面部运动的时空动态与子状态构成情绪信号

为何运动中的面部重要

日常生活充满了匆匆一瞥、挑起的眉毛和半掩的微笑，它们左右着我们的社交世界。然而大多数研究把面部表情当作静态照片来对待。本研究提出了一个更现实的问题：面部随时间变化的运动模式如何携带情绪信息，无论我们是静默还是在说话？

少数核心运动模式

研究人员记录了43名志愿者在两种方式下表达快乐、悲伤和愤怒时的面部：静默表情和以情绪语调说一段中性句子。通过自动面部分析，他们在数百个细小时间步长上追踪了眼周、面颊和口周肌肉群的变化。然后使用数学工具将这些丰富的运动浓缩为更少的一组基本模式，这些模式在不同的人与情绪中反复出现。

上半脸、下半脸与混合信号

对于静默表情，面部动态可以用仅三个主要成分来解释：一个以上半脸动作为主，一个以下半脸为主，另一个则连接上下半脸的运动。不同情绪由这些成分随时间的不同混合而显现。愤怒表现为上下区域强烈且协调的变化；快乐主要依赖下半脸如微笑的动作；悲伤则在这三种模式之间呈现较温和的位移。当研究组用这些动态特征训练计算机分类器时，仅凭运动就能高精度判断所表达的情绪。

在言语中叠加情绪

当人们在说话时表达情绪，基本思路仍然成立，但这些模式的混合方式有所不同。三个成分更多地将说话所需的口部动作与表达情感的眉眼变化结合起来。分类器仍然表现良好，尽管不如静默表情那样完美，这反映了同时兼顾说话与情感展示的额外复杂性。这提示我们的面部会重复使用少数运动构建模块，并灵活地重塑它们以同时适应言语与情感的需要。

每种表情内部的隐藏迷你阶段

研究组接着更细致地观察表情如何逐秒展开。通过对运动数据聚类，他们发现了三种在所有表情中反复出现的“子状态”：运动很少的放松期、作为面部进入或退出表情的快速转换期、以及保持表情的维持期。这些迷你阶段在速度和复杂性上根据情绪以及是否在说话而不同。例如，快乐表情的转换期尤其快速且有辨识度，而静默表情中的子状态序列比说话时更为结构化。

与人类感知的匹配

为检验这些低维模式是否对观察者重要，研究人员制作了简化动画，仅展示面部上移动的点，去除了所有其他提示。45名新志愿者观看这些动画并判断所见情绪。人类的选择与模型预测高度一致，同一小组运动模式就足以将人们的情绪标注预测到远高于随机的水平。这表明发送者和接收者在给出与解读情感线索时都依赖于一套紧凑的面部动态。

对日常互动的意义

总体而言，该研究表明，尽管我们的面部行为看似丰富多样，情绪信号依赖于少数核心运动模式和少量短暂阶段，表情在上升、维持和消退时经历这些阶段。这种精简的结构可能帮助大脑在有效控制众多面部肌肉的同时仍能传达清晰的情感，即便在交谈中亦然。研究结果为在社会机器人等领域模拟自然情感表情提供了蓝图，也可能有助于解释为何某些临床状况会在面部沟通上表现出细微但重要的差异。

引用: Cuve, H.C.J., Sowden-Carvalho, S. & Cook, J.L. Spatiotemporal dynamics and substates underlie emotional signalling in facial movements. Sci Rep 16, 15686 (2026). https://doi.org/10.1038/s41598-026-46726-0

关键词: 面部表情, 情绪识别, 面部运动动态, 非言语沟通, 情感语音