面部表情心理学

面部表情心理学（精选8篇）

面部表情心理学 篇1

在公众前演讲，最忌讳的就是面无表情。

我们可以发现，很多朋友一上台，大家就感到很亲切，觉得很想听听他要讲什么，而有些人一上台，我们就感到压抑，巴不得他赶快下去。因为每个人亲和力不一样。而亲和力，往往通过一个人的面部表情来传递出来。

人的面部表情是十分生动、丰富和负责的。“喜笑怒骂”是人的本能，人的内心世界有了感情的体验，就会通过面部表情流露出来。而面部表情又可以刺激产生某些内心体验。两者的循环和相映、心面感应，最终能使人的内心情感最灵敏、最鲜明、最适当的通过面部表情显示出来。

无忧演讲系统为大家总结的常见面部表情有：

1、喜悦：面部肌肉放松，嘴角向上，眼光明亮。

2、愤怒：面部肌肉收缩，嘴角向下，怒目圆睁。

3、悲哀：面部肌肉放松，嘴唇微开，眉目低垂。

4、快乐：面部肌肉放松，嘴唇打开，双眼眯缝。

5、惊讶：面部肌肉收缩，嘴唇打开，眉目骤张。

6、坚定：面部肌肉收缩，嘴唇微闭，目光炯炯。

在面部表情中，我们运用最多，也最广泛的表情，那就是微笑了，一个善于微笑的人，往往在台上都是亲和力很不错的人。那么接下来我们来谈谈如何训练我们的微笑：

日本推销之神原一平曾总结过：有一种微笑，是男女老少统杀的微笑，只要见到这种微笑的人，都无法再抗拒，这种微笑就是——婴儿般的微笑！

真正的口才是情绪的沟通！情绪的沟通，主要是能够感染人、影响人，带给别人一种感觉——心与心交流的感觉！而微笑是我们沟通的最重要的法宝！

微笑的好处没有必要再多讲。关键我们如何培养发自肺腑的笑容。我们很多人的笑，显得是尴尬、搞怪、阴险、扭曲、皮笑肉不笑、僵硬等等。

以下是无忧演讲系统总结的训练微笑的方法，供大家参考：

1、第一阶段—放松肌肉

放松嘴唇周围肌肉是微笑练习的第一阶段，又名“哆来咪练习”的嘴唇肌肉放松运动，是从低音哆开始，到高音哆，大声地清楚地说三次每个音。

不是连着练，而是一个音节一个音节地发音，为了正确的发音应注意嘴型。

2、第二阶段——给嘴唇肌肉增加弹性

形成笑容时最重要的部位是嘴角。如果锻炼嘴唇周围的肌肉，能使嘴角的移动变得更干练好看，也可以有效地预防皱纹。

如果嘴边儿变得干练有生机，整体表情就给人有弹性的感觉，所以不知不觉中显得更年轻。伸直背部，坐在镜子前面，反复练习最大地收缩或伸张。

张大嘴——大嘴使嘴周围的肌肉最大限度地伸张。张大嘴能感觉到颚骨受刺激的程度，并保持这种状态10秒。

使嘴角紧张——闭上张开的嘴，拉紧两侧的嘴角，使嘴唇在水平上紧张起来，并保持10秒。

聚拢嘴唇——使嘴角紧张的状态下，慢慢地聚拢嘴唇。出现圆圆地卷起来的嘴唇聚拢在一起的感觉时，保持10秒。

保持微笑30秒。反复进行这一动作3次左右。

用门牙轻轻地咬住木筷子。把嘴角对准木筷子，两边都要翘起，并观察连接嘴唇两端的线是否与木筷子在同一水平线上。保持这个状态10秒。在第一状态下，轻轻地拔出木筷子之后，练习维持那状态。

3、第三阶段——形成微笑

这是在放松的状态下，根据大小练习笑容的过程，练习的关键是使嘴角上升的程度一致。如果嘴角歪斜，表情就不会太好看。练习各种笑容的过程中，就会发现最适合自己的微笑。小微笑——把嘴角两端一齐往上提。给上嘴唇拉上去的紧张感。稍微露出2颗门牙，保持10秒之后，恢复原来的状态并放松。

