Ansiktsutrymme
Ansiktsrymd är en teoretisk idé inom psykologin så att det är ett flerdimensionellt utrymme där igenkännbara ansikten lagras. Representationen av ansikten inom detta utrymme är enligt oföränderliga egenskaper hos själva ansiktet. Men nyligen demonstrerades det teoretiskt att ansikten också kan lagras i ansiktsutrymmet enligt deras dynamiska egenskaper, och att det resulterande utrymmet i detta fall uppvisar en dubbel struktur.
Ansiktsutrymmesramverket har varit mycket inflytelserik i den senaste ansiktsbearbetningsteorin; citerad i nästan 1000 vetenskapliga artiklar och nyligen återbesökt i en specialutgåva av tidskriften Quarterly Journal of Experimental Psychology med de 10 bästa idéerna som har dykt upp på tidskriftens sidor.
Ansiktsutrymme är användbart för att redogöra för olika aspekter av ansiktsigenkänning, inklusive den egna rasens partiskhet, särart och karikatyreffekter. Ramverket har också tillhandahållit användbara tillämpningar vid utformningen av kriminaltekniska tekniker för ögonvittnesidentifiering, såsom ansiktskompositer och polisuppställningar .
Egenskaper
Face-space-ramverket är en psykologisk modell som förklarar hur (vuxna) människor bearbetar och lagrar ansiktsinformation, som vi använder för ansiktsigenkänning . Den är flerdimensionell, med varje dimension kategoriserad efter vissa ansiktsdrag, av vilka några kan vara: ansiktsform, hårfärg och längd, avstånd mellan ögonen, ålder och maskulinitet. Dessa är dock inte kategoriskt identifierade, och ansiktsutrymmesdimensioner skulle teoretiskt kunna inkludera vilket som helst särskiljande ansiktsdrag. Modellen antar att varje ansikte mentalt representeras som en specifik plats inom detta psykologiska utrymme (enligt dess dimensioner) och att ansiktens likhet överensstämmer med avståndet mellan dem; liknande ansikten är närmare varandra och olika ansikten längre.
Matematiska antaganden är också nödvändiga för att förklara egenskaperna hos ansiktsrymd. Den centrala punkten av ansiktsrymd (dvs. ursprunget) representerar den centrala tendensen för alla dimensioner av ansiktsdrag, med lagrade ansikten antas ha en normalfördelning i var och en av dessa dimensioner. Som sådana är ansikten placerade tätast och ser mest typiska ut vid ursprunget, och blir glesare och mer distinkt med större avstånd från ursprunget.
Att lagra ett ansikte på en specifik plats inom face-space innebär kodning av ansiktsdata till ramverkets dimensioner. Kodning är dock aldrig perfekt; alla faktorer som hindrar ansiktsigenkänning kan inducera kodningsfel. Faktorer som negativa färger , minimal visningstid och inversion (sett upp och ner) när du tittar på ett ansikte kan avsevärt öka dess kodningsfel. Medan andra faktorer som ras, särart och karikatyreffekter kan göra kodning lättare eller svårare.
Norm och exemplariska modeller
Två lite olika modeller av face-space är standard: norm- och exemplarbaserade face-spaces. Båda modellerna kodar ansikten i ett multidimensionellt psykologiskt utrymme och tar hänsyn till faktorer som ras och inversion. Men de skiljer sig åt när det gäller deras förklaring av ett ansiktes placering i utrymmet; antingen som en vektor från ett 'normansikte' eller som avstånd från andra ansikten.
I den normbaserade modellen är kodningen av ansikten relativ till ett centralt ansikte vid ursprunget: ett 'normansikte'. Ansikten är ordnade med hjälp av vektorer från denna norm, med vektorns längd- och riktningsparametrar bestäms av ansiktets särdrag respektive egenskaper.
I den exemplarbaserade modellen kodas ansikten som individuella punkter i rummet, snarare än som vektorer i förhållande till ett normansikte. Likhet med andra ansikten i denna modell definieras av det relativa avståndet mellan ansiktena.
