视觉特征解释不同电影内容中的动态审美体验

《Communications Psychology》：Visual features explain dynamic aesthetic experiences across distinct movie content

　　

日常生活中的审美体验是在持续变化的视觉输入下展开的。尽管这些体验明显依赖于观察者和情境，但部分可由输入的视觉特征加以解释。在此，研究人员考察了视觉特征组合能在多大程度上预测自然主义与艺术风格电影观看过程中的动态审美体验。在两项实验中，参与者分别对自然纪录片《Home》（N=37）或动画艺术风格电影《Loving Vincent》（N=30）进行了持续的审美吸引力评分。研究人员利用从每一电影帧中提取的图像可计算视觉特征（包括视觉流畅性、颜色与运动统计量以及对称性）对逐时刻评分进行建模。基于这些特征训练的线性模型能够可靠地预测新电影片段的审美评分，既能在同一观察者内部也能跨观察者进行预测，这表明审美体验受到共享的知觉影响。模型比较显示，在预测这两部电影的审美体验时，视觉流畅性和颜色相关特征的信息量最大。至关重要的是，尽管两部电影的内容和风格差异显著，基于一部电影训练的模型仍能可靠地预测另一部电影的审美吸引力评分；在跨电影预测中，颜色特征的信息量最大。研究人员得出结论：视觉特征为跨观察者和不同电影内容解释动态审美体验提供了稳健的基础。

研究背景与问题
审美体验（aesthetic experience）常由复杂动态视觉刺激引发。以往视觉美学研究主要考察单一视觉特征（如低层属性、对称性、复杂度等）或单一类型的视觉内容（如艺术画作、自然场景或面孔），导致两个局限：其一，多种视觉属性如何共同影响审美判断尚不明确；其二，基于特征的美学模型能否推广到不同视觉内容尚不清楚。为解决上述问题，研究人员选取视觉风格和语义内容差异显著的两部电影——自然纪录片《Home》与动画艺术风格电影《Loving Vincent》——进行了两项动态审美体验实验。

研究内容与主要结论
在实验1中，37名参与者观看《Home》；在实验2中，30名参与者观看《Loving Vincent》。参与者通过滑块连续评分报告每时每刻的审美吸引力。研究人员从每帧画面提取12种图像可计算视觉特征，分为视觉流畅性（visual fluency，指大脑对视觉信息整合加工的效率）、对称性（symmetry）、颜色统计（color statistics）和运动能量（motion energy）四组。采用岭回归（ridge regression）模型对连续评分进行预测。结果显示，视觉特征能够稳健预测电影内的审美评分，也能泛化到其他参与者；视觉流畅性和颜色统计对预测贡献最大；更重要的是，基于一部电影训练的模型能够显著预测另一部电影的审美吸引力，其中颜色特征跨电影预测的贡献最稳健。该研究表明，动态审美体验并非完全主观，而是部分基于共享的知觉加工机制，为量化复杂视觉刺激中的审美体验提供了可计算框架。论文发表在《Communications Psychology》。

关键技术方法
研究使用连续评分任务采集参与者的逐时刻审美评分。视觉特征提取包括：基于VGG16深层卷积神经网络的视觉流畅性指标（部件相似性、整合度、L₂范数）；水平和垂直反射轴像素相关计算对称性；CIELab色彩空间中计算彩色度、绿度、蓝度、平均饱和度、亮度对比和色调对比；采用时空Gabor滤波器模型计算运动能量，并经主成分分析提取第一主成分。使用嵌套交叉验证的岭回归模型进行预测，并通过留一被试交叉验证和跨数据集交叉验证评估泛化能力。样本来自两批视力正常或矫正正常的参与者（实验1：N=37；实验2：N=30）。

研究结果
**视觉特征稳健地预测审美吸引力评分**。通过嵌套交叉验证，在每个参与者的训练中留出一个片段作为测试集，另一片段作为验证集，剩余片段作为训练集。结果显示，视觉特征对《Home》（t(36)=12.18, p<0.001, Cohen's d=2.03）和《Loving Vincent》（t(29)=8.48, p<0.001, Cohen's d=1.58）的审美评分均有显著预测力，表明视觉特征可解释不同视觉内容下的动态审美体验。

**视觉特征可跨参与者预测审美吸引力**。利用其余参与者的平均评分训练模型，预测被留出参与者的逐时刻评分，发现对两部电影的预测均显著（《Home》: t(36)=12.35, p<0.001；《Loving Vincent》: t(29)=3.58, p=0.001）。这表明不同个体对视觉特征的审美评价有共享性；但《Loving Vincent》的跨被试预测精度低于《Home》，说明艺术化刺激的审美评价存在更大的个体差异。

**视觉流畅性和颜色统计驱动审美体验预测**。逐一