普通微笑——慢慢使肌肉紧张起来，把嘴角两端一齐往上提。给上嘴唇拉上去的紧张感。露出上门牙6颗左右，眼睛也笑一点。保持10秒后，恢复原来的状态并放松。

大微笑——一边拉紧肌肉，使之强烈地紧张起来，一边把嘴角两端一齐往上提，露出10个左右的上门牙。也稍微露出下门牙。保持10秒后，恢复原来的状态并放松。

4、第四阶段——保持微笑

一旦寻找到满意的微笑，就要进行至少维持那个表情30秒中的训练。尤其是照相时不能敞开笑而伤心的人，如果重点进行这一阶段的练习，就可以获得很大的效果。

5、第五阶段——修正微笑

虽然认真地进行了训练，但如果笑容还是不那么完美，就要寻找其他部分是否有问题。但如果能自信地敞开地笑，就可以把缺点转化为优点，不会成为大问题。

缺点1：嘴角上升时会歪——意想不到的是两侧的嘴角不能一齐上升的人很多。这时利用木制筷子进行训练很有效。刚开始会比较难，但若反复练习，就会不知不觉中两边一齐上升，形成干练而老练的微笑。

缺点2：笑时露出牙龈——笑的时候特别露很多牙龈的人，往往笑的时候没有自信，不是遮嘴，就是腼腆地笑。自然的笑容可以弥补露出牙龈的缺点，但由于本人太在意，所以很难笑出自然亮丽的笑。露出牙龈时，通过嘴唇肌肉的训练弥补弱

挑选满意的微笑——以各种形状尽情地试着笑。在其中挑选最满意的笑容。然后确认能看见多少牙龈。大概能看见2mm以内的牙龈，就很好看。

反复练习满意的微笑——照着镜子，试着笑出前面所选的微笑。在稍微露出牙龈的程度上，反复练习美丽的微笑。

拉上嘴唇——如果希望在大微笑时，不露出很多牙龈，就要给上嘴唇稍微加力，拉下上嘴唇。保持这一状态10秒。（无忧演讲）

6、第六阶段——修饰有魅力的微笑

如果真练习，就会发现只有自己拥有的有魅力的微笑，并能展现那微笑。伸直背部和胸部，用正确的姿势在镜子前面边敞开笑，边修饰自己的微笑。

为了让大家更形象的学习，下面是无忧演讲系统筷子训练微笑图表：

1、用上下两颗门牙轻轻咬住筷子，看看自己的嘴角是否已经高于筷子了。

2、继续咬着筷子，嘴角最大限度地上扬。也可以用双手手指按住嘴角向上推，上扬到最大限度。

3、保持上一步的状态，拿下筷子。这时的嘴角就是你微笑的基本脸型。能够看到上排8颗牙齿就可以了。

4、再次轻轻咬住筷子，发出“YI”的声音，同时嘴角向上向吓反复运动，持续30秒。

5、拿掉筷子，察看自己微笑时基本表情。双手托住两颊从下向上推，并要发出声音反复数次。

6、放下双手，同上一个步骤一样数“1、2、3、4”，也要发出声音。重复30秒结束。

面部表情心理学 篇2

表情是人类用来表达情绪的一种基本方式,是非语言交流中的一种有效手段。人们可通过表情准确而微妙地表达自己的思想感情,也可通过表情辨认对方的态度和内心世界。关于表情传递信息的作用,心理学家Mehrabian[1]给出了一个公式:

感情表露=7%的言词+3 8%的声音+5 5%的面部表情。

人脸表情识别(FER)所要研究的就是如何自动、可靠、高效地利用人脸表情所传达的信息。人脸表情识别也是人工心理理论研究的重要组成部分。人脸表情含有丰富的人体行为信息,对它的研究可以进一步了解人类对应的心理状态。计算机和机器人如果能够像人类那样具有理解和表达情感的能力,并能够自主适应环境,这将从根本上改变人与计算机之间的关系,使计算机能够更好的为人类服务。这也正是研究人脸表情识别并赋予计算机具有情感理解和情感表达课题的意义。

