Link between initial fixation location and spatial frequency utilization in face recognition
Notice bibliographique
Résumé
Recent face perception studies have explored individual differences with regard to visual processing strategies. Two main strategies, associated with distinct eye movement patterns, have been highlighted: global (or holistic) face processing involves fixations near the center of the face to facilitate simultaneous peripheral processing of key facial features (i.e. eyes and mouth); local (or analytic) face processing involves fixations directed to those facial features (Chuk et al, 2014; Miellet et al, 2011). Since it has been shown that peripheral processing entails lower spatial resolution (Goto et al, 2001), global face processing may theoretically be linked to lower spatial frequency (SF) sampling. By contrast, local face processing may allow the extraction of higher SFs. However, the link between eye movements and SF extraction has not yet been empirically verified for face recognition. Thus, the current study proposes to investigate this question. The eye movements of 21 Canadian participants were monitored while they completed an Old/New face recognition task. Subsequently, the SF Bubbles method (Willenbockel et al., 2010) was used to measure the same participants’ SF utilization during a face identification task. Fixation duration maps were computed for each participant using the iMap4 toolbox (Lao et al., 2017), and participants’ individual SF tuning peaks, obtained with SF Bubbles, were calculated. In line with previous studies, our participants’ initial fixations generally landed near the center of the face, with varying degrees of proximity to this location (Euclidean distances: from 25.76 to 146.03 pixels; SD of 32.08 pixels). Crucially, SF peaks significantly correlated with the location of the first fixation (r = −0.46; p = 0.037): participants using higher SFs initially gazed closer to the left eye than participants using lower SFs. These results suggest that greater reliance on high SFs is associated with early fixations toward the left eye region.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».