마스크 착용 얼굴의 표상

이민지 한림대학교 일반대학원 2022 국내석사

전 세계적 전염병인 COVID-19로 인해 다양한 정보를 주고 받을 수 있는 얼굴 정보들은 마스크로 가려지게 되었다. 기존의 마스크의 일상적 착용으로 인해 다수의 연구들은 마스크 착용 얼굴의 처리 과정이 마스크가 없는 민낯 얼굴의 처리 과정과 얼마나 상이한지에 초점을 맞추어 진행되었지만, 마스크로 가려진 하관 영역에 대해 형성되는 표상(representation) 자체에 관심을 기울인 연구는 없었다. 이에 따라 본 연구는 마스크 착용으로 인한 가려진 하관의 표상이 어떻게 형성되는지에 초점을 맞추었다. 우리의 시각 환경에서 각 물체의 일부분들은 다른 물체로 인해 가려지는 상황이 빈번하게 일어난다. 이러한 복잡한 가림에도 시각 체계는 안정적으로 물체들을 재인하기 위하여 가려진 부분을 복원하는 무형 완성(Amodal Completion)을 이뤄낸다. 가려진 부분을 복원하는 무형 완성으로 인해 마스크로 가려진 얼굴의 하관에 대해서도 일종의 무형 완성이 발생하여 마스크 착용 얼굴을 지각할 것이라 예상할 수 있다. 본 연구에서는 마스크 속 얼굴의 표상을 확인하고자 하였고, 특히 마스크 속 얼굴의 표상이 평균적 얼굴로 채워질 것이라고 예상하였다. 이는 대표적인 얼굴 정보 처리 모형 중 하나로 모든 얼굴의 지각이 평균적 얼굴을 기준으로 삼아 처리된다는 다차원 얼굴 공간 모델(Multidimensional face space model)과 복잡한 시각 환경에 대한 정보를 빠르고 효율적으로 처리하기 위해 평균 표상 형성 능력을 적극적으로 활용한다는 점에 기인하였다. 따라서 본 연구는 이러한 두 시각 기제의 특성을 활용하여 마스크 속 얼굴의 표상을 가장 평균적인 얼굴의 형태로 채워 넣을 것이라고 예상하였다. 마스크 속 얼굴의 표상을 확인하기 위하여, 본 연구는 평균 표상 형성 – 기준 자극 제시 – 평정 자극 제시 및 평정의 세 단계로 구성된 실험을 실시하였다. 평균 표상 형성 과정에서는 네 장의 사진을 반복적으로 제시하는 방식으로 얼굴 평균 표상을 형성하도록 하였다. 기준 자극으로는 마스크를 착용한 얼굴을 사용하였고, 평정 자극으로는 마스크를 착용하지 않은 민낯 얼굴을 사용하였다. 평정 자극은 조건에 따라 세 종류로 구분되는데, 세 종류 모두 얼굴의 상관은 모두 동일하였으나, ‘본인 얼굴’ 조건에서는 얼굴의 하관이 기준 자극으로 사용된 얼굴 자극에서 마스크로 가려진 실제 얼굴을 사용하였다. ‘타인 얼굴’ 조건에서는 기준 자극 및 평균 표상 형성 과정에서 사용되지 않은 다른 얼굴의 하관이 사용되었으며, ‘평균 얼굴’ 조건에서는 평균 표상 형성 과정에서 사용된 네 장의 얼굴 사진을 합성하여 제작한 평균적 얼굴의 하관을 사용하였다. 추가적으로 마스크로 가려진 얼굴의 표상 형성에서 고려하여야 할 점은 해당 얼굴을 이미 알고 있었는지의 여부이다. 이미 알고 있던 사람이 마스크를 착용한 경우에는 기억 속에 있는 원 얼굴의 표상으로 채워 넣기 할 가능성이 높은 반면, 처음으로 대면한 사람의 얼굴이 마스크로 가려진 경우에는 원 얼굴의 표상이 존재하지 않음으로 평균 표상으로 대체할 가능성이 높아진다. 이를 확인하기 위하여 한 조건에서는 평균 표상 형성 과정에서 사용한 얼굴을 기준 자극으로 사용하였고(표적 포함 조건), 다른 조건에서는 기준 자극으로 사용된 얼굴이 평균 표상 형성 과정에서는 포함되지 않도록(표적 미포함 조건) 하였다. 따라서 실험은 2X3 참가자 간 설계[평정 시 자극 종류(본인 얼굴, 타인 얼굴, 평균 얼굴) X 표적 포함 여부(포함, 미포함)]였다. 실험의 절차는 평균 표상 형성 절차를 거친 후, 마스크 착용 얼굴을 제시한 뒤 평정 절차에서 마스크 착용 얼굴과 얼마나 같은 사람이라고 생각되는지 표상의 일치도를 7점 리커트 척도로 보고 받았다. 실험 결과, 본인 얼굴, 타인 얼굴, 평균 얼굴의 세 조건 중 평균 얼굴의 경우 표상의 일치도를 본인 얼굴 조건만큼 높게 보고한다는 것을 확인하였고, 본인 얼굴 조건에서, 마스크 착용 얼굴의 본래 얼굴이 평균 표상 형성 절차에서 노출되었을 경우, 노출되지 않았을 때보다 그 표상의 일치도가 높게 나타나는 경향성을 확인하였다. 따라서, 본 연구의 결과는 마스크 착용 얼굴을 볼 때, 가려진 하관을 가장 평균적인 얼굴로 채워 넣는다는 것을 시사한다.