2 面部表情识别系统

2.1 面部表情识别的难点

虽然人类表情识别能力较强,可是计算机实现起来则困难很多。其表现在:建立人脸表情模型和情绪分类,并把它们同面部特征与表情的变化联系起来。人脸是一个柔性体而不是刚体,很难把脸部运动和表情变化联系起来,根据表情图像序列的特点建立的动态表情模型才是一个完整的动态表情过程的描述。另外人脸表情丰富(包括表情的各种倾向),人类对表情的控制能力,表情的变化细微而复杂,对表情变化特点的概括等诸多方面因素,都成为人脸表情识别的难点[2,3]。

此外,表情识别还依赖于其它方面因素,如:(1)对人脸的熟悉程度;(2)对各种表情的体验。表情的表现有缓和的和激动的、细微的和强烈的、轻松的和紧张的等诸多形式,它的生理因素也是细微多变,所以非常复杂;(3)对脸部的注意程度;(4)非视觉因素;(5)数据来源方面。严格的试验种所引起的情绪表情状态带有突出的人为性质,这难以为实事求是的科学研究提供十分精确的依据;(6)计算机本身没有知识和经验,不能举一反三。光照和人脸姿态对识别结果影响较大。

2.2 人脸表情识别的系统概述

从表情识别过程来看,表情识别可分为三部分:人脸图像的获取与预处理、表情特征提取和表情分类,如图1所示。建立一个FER系统,第1步需要对人脸进行检测与定位;第2步从人脸图像或图像序列中提取能够表征输入表情本质的信息,在提取特征数据的过程中,为了避免维数危机,可能还需要特征降维、特征分解等进一步处理;第3步分析特征之间的关系,将输入的人脸表情分类到相应的类别,如Au组合或基本情感类别[8,9]。

2.3 人脸检测与定位方法简介

人脸图像检测与定位就是在输入图像中找到人脸确切的位置,它是人脸表情识别的第一步。人脸检测的基本思想是用知识或统计的方法对人脸建模,比较待检测区域与人脸模型的匹配程度,从而得到可能存在人脸的区域。其方法大致可分为以下两类:

(1)基于统计的人脸检测是将人脸图像视为一个高维向量,将人脸检测问题转化为高维空间中分布信号的检测问题。

(2)基于知识的人脸检测是利用人的知识建立若干规则,从而将人脸检测问题转化为假设、验证问题。

2.3.1 基于统计的人脸检测方法

(1)样本学习:将人脸检测视为从非人脸样本中识别人脸样本的模式分类问题,通过对人脸样本集和非人脸样本集进行学习以产生分类器。目前国际上普遍采用人工神经网络。

(2)子空间方法:将KL变换引入了人脸检测,利用主元子空间(特征脸),而人脸检测利用的是次元子空间(特征脸空间的补空间)。用待检测区域在次元子空间上的投影能量,也即待检测区域到特征脸子空间的距离作为检测统计量,距离越小,表明越像人脸。子空间方法的特点在于简便易行,但由于没有利用反例样本信息,对与人脸类似的物体辨别能力不足。

(3)模板法:模板分为固定模板和变形模板。固定模板是求取测试样本与参考模板之间的某种度量,由阈值大小的定义来判断测试样本是否是人脸。它多用于粗检测和预处理过程。变形模板包含一些非固定的元素,加入了惩罚机制,以参数化或自适应的曲线和曲面来构成人脸模板。

2.3.2 基于知识建模的人脸检测方法

(1)人脸规则:人脸规则是人脸遵循的一些几乎是普遍适用的空间相关性。它包括:(1)灰度分布规则。如五官的空间位置分布大致符合“三停五眼”等,人脸不同区域的明暗关系不变,眼睛的灰度总是比前额和颧骨低,鼻梁的灰度一般比两侧亮等。(2)轮廓规则。人脸的轮廓可以简单地看成一个近似椭圆,而人脸检测可以通过椭圆检测来完成。(3)运动规则。通常相对背景人总是在运动的,利用运动信息可以简单有效地将人从任意复杂背景中分割出来。

