Different Spatial Frequency Tuning for Judgments of Eye Gaze and Facial Identity
Notice bibliographique
Résumé
Humans use the direction of people's gaze as a cue to their mental and emotional states. Human adults are most efficient in using low (coarse details) to mid (finer details) spatial frequencies to discriminate facial identities (Gao & Maurer, 2011). Adults are highly sensitive to changes in the direction of gaze (Vida & Maurer, 2012a). Here we tested whether adults' sensitivity to eye gaze, like their sensitivity to identity, is tuned to a limited range of spatial frequencies. In Experiment 1, participants (n=4) viewed faces presented with filtered noise that masked one of 10 narrow spatial frequency bands, with the centre frequency of the noise varying between blocks. Participants discriminated between two male faces or two female faces, or between gaze shifted to the left or right by 4.8° or 8°. We measured participants' contrast thresholds for each task, and used an ideal observer analysis to evaluate the importance of each frequency band for human sensitivity, taking into account the amount of information available to perform the task. For judgments of identity, participants relied on low to mid frequencies, but not on higher frequencies, a pattern consistent with previous studies (Gao & Maurer, 2011). For eye gaze, a small range of mid to high frequencies was most important, and the highest frequency important for gaze was higher than that for identity. In Experiment 2, participants (n=6) discriminated among horizontal and among vertical shifts of gaze. The most important frequencies were the same as for judgments of gaze in Experiment 1. However, the surrounding frequencies were less important for horizontal than vertical judgments, a result that may reflect finer tuning for horizontal judgments. Together, these results provide the first evidence that sensitivity to gaze is tuned to higher spatial frequencies than sensitivity to facial identity. Meeting abstract presented at VSS 2014
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».