Representational form of perceptual average

Kim, Myoungah Graduate School, Yonsei University 2019 국내석사

People can accurately represent ensemble properties from a set of multiple items, such as mean size. While much questions have focused on the mechanism of ensemble representation, to our knowledge there was never a discussion about the form of mean representation. The condoned assumption seems to be that mean is represented as a single average, e.g., a single size. However, some evidences contradict this intuitive understanding, one of which is that mean estimation shows large bias in studies that use single item probe to report the mean size. The fact that mean and other various ensemble statistical properties are interrelated also suggests that mean representation is more complex than a single average. The current study explored the form of mean representation by examining how mean size estimation is influenced by the characteristic differences between two comparing ensembles, specifically depending on set size and variance. In each trial, observers were presented with a set of multiple circles. They were asked to report the mean size of the standard display by adjusting the size of a single circle or the overall size of multiple circles in the probe display. We measured percentage error from the actual mean size, as well as the variance of the response. In Experiment 1, we compared mean size estimation performance between using a single probe versus a set probe. Replicating the macro trend across studies, estimation error was greater in the single probe condition than the set probe condition. In Experiment 2, we further divided probe’s set size into four levels. Results showed that error becomes systematically smaller as set size disparity decreases between standard and probe displays. In Experiment 3, we checked if this observed set-size disparity effect was possibly due to a difference in sensory memory overlap by examining whether the results change when probe is presented on a different location. Results showed no significant difference between same and different location conditions, ruling out the sensory memory explanation. Finally, Experiment 4 manipulated size variance to see how variance congruency influenced mean size estimation. Error and response variance were always smaller when variance was congruent than when variance was incongruent. All in all, error and response variance of mean estimation were contingent on the characteristics of the probe displays. This supports an idea that mean representation is not represented as a single average, but includes ensemble of statistical properties, such as variance and numerosity. 인간은 유사한 사물들에서 평균과 같은 통계 정보를 추출하여 복잡한 시각 정보를 효율적으로 표상할 수 있다. 평균 정보의 형태에 대해선 알려진 바가 적지만 대체로 평균 정보가 단일 크기와 같은 하나의 대표값으로 표상된다고 가정하는 듯하다. 하지만 단일 원을 이용하여 평균을 보고하는 대부분의 연구에서 상대적으로 큰 오차가 나타나는 점과 평균을 포함한 다양한 통계 정보들이 서로 상관되어 있다는 점을 미루어 볼 때 평균 표상이 단일 크기 보다는 더 복잡한 형태라는 것을 유추해 볼 수 있다. 본 연구는 평균 표상이 비교하는 두 자극의 특성 차이에 따라 어떻게 달라지는 지 연구하였다. 이를 위하여 자극 화면과 검사 화면 사이의 자극 개수 차이와 자극 크기들의 변산 차이를 조작하였다. 참가자들은 자극 화면에서 짧게 제시된 다양한 크기의 원들을 본 후 검사 화면에서 나타난 원(들)의 크기를 조절하여 자극 화면에 제시된 원들의 평균 크기를 추정하였다. 실험 1에서는 응답 화면의 원이 하나인 경우와 여러 개(세트)인 경우를 비교하였다. 실험 결과 단일 원 조건이 세트 조건보다 평균 추정 오차와 오차의 변산이 큰 것으로 나타났다. 실험 2 에서는 검사 화면의 원의 개수를 네 단계로 세분화 하였다. 실험 결과, 자극 화면과 검사 화면의 자극 개수 차이가 커질수록 오차가 감소하는 것으로 나타났다. 실험 3에서는 앞서 나타난 결과가 위치 중첩으로 인해 나타난 단순 감각 기억의 유사성 이었는지 확인해보기 위해 응답 화면 자극이 나타나는 위치가 같을 때와 다를 때를 비교하였다. 실험 결과, 두 조건에 차이가 없는 것으로 나타났다. 마지막으로 실험 4에서는 자극 화면과 응답 화면 간에 변산이 일치하거나 다를 때 평균 추정이 어떻게 변하는지를 알아보았다. 실험 결과, 변산이 일치할 때 오차와 오차의 변산이 작은 것으로 나타났다. 결론적으로 평균 추정 오차와 오차의 변산은 자극 화면과 응답 화면의 유사성에 따라 달라졌다. 이는 평균 정보가 하나의 대표값으로 표상되는 것이 아니고 변산과 개수와 같은 통계 정보들이 평균 표상에 유기적으로 포함되어 있다는 것을 시사한다.

