1. 装置および刺激
2. デザイン

図 1。付随のエンコード メモリ パラダイム倒立顔の効果を発揮するように設計方法です。実験では 2 つの部分。付随するエンコーディング フェーズと呼ばれる最初の部分で参加者は 40 面のセット、1 つずつとは単にそれぞれの顔が男性か女性かどうかを報告する質問を観察します。2 番目のフェーズでは、参加者は驚きのメモリ テストを与えられます。各試験では、2 つの面はサイド ・ バイ ・ サイドを示しています。エンコード段階で表示面の各ペアの 1 つは、他のホイルと呼ばれる新しい顔は、観察者によって前に見た。タスクは、各ペアのどちらの顔が以前に見られるものを示すため、左右の矢印キーを使用することです。重大に、半分の面のペアが逆さまに表示されます。測定対象は、逆さまの顔と比較して右サイドのレポートの正確性です。この図の拡大版を表示するのにはここをクリックしてください。
3. 実験を実行しています。
ソース: ジョナサン ・ Flombaum 講座-ジョンズ ・ ホプキンス大学
認識、それは多くの複雑な要求実際が楽な集中的な認識し、複雑な刺激を解釈する能力が感じている場合の処理します。処理を専門し、非常に重要な刺激の特定の種類の自動化されたためにです。この現象の最もよい例間では表面処理です。人々 は、検出し、顔を認識しようとしてはしないでください。それはちょうど起こるようです。ただし、顔を検出し、それらを互いに離れて言っては実際に厳しい計算作業です。
人間の顔認識能力は、特殊な計算と専用の脳のネットワークに依存します。これの 1 つの単純なデモは、倒立顔の影響です。逆さまに顔の認識は認識、右側よりもはるかに難しいが、他の多くの種類のビジュアル オブジェクトでも同じではないです。倒立顔の効果は、さまざまな方法で示されます。このビデオは、偶発的顔処理と倒立顔の効果を調査するためメモリ パラダイムのエンコーディングを示しています。
1. 装置および刺激
2. デザイン