(2)颜色、纹理信息:同一种族人的面部肤色在颜色空间中的分布相对比较集中,颜色信息在一定程度上可以将人脸从大部分背景区分开来。

(3)对称性:人脸具有一定的轴对称性,各器官也具有一定的对称性。Reisfeld[11]提出广义对称变换方法检测局部对称性强的点来进行人脸器官定位。

2.4 表情特征提取方法

表情特征的提取根据图像性质的不同可分为:静态图像特征提取和序列图像特征提取。静态图像中提取的是表情的形变特征,即表情的暂态特征。而对于序列图像不仅要提取每一帧的表情形变特征还要提取连续序列的运动特征。形变特征提取必须依赖中性表情或模型,把产生的表情与中性表情做比较从而提取特征,而运动特征的提取则直接依赖于表情产生的面部变化。特征选择的依据是:(1)尽可能多的携带人脸面部表情的特征,即信息量丰富;(2)尽可能容易提取;(3)信息相对稳定,受光照变化等外界的影响小。

2.4.1 基于静态图像的识别方法

用于静态图像特征提取的常用方法有:小波变换法、神经网络法和弹性图适配法等等。

Mattew N.Dailey等人采用Gabor小波变换与局部PCA方法进行表情图像的特征提取,然后用Fisher线性鉴别分析(FDA)对提取后的图像进行重要特征部位(如眼、嘴巴等)的定位,最后通过集成神经网络进行识别。该方法在POFA(Ekman and Finsen,1976)上取得较好识别效果。文献[7]采用Gabor变换对图像进行特征提取,然后采用PCA方法Gabor变换后的图像进行降维,并利用单层神经网络进行表情识别,在POFA上测试效果与文献[6]相当,但计算时间较前者稍小。

Christin L.Lisetti[18]等人研究微笑和中性两种不同表情,同时考虑到表情强度,他们采用神经网络来识别表情及表情强度,其试验结果表明该方法鲁棒性较强。由于神经网络的输入是图像象素,故网络结构比较庞大,导致该方法计算量过大。

陈锋军针对特定人的表情识别,提出了一种基于几何特征的“三角形算法”,在实验中又加入知识规则,最终提出改进的“三角形算法”;针对表情图像库的表情识别,应用基于脸部运动编码系统(FACs)表情活动单元(Au)的规则,结合“三角形算法”的思想,提出了检测表情活动单元的空间位置判别法。该方法关键在于特征点定位的准确性。

Gwen Littlewort[15]等人采用Gabor变换对上半脸、下半脸及整个人脸分别提取表情特征,通过二分类法进行分类。即首先采用二分类SVM(Support Vector Machines)针对7种基本表情构建了21个SVM(一对一方法),然后各个分类器的分类结果分别采用最近邻法、投票决策法及MLR(multinomial logistic rldge regression)法进行融合,通过对比试验表明,采用MLR的融合方法最好,达到91.5%的识别率。

Hal Hong[19]等人针对不同人脸分别建立相应表情库(7种表情,每种表情各有不同表情强度的4幅图像28幅)作为训练样本,采用弹性图匹配方法进行训练识别。尽管表情之间的差别比较微弱(如悲伤与轻微的厌恶表情看起来很相似)、人脸在某种表情下的外表有可能差别很大(如哈哈大笑与神秘地笑在嘴形上差别很大)、不同表情可能共有某些突出特征(如笑和惊奇都具有嘴张得很开的特征),但是,每种特定的表情,不管它变化的程度如何,在外表上都具有某些共同点和独立的特征,如:任何高兴的表情,不论嘴是否张开,在脸颊上和眼睛区域都具有相似的独立外表。基于以上特点,该文首先做出假设,外表相似的人其相应表情也应相似,然后对弹性图中的节点采用加权处理方法,那些对特定表情更能体现出不便性的节点被赋予较大的权值。类似地,在分类时采用了加权投票决策法,即对匹配得分最高的十个分类结果进行加权处理,最后累加每个表情的得分,最高分对应的表情即是所要识别的结果。该方法的识别率对熟悉的人脸(训练库中出现的)的表情识别率达90%以上,对不熟悉的人脸(训练库中没出现的)的表情识别率为65%以上,由于该方法训练时仅采用了9个人的表情,因此,这样的识别结果还是令人满意的。

文献[12]结合局部无监督学习策略与神经网络进行表情识别。采用局部无监督处理可以保持神经网络拓扑结构不变下有效减少神经网络输入数据的维数,考虑输入象素的变化,第一隐含层神经元的感受野自组织映射为一个局部能量函数,输入象素与网络的第一、第二层的连接权值采用Hebbian算法训练,其余权值采用BP算法训练,整个网络由4层构成,在Yde Faces Database上测试结果为84.5%。

