《Neuropsychologia》:Have I seen you before? Evaluating the learning of naturalistic faces and faces in art
编辑推荐:
人脑如何对新面孔形成稳定的、视角不变的识别能力,以及这种学习过程如何受到面孔真实感(从照片到抽象艺术风格)的影响,目前尚不清楚。为此,研究人员采用ERP技术,让被试在身份匹配任务中学习不同写实程度的陌生面孔(照片、文艺复兴风格、立体主义风格)。研究发现,早期结构编码(N170)受真实感与视角任务需求调节,而后续N250r则成为视角不变身份表征形成的指标。随着学习深入,照片面孔的视角容忍度逐渐提高,而风格化面孔的视角不变性则出现得更早。这表明,学习能够促进大脑形成更稳定、更抽象的身份表征,深化了我们对面孔学习神经机制的理解,并为艺术与自然面孔识别过程的比较提供了新证据。
我们每天都要识别无数的面孔,无论是熟悉的家人朋友,还是新闻中一闪而过的公众人物,甚至是艺术画作和雕塑中描绘的肖像。识别熟悉面孔对我们来说轻而易举,即便照片模糊、角度刁钻也能一眼认出。然而,面对一张完全陌生的脸,我们的识别能力却大打折扣,换个角度、换个光照,可能就认不出来了。这种巨大的差异背后,隐藏着一个核心科学问题:大脑究竟是如何从几张图片中“学会”一张新面孔,并构建出不受视角、光线等干扰的、稳定的身份表征的?这个过程是否对所有“像脸”的物体都一视同仁,还是说,我们大脑的“学习算法”在面对高度风格化的艺术面孔(比如毕加索的立体主义肖像)时,会采取不同的策略?
为了探究这些问题,由Paulo Ventura、Mariona Pascual、Francisco Cruz和Susana Araújo组成的研究团队,在《Neuropsychologia》上发表了一项研究。他们不再局限于使用标准化的真人照片,而是将面孔刺激扩展到一个“真实感连续谱”上,一端是真实的照片,另一端是高度抽象的立体主义雕塑面孔,中间则是相对写实的文艺复兴风格雕塑面孔。通过结合高时间分辨率的脑电图(EEG)和事件相关电位(ERP)技术,他们深入大脑内部,实时观测了人们对不同类型陌生面孔进行“学习”和“识别”的神经电生理过程。
研究人员采用了源自Zimmermann和Eimer(2013)的身份匹配范式,并向其中引入了艺术面孔刺激。28名成人被试参与实验,他们需要快速判断屏幕上先后出现的两张脸是否属于同一个人。实验精巧地操控了两个关键变量:身份(相同 vs. 不同)和视角(重复,如正面-正面 vs. 变化,如正面-侧面)。整个实验被分为多个阶段,前半段让被试反复接触面孔的正面和左侧面视图,后半段则引入了全新的右侧面视图,用以检验学习成果是否能“举一反三”,推广到从未见过的角度。
团队重点关注了两个经典的ERP成分:N170和N250r。N170是刺激出现后约170毫秒出现的负波,被认为反映了早期的面孔结构编码,对是否是一张脸敏感,但与熟悉度的关系存在争议。N250r(或N250重复效应)则是刺激后220-270毫秒的负成分,被广泛认为是面孔学习、身份特异性表征形成和激活的关键指标,特别是在快速重复启动范式中,相同身份面孔的重复出现会引发比不同身份面孔更强的N250r负波。
主要技术方法
本研究为脑电研究,关键技术方法包括:1. 事件相关电位(ERP)技术:通过脑电图记录设备(BioSemi ActiveTwo系统,64导电极帽)连续采集脑电信号,时间分辨率高,用于捕捉面孔处理过程中的快速神经活动。2. 特定实验范式:采用身份匹配任务,通过控制面孔对的身份(相同/不同)和视角(重复/变化),并分阶段(学习阶段、新视角测试阶段)呈现刺激,以研究学习与视角泛化。3. 刺激材料控制:使用三类刺激(真实人脸照片、文艺复兴风格雕塑面孔、立体主义风格雕塑面孔),每类9个身份,每个身份包含正面、左侧面、右侧面三种视角。所有图片经处理后匹配了亮度、对比度等低阶视觉属性,以减少混淆因素。4. 数据分析方法:使用FieldTrip工具箱进行脑电数据预处理(滤波、伪迹剔除、平均参考等),并以兴趣区分析和重复测量方差分析(ANOVA)为核心统计方法,聚焦于N170和N250r成分在特定时间窗和电极点(主要为后部颞枕区电极)上的平均波幅。
研究结果
3.1. 行为数据
总的来说,被试的身份匹配准确率很高(90%)。反应时数据分析揭示了一些有趣的模式。随着实验的进行(从前半段到后半段),被试的反应整体上变快了。更重要的是,对于照片面孔,无论视角是否变化,判断两张相同身份面孔的速度总是快于不同身份面孔。然而,对于文艺复兴和立体主义面孔,这种“身份反应优势”只存在于视角重复的情况下;当视角发生变化时,判断相同身份和不同身份面孔的速度就没有差异了。这意味着,在行为层面,被试能快速、有效地处理照片面孔的身份信息并克服视角变化,但对于艺术面孔,身份匹配在视角变化时仍会面临困难。