Ansiktsigenkänningsförklaringar
Särart och karikatyreffekter
Flera studier har visat att ansikten med särskiljande egenskaper lättare känns igen än typiska ansikten. Ansiktsutrymmesramverket kan förklara detta fynd eftersom det antar att ansikten är normalt fördelade över dess dimensioner. Därför hittas många typiska ansikten vid modellens ursprung, med allt mer distinkta, men sällsynta, ansikten som hittas längre bort. Sålunda, eftersom distinkta ytor är belägna längre bort från andra ytor i ytutrymmet (låg exemplarisk densitet), är förväxling med dessa andra ytor mindre sannolikt, vilket leder till bättre igenkänning.
En karikatyreffekt betecknar upptäckten att karikerade ansikten är lättare att känna igen än verkliga (original) sådana. Karikatyrer jämför enskilda ansikten med ett "genomsnittligt" ansikte (förenklad version av originalet) och överdriver de ansiktsskillnader som finns, vilket ger det ursprungliga ansiktet mer distinkta drag. Den ökade särprägeln som framkallas av karikatyren förklarar karikatyreffekten: det ursprungliga ansiktet är mer typiskt än karikatyren och därför i ett mer trångt område av ansiktsutrymme, medan den mer distinkta karikatyren är längre bort, och därför har mindre utrymme för förvirring.
Egen ras partiskhet
En egenrasfördom är tendensen att lättare känna igen ansikten på människor av samma ras som dig själv, jämfört med olika raser. Många studier har gett bevis för detta fenomen, och ansiktsutrymme presenterar flera förklaringar.
En tolkning av placeringen av ansikten inom ansiktsrymden med hjälp av flerdimensionell skalning avslöjar att ansikten från andra raser är tätt packade inom ett mer avlägset område av ansiktsrymd, medan ansikten från egen ras är mer opartiskt fördelade runt ursprunget. Detta förklaras i termer av skillnaden i exemplarisk densitet (hur nära ansikten är placerade mot andra ansikten) mellan egna och andra raser. Eftersom ansikten från andra raser är kodade med mindre betoning på att särskilja ansiktsdrag och mer på ras (motsatsen till ansikten av egen ras), är de grupperade nära varandra, men ändå är de på avstånd från den centrala punkten i ansiktsutrymmet. Till skillnad från särart underlättar avståndet i det här fallet inte ansiktsigenkänning, på grund av den högre exemplariska tätheten (många ansikten ligger nära varandra) hos ansikten av andra raser.
Normbaserat ansiktsutrymme å andra sidan förklarar egenrasbias som en konsekvens av avståndet från "normytan". Ansikten av egna raser är belägna närmare normen, medan ansikten från andra raser är grupperade längre från den, vilket gör ansiktena av egna raser snabbare att bearbeta och känna igen.
Forensiska ansökningar
Ansiktsutrymmesramverket har varit mycket inflytelserik i utvecklingen av moderna ögonvittnesidentifieringstekniker. Särskilt för både fjärde generationens ansiktskompositsystem och mer rättvisa polisuppställningar för misstänkta med utmärkande drag.
Ansiktskompositer
Face-space lägger tonvikt på ansiktsidentifiering enligt likheter eller skillnader mellan hela ansikten, snarare än individuella ansiktsdrag. Följaktligen används huvudkomponentanalys för att härleda vissa dimensioner eller "egenytor" från provytor, som kan kombineras och kodas på för att konstruera nya, hela ytor. Detta kan användas för att skapa mer exakta ansiktskompositsystem, eftersom holistiska ansiktsrepresentationer är bättre igenkända än representationer som använder individuella funktioner, som de som används av äldre ansiktskompositsystem.
Design av polisens lineup
I en polisuppställning är det inte rättvist för den potentiellt oskyldige misstänkte att välja den enda misstänkte som har ett utmärkande drag som beskrivits av ögonvittnet (som en piercing) på basis av enbart det draget. För att korrigera för denna partiskhet kan du antingen dölja funktionen på individen eller replikera funktionen på alla misstänkta. Särskiljande egenskaper som replikeras på flera ansikten skulle innebära att de är närmare i ansiktsutrymmet och därför uppfattas som mer lika, enligt hybridlikhetsmodellen. Följaktligen förutsäger denna modell replikering korrekt som en effektivare procedur för korrekt identifiering av målindivider än döljande, som ett resultat av ett svårare beslut som inducerats genom mindre varians inom lineupen.