2.4.2 基于动态图像序列的面部表情识别方法

运动特征提取的常用方法有:光流法、特征点跟踪法和差分图像法。

光流是运动特征提取法中的一种,所谓光流是指亮度模式引起的表观运动,理想的情况是这种表观运动反映了实际的运动,基于光流的算法包括:基于梯度的光流计算法,基于区域匹配的光流计算方法,基于频率域的方法。光流场在运动估计、运动分割、物体结构的恢复等领域得到了广泛的应用,也是人脸表情特征提取的一种非常有效的算法。

特征点跟踪法是选择脸部的显著特征点来进行运动估计,为了防止在跟踪过程中丢失特征点,特征点一般都选取在脸部的永久特征上。这种方法只考虑感兴趣的特征点来分析表情,而不必理会背景等无关信息,减少了运算量,但由于只提取了部分特征点,而忽略了其他的一些脸部活动,可能会丢失有用信息。此外,自动标记特征点很难,基本都是人工标记。Tian等人提出了一种不同的元素模型,其中嘴巴、眼睛、眉毛和颧骨被用作特征点跟踪,以根据隐藏的面部特征的变形而获得模型的轮廓。Otsuka[13]和Ohya提出了一种特征点跟踪法,其特征点不是由专家手工标记的,而是在给定的序列图像中的第一帧自动标记的,这是通过从光照分布的局部极值点中获取潜在面部特征点来实现的。

差分图像法的基本思想是将视频序列中相邻的两帧作差分运算,即将对应像素相减,等于零的点代表“不变”区域,而非零点代表“变化”区域。当用于表情分析时,通常对被测帧(含有表情的人脸图像)与标准帧(相同背景下中性表情的人脸图像)进行差分运算,来检测图像序列中处于极大状态时表情对应的关键帧,因为此时的表情信息最为丰富。在后继的表情识别研究中只需要对检测出的关键帧进行分析,而不必分析其他所有帧,节约了大量的计算时间。M a等人将含表情的脸和中性表情的脸相减,然后对差值图像进行离散余弦变换,最后以低阶离散余弦变换系数构建特征向量。对四类表情(高兴、愤怒、悲伤、惊奇)的识别率为93.75%[24]。

基于静态图像的特征提取主要提取面部表情图像的空域信息,简单快捷,但通常要求所处理的图像包含的表情特征比较夸张、明显,因此此方法鲁棒性较差,识别率偏低;基于视频图像通过提取面部表情变化的时间和空间信息,能揭示更多的表情运动变化信息,因此从图像序列提取表情运动信息可获得更好的表情识别效果,但是这种方法模型复杂,计算量大,实现实时性要求较难。

目前的表情特征提取法的趋势是融合各种方法特征,最大限度地有机利用信息来进行特征提取。刘松将局部特征和整体特征结合起来进行面部表情识别。文献[20]中用Fisher线性判别提取脸部表情的整体特片,然后通过局部特征和整体特征的融合来提高识别率。

2.5 表情识别方法分类

表情识别方法分类大致分为4种情况:

(1)基于模板的匹配方法。为每一个要识别的表情建立一个模板,将待测表情与每种表情模板进行匹配,匹配度越高,则待测表情与某种表情越相似。对6种典型的基本人脸表情可以建立相应的模板,但对于识别非典型脸部表情比如混合表情时较困难,很难用有限的模板来代表无限多的人脸表情的情况。

(2)基于神经网络的方法。神经网络方法的研究具有悠久的历史,它很适合于解决非线性问题。网络的输出节点对应于6种基本表情和中性表情。Padgett[27]等使用反向传播算法训练人工神经网络在Ekman人脸表情库上能够达到86%的识别率。Hara和Kobayashi[31]采用一个234*50*6的反向传播神经网络,输入层的神经元对应从输入脸部图像中提取的亮度分布数据,输出神经元对应6种基本表情类别。但是,如果对自然表情类型而不是6中基本表情分类,那么神经网络方法的训练过程的工作量会非常大。另外,神经网络除了可以当作分类器外还可以作为特征提取器。