当引入全新的右侧面视图进行测试时,情况变得更加微妙。对于照片,在“旧”视角(已学习过的正面和左侧面)条件下,视角变化时依然存在身份反应优势;但在“新”视角下,这种优势消失了,说明学习对全新视角的泛化有限。对于文艺复兴面孔,新旧视角下都表现出了身份反应优势,且不受视角条件的显著调节,显示出较好的泛化能力。对于立体主义面孔,在新视角下,只有视角重复时表现出身份反应优势。
3.2. 电生理数据
3.2.1. 面孔学习对视角依赖性的影响:实验前半段 vs. 后半段
- •
N170 (150-190 ms):早期N170成分的调制模式复杂,且依赖于刺激类型和视角。对于照片,身份效应(相同身份与不同身份波幅的差异)仅在视角变化时出现。对于文艺复兴面孔,在两种视角下均未出现可靠的身份效应。对于立体主义面孔,身份效应在视角重复和变化时都存在。此外,随着学习进行(从前半段到后半段),身份效应整体增大,且对视角变化试次的神经反应负性程度降低。这些结果表明,N170阶段的加工更多受到视角相关知觉需求的影响,并未显示出完全的视角不变性身份编码,且不同真实感的面孔在此阶段启用了不同的加工策略。
- •
N250r (220-270 ms):这是本研究关注的核心学习指标。对于照片,结果与经典发现一致:在实验前半段,N250r身份重复效应(相同身份比不同身份引发更负的波幅)仅出现在视角重复时,视角变化时没有,表明学习初期依赖视角特异的图像编码。到了后半段,该效应在视角重复和视角变化条件下都出现了,标志着随着学习进行,逐渐形成了视角不变的身份表征。
对于立体主义面孔,出现了令人意外的模式:从实验一开始,N250r身份重复效应就在视角重复和视角变化条件下同时存在,并且在整个实验过程中持续。这表明,对于这种高度风格化的面孔,视角不变性的身份加工在早期学习阶段就已建立。
对于文艺复兴面孔,其模式介于两者之间:在实验前半段,身份重复效应在两种视角条件下都已出现,但效应大小受视角调制(视角重复时效应更大)。后半段模式类似,视角不变性出现较早,但视角依然调节效应强度。
3.2.2. 视角泛化效应:旧视角 vs. 新视角
研究者进一步检验了学习效应能否泛化到全新的右侧面视角。对于照片,在全新视角的测试阶段,N250r身份重复效应仅在视角重复时可靠存在,在视角变化时则不显著,表明对照片面孔的学习向全新视角的泛化是不完全的,尤其在需要跨视角匹配时。对于文艺复兴和立体主义面孔,结果更支持泛化:在全新视角测试阶段,身份重复效应不仅在视角重复时存在,在视角变化时也依然(或接近)显著。这意味着,对艺术面孔的学习,形成了能更好适应新异视角的身份表征。
研究结论与意义
本研究通过精巧的ERP实验,揭示了面孔学习过程中视角不变性表征形成的神经动力学,并首次系统考察了面孔真实感对这一过程的调节作用。主要结论如下:
- 1.
早期结构编码(N170)的复杂性:N170成分的身份相关调制受到视角和刺激类型的共同影响,证实其反映的是受视角任务需求调节的早期面孔知觉加工,而非纯粹的视角不变身份编码。不同真实感的面孔(照片、文艺复兴、立体主义)在N170阶段已表现出分离的加工模式,提示其处理策略可能从一开始就不同。
- 2.
学习与视角不变性的动态形成:N250r成分作为身份表征形成的关键指标,清晰地展示了学习如何促进视角不变性。对于最自然的照片面孔,视角不变性需要时间积累,随着重复暴露逐渐从视角依赖转化为视角容忍,重复了前人的发现并验证了范式的有效性。
- 3.
面孔真实感的关键调节作用:本研究最突出的发现是,面孔的写实程度显著调节了视角不变性出现的时程。高度风格化的立体主义面孔,在学习的极早期就表现出强劲的视角不变性身份效应。研究者推测,这可能是因为立体主义面孔具有更高的视觉独特性,其夸张、几何化的特征可能更易于被提取为稳定的身份诊断线索,从而更快地形成跨视角的稳定表征。文艺复兴面孔也表现出较早的视角不变性倾向,但效应大小仍受视角调制,处于中间位置。
- 4.
向新视角的泛化:学习形成的身份表征具有一定的抽象性,能够部分泛化到从未见过的视角,但这种泛化能力因刺激类型而异。艺术面孔(特别是立体主义和文艺复兴风格)表现出更强的向新视角的泛化能力,而照片面孔的泛化,尤其在跨视角匹配条件下,则相对有限。
这项研究的意义在于,它将面孔学习的研究从单一的“真实面孔”领域拓展到了更广阔的视觉表征范畴,揭示了人脑在面对从高度写实到高度抽象的“面孔”时,其学习与识别机制既存在共性(如依赖N250r相关脑区形成身份表征),也存在因刺激结构而异的特异性加工路径。它表明,视角不变性并非自然面孔专属的、通过长期经验缓慢获得的特性,在特定条件下(如高视觉独特性),大脑可以快速构建跨视角的身份表征。这深化了我们对人类面孔识别系统灵活性以及知觉学习机制的理解,也为理解艺术感知的神经基础提供了宝贵的电生理证据。