWw.lw5u.coM]期的研究中,结构受到的关注更多,比如Samal对脸部27个点之间的欧式距离进行性别差异的比较,发现男性和女性的面部结构有显著差异,尤其是颔下点与耳垂之间的距离,即左耳最低点与下巴最低点之间的距离,男性要显著长于女性。
近期对于性别的面部识别研究将重点逐渐转移到面孔的形态。
单独的面部部位可以用来做性别判断,至于哪一部位对性别判断的贡献最大,或者说人们更易通过哪一部位来判断一个人的性别,以往研究得出的结果并不完全一致。
Wichmannn等结合心理学实验与机器学习的方式(machinelearn-ingmethods),发现人类在做性别判断时最依赖的面部部位是眼睛以及嘴部区域【4】。
日本的一个实验通过将面部部位进行组合,包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓(脸颊和下巴),发现在进行性别判断时,被试主要依据的是眉毛和脸部轮廓。
但是更多的研究指出,眼睛为性别判断提供的帮助更大,其次是脸部轮廓。
由于计算机处理技术的日益进步,关于面部识别的研究范式也趋于多样,对于不同像素的人脸图像的性别判断即是其中一种。
Cellerino等对一批脸部轮廓之内的人脸照片进行了不同的处理,其中一种处理是使用空间过滤(spatialfiltering)将白人男女脸部图片从28672个像素分别减少到7168、1792、448以及112个像素,结果发现女性脸部图片的识别在1792个像素时就处于随机水平,而男性脸部图片在112个像素[来自wwW.lW]水平上的识别正确率还显著的高于随机水平,这表明识别出男性面部所需的像素值要显著低于女性,即辨别男性面部要更容易。
另一种则是使用不同的高斯噪音过滤(Gaussiannoisefiltering)强度(25%、50%、75%和100%)处理所有的原始图片,得出的结果与前者类似。
同时发现性别判断中存在显著的性别差异,女性在识别同性时效率更高。
研究者们提出了各种理论来解释面部识别中的各种现象,最典型的理论是特征假设、双重模式假设、整体假设、多维空间假设和图式层次理论。
其中,特征假设是其他理论的基础。
特征假设认为人们主要依赖面部特征知觉和记忆面孔,该理论也是本研究的主要理论基础。
本研究分为两个实验。
实验一通过调节黑白人脸图片的像素比判断性别的方法,考察人们能进行有效性别判断的像素阈限。
实验二采用脸部分区的方式,以一批标准化脸部照片的特征信息为研究对象,将脸部划为内轮廓、眼睛、嘴巴、鼻子等四个区域,寻找最能够有效帮助人们进行性别判断的脸部部位。
2.实验
2.1实验一
被试:
大学本科生30名,男女各半,视力或矫正视力正常。
刺激:
本研究从中科院表情图片库选取了中性表情图片100张,男女各50张,图片大小260×300像素;另选12位大学生被试对每张图片进行“男性化——女性化”程度主观评价(0%~100%),按照得分从中选取男性化——女性化维度上均匀分布的图片共40张。
用Photoshop处理预实验所得的40张彩色图片,调节对比度到100,得到40张黑白图片,作为正式实验材料。
仪器:
显示器为17英寸纯平,分辨率为1024×768像素,屏幕刷新频率为70hz。
刺激图片在屏幕上形成的视角为5.70×8.080。
设计:
2(被试性别:
男vs.女)×2(图片性别:
男vs.女)×4(分区:
内轮廓、眼睛、鼻子和嘴巴)的混合实验。
程序:
随机呈现40幅人脸图片,男女各20幅。
程序自动以O%的像素比率读取图片,因此最初被试看不到图片。
要求被试单击按钮来增加比率,每单击一次增加0.5%,调整范围从0-100%。
要求被试在觉得恰好可以辨别出图像性别的时候,按键保存自己的性别判断结果,程序自动保存此时的像素比。
2.2实验二
被试:
大学本科生被试20名,男女生各半,视力或矫正视力正常。
实验刺激:
将预实验所得的20张图片女性图片随机分到A、B两组,每组10张;并将男性图片随机分到C、D两组。
使用Photoshop软件,将脸部的分为四区。
具体分区方法如下