(3)基于概率模型的方法。估计表情图像的参数分布模型,分别计算被测表情属于每个类的概率,取最大概率的类别为识别结果。如Bays[32,34]决策,HMM[36]等。隐马尔可夫模型是一个统计模型,具有十分健壮的数学结构,适用于动态过程时间序列建模并具有强大的时序模式分类能力,理论上可以处理任意长度的时序。1995年Sakaguchi[21]首先将HMM应用到图像序列,实现人脸表情的识别。

(4)基于支持向量机的方法。支持向量机SVM是一种两类分类器,其基本思想是将训练样本经非线性变换映射到另一高维空间中,在变换后的高维空间内寻找一最优的分界面,在类间空隙最大的情况下将样本无错误或接近无错误分开。由于表情识别一般是多类别的分类问题,因此需要将S V M方法扩展到多类别的情形。主要有两种策略,一种是将多类别问题分解成一系列二类别问题来求解;另外一种是将包含一类不同样本的多类别问题分解成一个二类别问题,每次任选C类样本作为二类别问题的一类,剩下的C-1类样本作为另一类。

3 结束语

略论教师的面部表情 篇3

【关键词】面部表情；目光语；微笑语

通过语言专家的测定，我们知道：在人际交往的过程中，人们可接受的信息效果，只有45%来自有声语言，而其他的55%来自无声的体态语言；而在体态语言中，又有 70%来自表情。表情能表达丰富而复杂微妙的情感，具有超凡的魅力。法国作家罗曼•罗兰曾经说过：“面部表情是多少世纪才培养成功的语言，是比嘴里讲的更复杂千百倍的语言。”马卡连柯也曾说：“做教师的一定不能没有表情，不善于表情的人不能做老师。”要知道，学生往往比我们想象的更会“察言观色”，并且常根据老师的表情来猜测老师对自己的感觉。他们对此极为敏感，不仅是对老师的一言一行很能领会，甚至还能揣摩老师自己有时也未曾注意的一些非语言行为。教师的一个肯定的目光、一次赞美的微笑，都会对他们有特殊的意义，都会为孩子的生命注入无穷的动力，甚至为他的一生奠基。因此，教师仅仅只做到不苛求、不训斥后进生是不够的，还应重视表情在传达信息、情感和意向中的作用，并认真地使用这些手段。故本文就面部表情中使用最广泛、表现力最丰富的——目光语和微笑语进行简单分析，以期对我们的课堂教学有所帮助。

一、教师的目光语

眼神是面部表情的核心，是一种带有感情的，含蓄的无声语言。意大利画家达•芬奇认为：“眼睛是心灵的窗户。”眼睛是内心情感的灵敏指示器。个体情绪的变化，首先反映在瞳孔的变化上。人的情绪由中性向愉悦改变，瞳孔会不由自主地变大；看到让人厌恶的刺激物，人的瞳孔会明显缩小。人的情绪由晴转阴时，亦会有同样的反映。

人对眼光很难做到随意控制，人的态度、情绪和情感变化都可以从眼睛中反映出来。人的眼神变化，能够最直接、最完整、最深刻、最丰富地表现人的精神状态和内心活动，可以反映一个人的内心世界。观察力敏锐的人，能从目光中看到一个人真实的心态。

在教学交往中，教师用目光注视学生是一种起码的礼仪要求。你们是否曾有过这样的感觉？教师在上课时对某个学生注视较多，这个学生就会感到亲切而专心听讲；而教师对一个学生看也不看一眼，他（她）会认为教师对他（她）很轻视。

眼神是教师最重要的教学“工具”之一。它可以透视学生的心灵，让学生感到教师对他的尊重，让学生能与教师进行心的沟通。如果教师在课堂上或与学生谈话时东张西望、心不在焉，那么，学生对他所讲的必然难以接受和信任；如果教师由于紧张、羞怯不敢正视学生，或是望着天花板、或是低头望着地面，也会使学生感到无趣，不利于集中学生的注意力。优秀的教师，都善于运用眼神与学生进行交流，维持课堂秩序，组织课堂教学。

