Mean Representation of Multiple Facial Expressions

人们可以相当精确地提取多张表情面孔的平均情绪， 然而对于这种平均表征的机制仍然存在很多的问题和争议。本研究从个体表征与平均表征之间的关系为切入点，探讨了个体表征精确性如何影响平均表征这一问题。 实验 1通过操纵多面孔呈现时间改变面孔个体表征精确程度，考察了个体面孔表征精确性如何影响人们对多面孔集合中面孔成员的认知以及内隐的平均表征，结果发现人们倾向于判断“平均情绪”面孔为集合成员。随着面孔集合呈现时间增加，将“实际面孔成员”判断为“是成员”的比例增加后趋于稳定，将“平均情绪”面孔判断为集合成员的比例也增加后趋于稳定，但之后有所下降，不过依然与相应条件下对“实际面孔成员”的判断相当。 实验 2通过操纵多面孔呈现时间，考察了个体面孔表征精确性对外显的平均情绪辨别的影响，发现人们可以相当精确地提取多表情面孔的情绪信息，平均情绪辨别能力与一般情绪辨别能力非常相似，随面孔呈现时间变化为变化的趋势也基本一致。不过，在快速呈现(50ms)条件下，人们获取多个不同面孔平均情绪信息的速度快于多个相同面孔情绪信息的速度。 实验 3通过操纵面孔在视野中的位置改变个体面孔表征精确性，发现相比于中央窝外的面孔，位于中央窝的面孔在情绪平均表征中起到更大的作用，拥有更高的权重。 实验 4在控制面孔物理显著性和情绪强度的基础上，探究了中央窝外面孔的情绪显著性如何调节其在平均情绪表征中的作用，结果表明多面孔平均情绪加工中存在中央窝外的正性优势。 本研究说明了平均表征在一定程度上依赖个体表征的精确性，人们会基于个体表征精确性进行加权平均；不过当个体表征精确性非常差时，平均表征可以做出弥补因此依然保持相对较高的精确性；视野和情绪属性也会共同影响平均表征。 本研究增进了我们对多面孔平均表征的机制的理解， 为多面孔与单面孔加工理论的发展以及情绪加工研究提供了新的启示。