평균크기 처리의 신경생리학적 기제

김경윤 부산대학교 대학원 2025 국내석사

시각체계는 처리 용량에 한계를 가지고 있다. 이 한계를 극복하는 방법은 망막에 맺히는 시각 정보를 요약하여 표상함으로써 전체 시각 장면을 효율적으로 처리하는 것이다. 이처럼 많은 정보를 요약해서 표상하는 것을 평균 표상(mean representation)이라 한다. 평균 표상을 처리할 때 사용되는 분산주의와 하나의 자극을 처리할 때 사용되는 초점주의가 뇌의 활성화에 차이를 보인다는 연구결과는 존재하지만, 평균크기 자극이 제시된 후 어떠한 처리과정을 거치는지에 대한 연구는 부족하다. 따라서, 본 연구에서는 평균크기 판단 과제를 수행하는 동안 발생하는 뇌파를 관찰하여 평균크기에 따라 조절되는 뇌파 성분이 있는지 보고자 하였다. 실험은 비교자극과 기준자극을 순차적으로 제시하고, 비교자극과 기준자극 중 평균크기가 더 큰 것을 응답하게 하는 평균크기 판단 과제를 실시하였다. 이 때, 비교자극은 평균크기 비율 조건 5가지, 개수 조건 2가지로 이루어진 원 집합이 제시되었고, 기준자극은 평균크기가 2.1°~2.8° 사이인 원 집합이 제시되었다. 실험 결과, 비교자극의 사건관련전위(Event-related potential; ERP)에서 70~100ms, 250~310ms에서 평균크기에 따라 평균 진폭에 유의한 차이가 나타나는 것을 관찰할 수 있었고, 150~180ms에서 평균크기에 따라 부분 영역 지연시간에 유의한 차이가 나타나는 것을 관찰할 수 있었다. 기준자극 분석에서는 70~100ms, 150~180ms, 250~310ms 모두 평균크기에 따라 유의한 차이를 보이지 않았다. 비교자극과 기준자극 ERP 분석만으로는 평균크기 표상이 실제로 반영된 것인지, 전체 면적을 반영하는지 구분하기 어렵기 때문에, 기준자극 반응에서 비교자극 반응을 뺀 차이 뇌파를 분석하였다. 그 결과, 120~160ms 사이에서 평균크기 비율이 커질수록 차이 뇌파의 평균 진폭이 점차 증가하는 것을 관찰할 수 있었고, 200ms 이후에는 평균크기 비율 조건에 따라 차이 뇌파의 평균 진폭에 유의한 차이를 보이는 것을 관찰할 수 있었다. 이러한 결과는 70~100ms에 원 집합의 개별 원에 대한 처리 혹은 전체 면적에 대한 처리가 이루어진 후, 120~160ms에 평균크기에 대한 처리가 이루어지며, 200ms 이후에는 평균크기 판단 과제의 의사결정 처리과정이 반영될 수 있다는 것을 시사한다. 본 연구의 연구결과는 평균크기 처리의 신경학적 처리에 대한 중요한 통찰이 될 것으로 기대된다.

