Face space is not linear: Empirical evidence of curvature and compression
Notice bibliographique
Résumé
Face perception studies and models often assume that face space is linear, that is, that changes in gender or emotion produces linear changes in facial features. In the current study, we test the linear face space assumption by measuring additivity (i.e. whether the combination of gender and emotion is predicted by the sum of its components), proportionality (i.e. whether the ratio of internal-to-physical changes is constant, or whether there are compression or expansion effects at higher gender or emotion intensities), and directionality (i.e. whether increasing gender or emotion intensity introduces qualitative changes). Participants were told to produce faces that corresponded to various intensities along male/female and happy/sad continuums, including combinations of the two dimensions. They produced these faces using Poirier and Faubert (VSS 2010; in revision)’s technique, using sliders to adjust 53 components of facial expression including the shape and position of eyes, eyebrows, mouth, nose, and head. Data from 7 participants show that (1) variability along gender and emotion was captured by 3 dimensions: gender, emotion, and curvature (see below), accounting for 70.7% of variability in features (F(61, 500)=1.8, p=.0002), (2) gender and emotion were linearly additive within the range tested (F(12,560)=1.2, p=.30), (3) there was evidence of compression at high intensities for both gender (F(5, 30)=3.6, p=.012) and emotion (F(5,30)=5.0, p=0.002), (4) maximum expansion occurs at 0.5x female and 0.5x happy, and (5) the face space is significantly curved along both gender and emotion (R2s=49.1% & 57.4%, Fs(1,10)=9.7 & 13.5, ps=.011 & .0043 respectively) meaning that intensity changes introduced qualitative changes that cannot be captured as linear feature changes. The presence of deviations from linearity (e.g. compression, expansion, and curvature) implies that linear morphs as commonly used in experiments and virtual reality introduce both quantitative and qualitative systematic distortions, at least for variations involving gender and/or happy/sad. Meeting abstract presented at VSS 2012
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 | 0,002 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».