摘 "要 "现实生活中， 面部表情通常随时间推移呈动态变化， 个体对任一表情的解读都可能受其所处的动态序列情境的影响。尽管近年来有研究表明同时呈现的情境信息会对目标表情的知觉产生影响， 但对于序列变化的表情信息如何影响目标表情知觉却知之甚少。本研究拟通过行为实验和眼动技术， 借助人工合成和真人表演的动态表情， 考察序列变化的表情信息(即动态序列情境)对初始表情和最终表情的知觉的影响及其作用机制。研究成果有助于揭示生态化情境下的面部表情加工机制， 为基于人工智能的动态表情识别提供参考。

    关键词 "面部表情， 情绪知觉， 动态序列情境

    分类号 "B842

    1 "问题提出

    成功的人际交流与社会互动的重要前提之一， 是准确感知和理解他人面部表情所传递的情绪。在现实生活中， 面部表情通常呈动态变化(Krumhuber et al.， 2013)。相较于孤立出现的静态表情(如单一的悲伤或愉快表情)， 表情的序列变化(如从悲伤转变为愉快， 或从愉快转变为悲伤)传递了更为丰富的情绪信息， 且为初始表情和最终表情的知觉提供了情绪情境。个体对任何一种表情的解读都有可能受其所处动态序列情境的影响。例如， 当动态表情从悲伤转变为愉快时， 先前序列变化的表情如何影响个体对最终愉快表情的知觉？同理， 个体对初始悲伤表情的解读又会如何受到其后序列变化表情的影响？探究这些问题对理解动态表情知觉至关重要。

    长期以来， 基本情绪理论(basic emotion theory; Ekman， 1992; Keltner et al.， 2019)在面部表情加工研究中占据主导地位。该理论认为， 个体对面部表情的知觉主要依据面部肌肉构型(configurations of facial muscles; Gendron et al.， 2018; Hassin et al.， 2013)。受该理论影响， 多数面部表情研究聚焦于对孤立、静态的面部线索的考察(如Adolphs， 2002; Cordaro et al.， 2018; Cowen et al.， 2021)。近年来， 研究者越发重视表情的动态特性(Bould et al. ......