How many mean sizes can we represent?

임희연 Graduate School, Yonsei University 2008 국내석사

The current study investigated how many mean sizes one could extract from visual array consisting of multiple sets of circles. We presented two to five sets of five circles with different sizes in a display. The display was followed by the probe display in which two randomly chosen colors from the previous display were presented. The participants had to compare which probed set had larger mean size. We found that participants were able to compute mean sizes of up to five sets presented simultaneously and their performance was not affected by memory delay (Experiment 1). In addition, when a pre cue was provided, the participants could selectively attend to a subset of the array of multiple sets intermingled (Experiment 2). Even though the accuracy of the mean size judgment decreased as the number of the sets increased, the mean size judgment for the set with the largest mean size was not affected by the set size. We hypothesized that the effect of set size would not be pronounced when the sets were easy to be selected. Therefore, in Experiment 3, we grouped some sets and found that grouping enhanced selection and segregation of the sets, eliminating the effect of set size (Experiment 3). In Experiment 4, we tested whether the set with the largest mean size which was likely more salient than other sets attracted bottom-up attention using probe detection paradigm. We found that the detection time for the probe was the fastest when the probe appeared at the centroid of the set with the largest mean size only in the trials in which the participants’ judgments of mean size were correct. Our findings suggest that one can represent the mean sizes of multiple sets circles in parallel and the representation of the mean size can be modulated by both top-down and bottom-up selection mechanisms. 본 연구에서는 시각 체계가 여러 개의 집합으로부터 평균 크기를 병렬적으로 표상할 수 있는지를 알아보고자 하였다. 5개의 다른 크기 원들로 이루어져 있는 집합을 2개에서 5개까지 제시하였고, 각 원의 집합은 색깔로 구분하였다. 참가자들의 과제는 동시에 제시되는 원 집합들을 지각한 후, 표적으로 제시된 두 집합 중 어느 쪽이 원들의 평균 크기가 더 컸는지를 비교하는 것이었다. 실험 1에서는 참가자들이 동시에 5개의 집합이 제시될 때에도 과제를 잘 수행하였으며, 과제 수행률이 1초 간의 지연 후에도 영향을 받지 않음을 발견하였다. 실험 2에서 표적에 대한 사전 단서를 제시한 경우에는, 참가자들이 선택적으로 특정 집합의 원들의 평균 크기를 표상할 수 있었다. 동시에 제시되는 원 집합의 수가 늘어날수록 참가자들의 정확률이 낮아졌으나, 이 경향성은 가장 큰 평균 크기를 가진 원 집합에서는 나타나지 않았다. 가장 큰 평균 크기를 가진 원 집합이 다른 집합들에 비해 공간상으로 더 많은 영역을 차지하였으므로, 상향적 주의를 그 원 집합으로 유도할 가능성이 높다는 것을 시사한다. 실험 3에서는 이러한 원 집합의 상향적 주의 유도 가능성을 집단화를 통해 조작하였다. 그 결과, 집단화에 의해서 구성 요소들의 선택과 분리가 촉진되는 경우에는, 제시되는 집합의 수가 늘어나도 과제의 수행률이 영향을 받지 않음을 발견하였다. 실험 4에서는 가장 큰 평균 크기를 가진 원 집합이 상향적 주의를 끄는지를 탐지 과제를 이용하여 살펴보았다. 탐지 자극이 가장 큰 평균 크기를 가진 원 집합의 중앙에 나타나는 경우, 다른 집합들의 중앙에 나타나는 경우에 비해서 탐지 시간이 유의미하게 빨랐다. 그러나 이러한 경향성은 오직 참가자들의 평균 크기 판단 과제 수행이 정확했을 때에만 유효하였다. 이 실험 결과들은 평균 크기 표상이 병렬적으로 처리될 수 있음을 시사하며, 이러한 처리 과정이 상향적, 하향적 주의 기제에 의해 영향을 받을 수 있음을 시사한다.

