然后，参与者分为两组：有表情或者无表情。带表情的一组：提供带表情的陌生人脸部图像；不带表情的一组：提供不带表情的陌生人脸部图像。这一“训练”阶段允许被试者了解所提供的照片中的脸部特征，并认识这些陌生人的人脸。带表情一组的被试者的识别速度更慢，所犯的错误也更多。但是，当被试者识别脸部表情变化的相同人脸时，不带表情的一组的反应速度和准确率都会降低。

图1.图中是男演员斯特林·海登。Expressiveness rating 收集自 40 位候选人，从左至右是 42.5%、58.1%、54.4% 和 66.9%。这些图像没有用于研究，仅仅用于展示。

图2：左图是“中立面孔”的示例，右图是同一演员做出“生动表情”的图例。Expressiveness rating 从左到右（上至下）分别是17.5%、77.9%、14.4%、77.5%、29.4%、89.4%、48.1% 和 70%。

论文摘要

我们根据相同人脸的不同表情进行了识别实验。这种对社会交往及其关键的能力，是人脸感知中的一个基本特征。

在研究中，作者提出了一个问题：通过改变表情，人的大脑对人脸的识别能力是否也会相应地被改变？ 反过来，这一实验也可以证明，人脸的识别和表情的识别在大脑中是分开进行处理的和是一起处理的。

通过一个识别任务，参与者要从电影中的毫无表情的脸部图像中判断两个角色的身份。

训练过程是给被试者提供带表情的或者不带表情的人脸照片。根据实验要求，相应的表情都是前期规定好的。被试组也分为带表情组和不带表情组。带表情的一组训练速度更慢，反应速度也更慢。当用相同角色的不同表情的新照片进行测试时，不带表情一组的反应速度和准确率都更低。这一发现清楚地表明，表情识别会影响人脸识别的进程。由于这种表情上的依赖性与人脸识别中的后期的分支模型相一致（在这种模型中，脸部要素的改变和识别都在相同的框架下进行编码），atv，所以这表明，人的标签是人脸识别标志的一个重要部分。

关键词：视觉感知，人脸感知，人脸识别，人脸表情，表情依赖