(1)眼部(包括眉毛)、嘴巴:
上下左右顶端各向外加3个像素分别取矩形。
(2)鼻子:
分别以两眼内角的连线为上边,连线两边向中间移3个像素为端点,鼻子下端向下3个像素为下边,在鼻子两侧最宽处连接上下两边取梯形。
(3)内轮廓:
沿面孔轮廓线向内约10个像素处画线,向内取图片,得内轮廓图。
通过去除1区、保留另3区的处理,将原来的一张人脸图片处理成四张不同的图片,每组图片数变为40张,A、B、C、D四组共160张。
处理所得图片实例详见附录二。
实验材料呈现的视角同实验一。
仪器:
同实验一。
设计:
2(被试性别)×2(图片性别)混合设计,被识性别为被试间变量,图片性别为被试内变量。
实验程序:
实验过程包括8个试块,每个试块共80个试次,每个试次呈现1幅图片。
试块1的实验材料是A组和C组图片(以下简称A&C,余类推);试块2:
B&D:
试块3:
A&C;试块4:
B&D试块5:
A&D;试块6:
B&C;试块7:
A&D;试块8:
B&C。
为了避免被试过度疲劳,每个试块结束稍事休息;为了减少对材料记忆的干扰,在试块1-4中将A&C和B&D间隔呈现,同理在试块5-8中将A&D和B&C间隔呈现。
每个试块内图片全随机。
每张图呈现时间为5秒,被试要在5秒内做出判断。
被试通过按键判断每张图片来自女性人脸还是男性人脸,如果判定来自男性,按“K“键,如果判定为女性,按“L”健。
指导语中要求被试尽量又快又准做出判断,电脑也会同时记录判断的准确率与反应时。
3.结果
3.1实验一
2(被试性别)×2(图片性别)的方差分析表明,被试性别变量主效应不显著(81=1.734,p>0.05),图片性别变量主效应不显著(F(.28J-0.616,p>0.05),两者的交互作用也不显著(F(l,2S;=1.882,p>0.05),表明对于男女被试,不论判断的性别是男还是女,其判定阈限都没有显著性差异。
30个被试对40张黑白人脸图片总做了30×40次反应,判断正确次数1028次,错误次数为172次。
1028次正确判定的图片像素比率为15.790/0±11.91%(M±SD),95%的正确率对应的像素比率为40.780/0。
3.2实验二
本实验统计不同处理水平下正确率的平均数与标准差±如),结果见表1。
对正确率做2(被试性别)×2(图片性别)×4(分区)的混合设计的重复方差检验,结果表明,分区的主效应极其显著(F。
=15.879,p<0.01),事后检验的LSD配对比较结果表明,所有的配对都出现了显著的差异(p<0.01或更好);图片性别显著(F(,9=6.026,p<0.05),男性图片正确率显著高于女性图片;被试性别极其显著(F(.9=9.749,p<0.01),女性被试正确率显著的高于男性。
图片性别与分区的交互作用极其显著(F(,6=9.561,p<0.01),配对T检验表明,男性内轮廓图片的判断正确率极其显著的高于女性内轮廓图片(£(29)=4.308,p<0.01),男性鼻子图片的判断正确率显著的高于女性鼻子图片0(29)=2.533,p<0.05),无其他显著性;被试性别×图片性别×分区交互作用不显著3,I。
=0.521,p>0.05)。
不同处理水平下反应时的平均数与标准差(M±SD)见表2。
对反应时做2(被试性别)×2(图片性别)×4(分区)的混合设计的重复方差检验,结果表明,分区的主效应极其显著(F(,,-。
=12.630,p<0.01),事后检验的LSD配对比较表明除了内轮廓一嘴巴对比差异不显著外,其他都出现了极其显著的差异0<0.01);图片性别不显著-,is=0.608,p>0.05);被试性别不显著(F(-.t9=1.038,p>0.05);图片性别与分区的交互作用极其显著(F(3.1。
=6.585,p<0.01),配对T检验表明,对女性内轮廓图片的反应时极其显著的高于男性内轮廓图片(t(.9=3.277,p<0.01),其他对比都没有达到显著水平;被试性别×图片性别×分区交互作用不显著∽(3,.6=0.142,p>0.05)。
4.讨论
4.1实验一
