背景介紹

【憤怒Anger】這種情緒，作為一種狀態(tài)來考慮時，被描述為對情緒激發(fā)者的刺激、壓力和挫折的短暫體驗；當憤怒作為一種特質來考慮時，則是一種更穩(wěn)定的人格氣質，使個人對無害和無侵犯性的暗示也會產(chǎn)生頻繁且強烈的憤怒反應。另一方面，【敵意Hostility】被認為是一種情緒狀態(tài)或表達，它傳達了公開或秘密傷害個人的意圖，包括攻擊性動作和表明攻擊意圖的行為特征。

指導本次研究的探索性假設是，與憤怒的表情相比，敵意的表情可能表明對身體傷害的意圖更高，可能會引起更高的周圍神經(jīng)系統(tǒng)喚醒度和不同的面部情緒反應。為了探索這一假設，我們在目前的研究中測試了憤怒和敵對的表情是否會引起不同模式的皮電和心率反應，以及它們是否與不同的面部情緒特征相關并引發(fā)不同的面部情緒反應。我們從現(xiàn)有數(shù)據(jù)庫中選擇和評估被標記為憤怒和敵對的面部，隨后我們公開展示這些面孔以及其他表達恐懼、悲傷和中性的面孔，并測量皮膚電導、心率和面部情緒變化。當前研究的目的是探索憤怒和敵意之間可能存在的差異，并用嚴格的方法和統(tǒng)計標準測試是否可以在沒有意識的情況下解讀敵意的面孔。

實驗第一階段

本實驗的第一階段第一步的目標是從現(xiàn)有數(shù)據(jù)集中預選出表達憤怒或敵意的面孔，并使用諾達思的面部表情分析系統(tǒng)評估這些面孔是否在面部的動作單元(Action Unit)中表現(xiàn)出差異。

26名被試依次觀看來自 50 名演員的 200 張被標記為憤怒的面孔，被試被問到“什么標簽最能描述所呈現(xiàn)的臉？"，使用鍵盤選擇憤怒、敵意、兩者或無。在標記反應之后，被試需使用鼠標從 1（低）到 10（高）的情緒表達強度進行評分。使用諾達思的面部表情分析系統(tǒng) (FaceReader) 對生成的圖像進行分析。分析包括內(nèi)置情感分類標簽（憤怒、恐懼、驚訝、快樂、悲傷和中性）、面部動作單元是否受到神經(jīng)支配的評估以及用于識別面部動作單元神經(jīng)支配的百分比指標特定動作單元在評估面孔中的顯著程度。

分析結果后我們發(fā)現(xiàn)，與表達敵意的面孔相比，被試對表達憤怒的面孔（M = 8.27，SD = 1.05）的壓力評分高于表達敵意的面孔（M = 7.36，SD = .84；p < .001；d = .96）。與憤怒的表情（M = 6.35，SD = 1.14；p < .001；d = 2.77）相比，敵對表情的敵意評級更高（M = 8.91，SD = .64）。使用面部表情分析系統(tǒng)進一步定量分析憤怒和敵意之間面部動作單元支配差異的百分比有顯著差異（F（1, 9）= 16.11；p < .01；η2 = .64），表明敵意包括更明顯的頭部前傾和凝視行為，如Table 1。

實驗第一階段的第二步是評估和比較憤怒和敵對的表達以確定對個人造成身體傷害的意圖。在這一步的假設是，在前一步被標記為憤怒的面孔和被標記為敵對的面孔之間的表達差異可能部分是由于敵對面孔的表達特征與更高的身體傷害意圖相關聯(lián)。第二步包含42名被試，被試依次觀看刺激呈現(xiàn)的來自 20 位演員的 20 張面孔，其中10張在前一階段被標記為憤怒的面孔，10張被標記為敵對的面孔。被試被問到“請評價你認為這個表達方式表明意圖傷害個人的可能性有多大？"。被試需要從 1（低）到 10（高）對每個表情進行評分。

分析結果后我們發(fā)現(xiàn)，與憤怒的面孔相比，被試認為敵對面孔 (M = 8.31. SD = .62) 造成身體傷害的可能性更高 (M = 7.75, SD = .49; t (41) = 5.49, p < . 001; d = 1.01），這表明與憤怒的面孔相比，敵對表情包括更明顯的物理威脅相關特征。

實驗第二階段

本實驗的第二階段的目的是呈現(xiàn)一秒鐘的憤怒、敵對、恐懼、悲傷和中性的表情，并測量皮膚電導、心率和面部情緒反應。我們對這一階段的假設是，由于敵對面孔的表達特征表明對身體傷害的意圖更高，敵對面孔會比憤怒的面孔引起更高的生理喚醒，并且會引發(fā)恐懼的面部情緒反應。

不屬于第一階段的29名被試參與了此階段的實驗，面部刺激使用了十張來自不同演員的不同面孔，表達憤怒、敵意、恐懼、悲傷和中性情緒。刺激通過諾達思的面部表情分析系統(tǒng)和參與者評估驗證了情緒辨別。此階段使用皮膚電導和心率來評估生理反應，通過一次性 Ag/AgCl 凝膠電極從每個參與者的左手測量皮膚電導反應。信號由 BIOPAC 系統(tǒng) EDA100C 接收并記錄。通過左手的單指傳感器測量心率，由 BIOPAC 系統(tǒng) PPG100C 使用血流波動的紅外光體積描記圖測量，并在 AcqKnowledge 中轉換并記錄為每分鐘心跳 (bpm)。

面部表情分析系統(tǒng)：將諾達思的FaceReader 7.1安裝在演示屏幕底部并對生成的圖像進行分析。使用 Viola-Jones聯(lián)算法和主動外觀模型 (AAM) 運行分析。在使用參與者校準模塊控制了存在于他們自己的中性表情中的動作單元的影響后，對每個參與者的情緒表達進行了評估。

分析結果后我們發(fā)現(xiàn)，表現(xiàn)出敵意和恐懼的面孔之間對于皮膚電導反應沒有顯著差異。與憤怒、悲傷和中性表情相比，表達恐懼的面孔引起的皮膚電導反應明顯更高。與悲傷和中性表情相比，表達憤怒的面孔會引起明顯更高的皮膚電導反應。與憤怒、悲傷和中性表情相比，表達恐懼的面孔引起的心率反應明顯更高。與悲傷和中性表情相比，表達憤怒的面孔會引起明顯更高的心率反應，參見Figure 1。

討論

通過使用面部表情分析系統(tǒng)，在本次實驗中我們發(fā)現(xiàn)敵意和憤怒的表情動作表達不同，敵意是對個人身體傷害的公開或隱蔽意圖。由于這些差異，我們發(fā)現(xiàn)敵意和憤怒確實會引發(fā)不同的生理情緒反應，與表達憤怒的面孔相比，充滿敵意的面孔是一種更有效的生理喚醒誘發(fā)因素，并會引發(fā)更多的恐懼面部情緒反應。

參考文獻

Tsikandilakis, Myron, et al. “Anger and Hostility: Are They Different? an Analytical Exploration of Facial-Expressive Differences, and Physiological and Facial-Emotional Responses." Cognition and Emotion, vol. 34, no. 3, 2019, pp. 581–595.

關注諾達思公眾號，獲取更多產(chǎn)品信息及學術文章！