図 1。付随のエンコード メモリ パラダイム倒立顔の効果を発揮するように設計方法です。実験では 2 つの部分。付随するエンコーディング フェーズと呼ばれる最初の部分で参加者は 40 面のセット、1 つずつとは単にそれぞれの顔が男性か女性かどうかを報告する質問を観察します。2 番目のフェーズでは、参加者は驚きのメモリ テストを与えられます。各試験では、2 つの面はサイド ・ バイ ・ サイドを示しています。エンコード段階で表示面の各ペアの 1 つは、他のホイルと呼ばれる新しい顔は、観察者によって前に見た。タスクは、各ペアのどちらの顔が以前に見られるものを示すため、左右の矢印キーを使用することです。重大に、半分の面のペアが逆さまに表示されます。測定対象は、逆さまの顔と比較して右サイドのレポートの正確性です。この図の拡大版を表示するのにはここをクリックしてください。
3. 実験を実行しています。
私たちは顔を検出して認識しようとはしませんが、それは偶然に起こります。
印象的なことに、認識を成功させるには、複雑で要求の厳しい計算を専用の脳ネットワークで行い、別々の特徴をまとまりのある顔に統合する必要があります。
顔を右側を上にして認識するのは比較的簡単ですが、逆さまの位置で顔を識別するのははるかに困難ですが、これは他の種類の視覚オブジェクトには当てはまりません。
これはしばしば逆顔効果と呼ばれ、顔認識が認知的および脳内でどのように行われるかを調査するために設計された実験で使用されます。
このビデオでは、設計と実行の方法、および偶発的な符号化メモリパラダイムを介して反転面効果を調査する実験を解析および解釈する方法を示します。
この実験では、参加者は、偶発的な曝露とテストという2つの異なるフェーズで男性と女性の顔を判断するよう求められます。
最初の偶発的な曝露部分では、参加者に 40 個の顔のセットが、一度に 1 つずつ 1 秒ずつ表示されます。
すべての画像が表示された後、参加者は関連するキーを押して、それが男性か女性かを報告するように求められます。このプロセスは、偶然にも、知らず知らずのうちに顔を処理する私たちの自然な能力を模倣しています。
次に、2 番目のテスト フェーズでは、参加者に 2 つの面を並べて表示します。1つは偶発的な露出部分からランダムに選択され、もう1つはフォイルと呼ばれ、性別が一致し、参加者がこれまでに見たことがありません。
テスト期間中の顔もランダムに混在しており、半分は逆さまに、残りの半分は右側を上にしています。参加者は、2つのうちどちらが以前に見られたかを示すように求められます。
この場合、従属変数は、直立した向きと逆向きの向きで正しく識別された面の数 (メモリ精度の単純な尺度) です。
参加者は、以前に見た顔を逆さまにするのではなく、直立させて表示したときに、以前に見た顔を思い出す能力が向上することが期待されます。反転した面を識別する際のパフォーマンスの低下は、反転面効果と呼ばれます。
実験を開始する前に、参加者が既知の視覚障害や人物の認識に困難がないことを確認してください。
まず、プレゼンテーション用コンピューターから60cmのところに座らせます。 偶発的な曝露フェーズの指示は、今後のテストフェーズには触れずに説明してください。
プログラムを開始し、参加者が実験の最初のフェーズを実行し、5分間で40回の試行を完了する間、近くに立ちます。彼らは 1 秒間 1 つの顔を見て、男性の場合は 'M' キー、女性の場合は 'F' キーを押すことで顔の性別を識別することに注意してください。
初期フェーズに続いて、研究のこの部分を完了してくれた参加者に感謝し、次のテストフェーズの指示を伝えます。
もう一度、プログラムを開始し、40回の試行の2番目のメモリフェーズを完了するときに近くに立ってください。このパートでは、参加者が左矢印キーまたは右矢印キーを押して、以前に観察された顔を示すことに注意してください。
データを分析するには、正しく識別された顔の割合を計算し、メモリ精度の結果を試行タイプ(直立型と倒立型)ごとにグラフ化します。
視覚的に正常な参加者のほとんどでは、逆さまの面ではなく直立した面を識別すると、精度がはるかに高くなり、面の反転効果が実証されます。
逆さまのもののパフォーマンスが低い(偶然に近い)ことは、特殊な顔の処理メカニズムが、ほとんどの場合、直立した向きで経験されるという事実を利用するように調整されていることを示唆しています。
反転面の処理に伴う複雑さについて理解したところで、効果を適用できる追加の調査シナリオを検討してみましょう。
ニューロイメージング研究では、逆顔効果を使用して、特殊な顔の処理に関与する脳領域を特定しています。
直立した顔は、逆さまの顔面領域(FFA)よりも紡錘状面領域(FFA)で強い神経応答を引き起こし、逆さまの顔は特殊な顔処理ニューロンと関与できないことを示唆しています。
さらに、FFAの脳損傷は、相貌失認として知られる障害、つまり自分自身を含む顔を認識できなくなる可能性があります。
相貌失認の人は、通常、逆さまの顔と同じように右側の顔を識別するのが難しいため、このタスクは顔の失明を診断するためによく使用されます。
JoVEの逆さ顔エフェクトの紹介をご覧になりました。これで、一連の顔のエンコードを実装し、記憶によってなじみのある顔を取得することで、この種の実験を設計および実施する方法を十分に理解できたはずです。また、結果を分析して解釈する方法も知っておく必要があります。
ご覧いただきありがとうございます!
結果の分析、単に逆さまに (反転) 試験と臨床試験 (アップライト) を右側面ので参加者によって正しく認識されて顔の割合を計算します。図 2に示すように、バー グラフを使用してパフォーマンスを比較します。最も視覚的に通常のオブザーバー精度は、倒立顔に比べてアップライトと高くなります。しかし、これは困難な作業、直立面に対しても 0.9 以下のパフォーマンスを見つけることがあります。倒立顔パフォーマンスもアプローチのチャンス、0.5 何オブザーバー スコア場合、彼らはただの推測可能性があります。倒立顔のパフォーマンスが低い特殊な計算および顔の認識に使用される脳メカニズムが顔は縦方向に経験がほとんど常にファクトを活用にチューニングされていることを示しています。

図 2のメモリ精度反転正立顔に比べて
倒立顔検出が困難なプロセスには多くのアプリケーション。たとえば、ニューロ イメージング研究は、特殊な表面処理に関わる脳部位を識別するために効果の利用をしています。脳スキャンは、オブザーバー直立表示できるだけでなく、面を反転するときに取得されます。2 種類の刺激への応答ファイルと比較されます。刺激の両方のセットは全体的に非常に似ている visual プロパティを持つ視覚システムのような活動に 。一つの脳領域で、正立顔は倒立顔が神経細胞の顔処理専門に従事する失敗することを示唆しているもの、逆よりもはるかに積極的な応答を生成します。この方法に対応する領域は、紡錘状回または紡錘顔領域 (時々 略して FFA) と呼ばれます。この脳の領域は、顔処理の特殊な側面を調査する他の多くの研究に関与しています。
2 番目のアプリケーションは、相貌失認と呼ばれる障害と関係しています。これは極度な難しさを認識し、顔の時にも検出を指します。紡錘状回に脳の損傷相貌失認が生じる。しかし、脳の損傷のない既知の原因を持つ人々 にも表示されるように今知...
Chapters in this video
0:00
Overview
1:06
Experimental Design
2:45
Running the Experiment
3:58
Representative Results
4:43
Applications
5:44
Summary
Videos from this collection: