通过EEG解码了解面部识别过程中眼睛运动模式和一致性的作用
Guoyang Liu1,2, Yueyuan Zheng2,3, Michelle Hei Lam Tsang2
1School of Integrated Circuits, Shandong University, Jinan, China.
NPJ science of learning
|May 12, 2025
概括
面部识别过程中的眼动模式和一致性揭示了不同的认知机制. 聚焦眼睛的模式提高神经表现质量,而一致性表明神经发育效率更好地识别面部.
科学领域:
- 认知神经科学 认知神经科学
- 神经科学是一个神经科学.
- 心理学 心理学 心理学
背景情况:
- 眼睛运动模式和一致性与人脸识别性能相关.
- 了解底层的神经机制对于认知科学至关重要.
研究的目的:
- 为了调查眼睛运动模式和一致性是否反映了面部识别过程中的不同神经机制.
- 评估眼动特征与脑电图 (EEG) 解码精度之间的关系.
主要方法:
- 84名参与者完成了一项新旧的面部识别任务.
- 用隐藏马尔科夫模型 (EMHMM) 的眼动分析量化眼动模式和一致性.
- 使用支向量机分类器分析EEG数据,以解码面部的神经表示.
主要成果:
- 一个聚焦眼睛的模式与高α频段的更高的解码精度相关,表明神经表示质量更好.
- 较高的眼动一致性与高α频段的峰值解码精度的较短延迟有关,这表明神经表达的开发更有效.
- 眼睛运动模式和一致性都显示出与脑电图 (EEG) 解码精度的关联.
结论:
- 眼睛运动模式与神经表现在人脸识别中的有效性有关.
- 眼睛运动的一致性反映了在面部识别过程中神经表征发展的效率.
- 这些发现揭示了与眼动行为相关的面部识别背后的独特认知过程.