집단 매력도 평가에 대한 연구

김준호 연세대학교 대학원 2018 국내석사

It is generally known that when evaluating a group, the average of individual attributes of the members is reflected in the evaluation. However, when evaluating the facial attractiveness, the group’s attractiveness is higher than the average of individual attractiveness; this is called Group Attractiveness (GA) Effect. GA effect is known to be caused by selective attention towards the member of the group with higher attractiveness than others. But would this effect occur to everyone in the same way? When choosing partners, people generally tend to choose someone with similar physical attractiveness to their own. Therefore, the way people evaluate a group may differ, depending on the physical attractiveness of the evaluator. We have predicted that if one’s attractiveness is low, he/she would pay attention to faces with relatively low attractiveness as well, resulting in lower GA effect. The results showed that one’s perceived attractiveness can significantly predict the GA effect. This phenomenon appears to be caused by the differentiation of the attention within the face group rather than the difference in attractiveness representation according to the perceived attractiveness. 일반적으로 집단을 평가할 때 집단에 속한 개인 특성의 평균을 반영하여 평가한다고 알려져 있다. 그러나 얼굴의 매력도를 평가하는 데 있어서는 집단의 매력도가 각 개인 매력도의 평균보다 높은 현상이 나타나는데, 이를 GA(Group Attractiveness) 효과라고 한다. GA 효과는 집단 속 매력도가 높은 구성원에게 선택적으로 주의가 집중돼 발생하는 것으로 알려져 있다. 그러나 이러한 현상이 모두에게 동일하게 나타날까? 보통 데이트 상대나 결혼 상대를 정할 때 자신의 신체적 매력도와 비슷한 사람을 만나는 경향이 있는 것으로 알려져 있다. 따라서 자신의 신체적 매력도에 따라 집단을 평가하는 방식에도 차이가 있을 수 있다. 본인의 매력도가 낮은 경우 상대적으로 덜 매력적인 얼굴에도 주의를 집중해 GA효과의 크기가 작게 나타날 것이라고 예상했다. 실험 결과 본인의 지각된 매력도가 GA 효과를 유의미하게 예측하는 것으로 나타났다. 이러한 현상은 지각된 매력도에 따른 매력도 표상 자체의 차이보다는 얼굴 집단 내 주의가 다르게 분배됨으로써 나타나는 현상으로 보인다. 주제어: 평균 표상, 신체적 매력도, 지각된 매력도, GA 효과

Representation of mean spatial frequency

박경미 Graduate School, Yonsei University 2009 국내석사

Our visual system may utilize the summary statistics such as mean sizes of a visual array in a scene. However, the series of research on summary statistics did not show whether our visual system indeed represented those statistical properties. Current study investigated whether our visual system had representation of the mean size by measuring the adaptation effect at the mean of spatial frequencies (SFs). We first measured the perceived strength of SFs, and then tested whether the mean SF was to be estimated by that function. We found that a psychometric function with an exponent of 1.13 described the magnitude of SFs, and that mean SF estimations were close to a geometric mean. Lastly, we tested whether or not the visual system represented the mean SF by using adaptation methods. The contrast threshold at the mean SF of two different SFs was significantly elevated when the pair of adaptor SFs was presented intermittently during adaptation. These results suggest that the visual system automatically extracts and represents mean SF.

Magnitude estimation of visual displays : area, numerosity, and mean size

이훈재 Graduate School, Yonsei University 2011 국내석사

Magnitude estimation of visual displays: area, numerosity, and mean size

이훈재 연세대학교 대학원 2011 국내석사

Our visual system can compute various magnitudes of a visual scene such as numerosity and mean size. Previous studies have shown that both number and mean size were estimated efficiently and accurately. However, the inter-relationship among them and the ability to judge area have not been investigated. In the current study, we asked participants to estimate the three different magnitudes on the same stimuli. In Experiment 1, we found all three perceived magnitudes were positively correlated to each other. Experiment 2 showed that the performance of estimating three magnitudes deteriorated when the tasks were randomly presented. These results suggest that there might be a common magnitude estimation system to process those magnitudes. In Experiment 1, we also found that number and mean size of a display influenced three magnitudes, whereas density had no effects on them. Participants underestimated mean size when they overestimated numerosity, and vice versa. This opposite trend was found again when the size of test display changed in Experiment 3. In addition, we were able to show very high correlation between perceived mean size and predicted mean size using the ratio between perceived area and numerosity. These results suggest that area and numerosity might be used when we estimate mean size. In conclusion, visual system seems to use common resources to judge various magnitudes of visual displays.