实验一通过调节黑白人脸图片的像素比判断性别的方法研究了个体能够进行性别判断的有效像素比。
统计结果表明,在排除所有错误反应的情况下,图片性别没有主效应,表明被试在正确判断男性图片或女性图片时所依赖的最小像素比没有差异;同时也没有出现被试性别的主效应或两者的交互作用,这些结果共同表明被试可能采用同一像素比作出正确的性别判断的。
基于以上结果,本研究统计出有95%的概率作出正确的性别判断的像素比率为40.78%,表明个体在图片只呈现40.78%的像素比的情况下,其做出正确的性别判断的概率就能达到95%了。
虽然根本目的不同,Cellerino等人[1]的实验采用了与本实验一定程度上相似的方法研究了不同像素下白人面孔图片的性别判断的差异,得出了与本实验并不一致的结果:
性别判断时,男性脸部图片的识别所需的像素值显著的小于女性,同时出现显著的性别差异,即女性被试在识别女性图片时更有优势。
出现这种差异的原因可能有两个。
一是面孔性别识别可能具有跨文化的差异性,可能相较于亚洲人,白人女性更容易被判断为男性,因此在识别像素上要求更高;二是由于两个研究所采用的材料和方法。
本研究使用的是经过简单处理的黑白男女脸部图片,而Cellerino用的是经过空间过滤的彩色图片,即使经过处理,其色彩等因素还是保留的,在实验过程这些因素可能也是作为性别判断线索的一部分存在,因此其研究之所以出现逮样的结果。
对被试来说本研究任务的难度更大,可利用的线索更少,可能由此导致了与Cellerino不同的具有一定特色的结果。
4.2实验二
实验二通过将人脸分四区的方法研究了不同的脸部区域在面孔性别识别中起到的作用的差异。
判断正确率的重复方差检验结果表明,分区的主效应极其显著,去除嘴巴的图片平均正确率最高,说明嘴部区域相较与其它区域而言,对于性别识别的贡献不大。
这与Wichmannd41在研究中所发现的结果,即人类在做性别判断时最依赖的面部部位是眼睛以及嘴部区域相矛盾。
图片性别与分区的交互作用极其显著,男性内轮廓图片的判断正确率极其显著的高于女性内轮廓图片。
内轮廓是五区中信息量最大的分区,包括了眼睛、鼻子、嘴巴,所以通过这个结果可以推断,在多种线索面部特征同时存在,对男性脸部的识别比女性脸部的识别更简单。
同时,反应时的重复方差检验结果表明,图片性别与分区的交互作用极其显著,对女性内轮廓图片的反应时极其显著的高于男性内轮廓图片,即被试男性内轮廓图片的判断更为迅速,这一点也再次验证了内轮廓在男性脸部识别中,相较与女性脸部识别的优势地位。
男性缺失鼻子图片的判断正确率显著的高于女性缺失鼻子图片。
该结果表明,鼻子是女性脸部识别一个关键性的特征,结合上一段讨论,进一步推断,女性内轮廓图片判断率的优势可能是鼻子做出的主要贡献。
被试性别极其显著,女性被试正确率显著的高于男性。
这一结果可能与女性被试观察判断更为细心的性格特点相关。
而男性图片正确率显著高于女性图片,可能是由于女性被试正确率高,而从生物进化学角度考虑,人类应当对异性的脸更为敏感,对女性被试而言,男性的脸更容易识别。
还有一种可能性就是存在这样一种普遍倾向,人们会把中性化的脸判断为男。
5.结论
(1)实验一中运用调节黑白人脸图片的像素比判断性别的方法得到个体能够进行有效的性别判断,即有95%的概率作出正确的性别判断所需的像素比率为40.78%。
(2)实验二中运用将人脸分四区,让被试在缺失特定区域时判断性别的方法,研究了不同的脸部区域在男女各自性别判断中起到的作用的差异,发现分区的主效应极其显著,嘴部区域相较研究中划分的其他区域而言,对性别识别的贡献最小。
(3)图片性别与分区的交互作用极其显著,男性内轮廓图片的判断正确率极其显著的高于女性内轮廓图片,反应时极其显著的低于女性内轮廓图片。
另外,男性缺失鼻子图片的判断正确率显著的高于女性缺失鼻子图片。
-全文完-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 面部 特征 性别 识别
![提示](https://static.bdocx.com/images/bang_tan.gif)