教师在上课前，可先用目光照顾到班上每个学生，使学生知道老师正看着他，而提醒自己也必须看着老师，从而集中学生的注意力；开始上课后，教师的眼神要散发热情、自信、活力、愉快的神情，学生会得到“一起打起精神吧”的暗示，会振奋精神与老师一起进行学习；在讲授课程时，教师的眼神应配合教学情形而改变。当学生有好的表现时，不妨传递出赞赏、嘉勉、期望的眼神，这样会使学生愿意变得更好，也就是所谓的“皮格马利翁效应”。反之，当学生有不良行为时，也可用眼神提醒、警告、制止他，传达出老师已经在注意他的信息，这样一来，既可保护学生的自尊心，又可调整学生的注意力。当学生双眉紧锁时，教师可用鼓励的眼神，讲慢一点儿或重复一遍；当学生双眉舒展，并对教师投以自信的目光，这时，教师可用赞许、肯定的眼神保持或加快讲课的节奏，增大知识的传授量。教师应根据学生目光反映的信息，及时调整自己的目光、眼神，并采取相应的授课方法，争取更好的教学效果。

总的来说，教师应心系全体学生，配合教学内容，学会用眼睛说话。要用自己平等、友善的目光，使每一个学生都能感受到老师对自己的信任、尊重、关爱、鼓励，体会到教师的博大和宽容。捷克教育家夸美纽斯曾说过：“孩子们求学的欲望是由教师激发出来的，假如他们是温和的，循循善诱的…….生就宁愿进学校而不愿呆在家里了。”

当然，教师在课堂上运用眼神的过程中，也有几个需要注意的地方：一是目光分配要合理，不能对学生或他人长时间凝视；二是眼睛转动的幅度不能太快或太慢；三是不要瞪眼、盯、眯眼、斜视学生；最后一点是忌用责怪、漠视的眼光。

二、教师的微笑语

在东方的“气”哲学中，人们的笑容不单纯是看着好看，而是在笑的时候可以从身体中散发出一种“气”，这种“气”可以使周围的人产生一种肯定倾向。西方也正在通过医学来证明这一点。笑的时候那种快乐的感觉可以突然间使大脑活动变得更加活跃，实际上我们也可以经常感受到笑时说的话比发愁时说的话更容易调动听者的情绪。

微笑是含义深广的体态语，是世上最美的语言。微笑是教师在教育教学中重要的体态语。教育的艺术是爱的艺术，教育的魅力来自于爱的魅力，爱是连接师生关系的纽带。如果您希望做一个受学生欢迎的老师，第一要旨就是学会微笑。

教师的微笑表明教师心境良好、真诚友善、乐业敬业，是心理健康的标志，是教师自信的标志，是教师修养的充分体现。当您带着微笑走进课堂时，不仅是您自信的反映，同时还能给人带来温馨、平易近人的好感觉。微笑可让您的学生得到鼓励；帮您打开学生的心扉；让您和学生之间变得更加融洽；可以为您创造出良好的授课心境，发挥出最佳教学水平；可以为学生创造出良好的接受心境，提高学习兴趣和效率；可以使学生无戒心、缓和矛盾，改善师生关系。它使师生间的距离一下缩短，从而使师生间容易沟通、交流，情感易于融洽、共鸣。在学生取得成功时，试着用微笑送去欣赏；在学生感到失落时，试着用微笑送去鼓励；在学生犯错时，试着用微笑送去宽容。久而久之，您就会用微笑赢得学生的尊重与爱戴。请用微笑面对您的学生吧！不用担心它是否美丽动人，或是如何有吸引力，因为学生根本就不会在意，他们在意的是从您那真诚的微笑中得到的鼓励与肯定。

真正甜美而非职业化的微笑是发自内心的、自然大方的、真实亲切的。教师在运用微笑的过程中要注意：要心中有爱，与学生保持正视的微笑；高于学生视线的微笑会让他感到被轻视；低于学生视线的微笑会让学生感到您对他有戒心。

总之，教学是一项教师的教与学生的学的双边互动活动，要提高课堂的教学效果，我们的教师除了要更新教育理念，探索新的教育教学方法外，还应该关注教师的面部表情——目光与微笑这些无声的语言。

参考文献：

[1] 侯延霞.浅谈教学中的微笑效应[J].职业,2010(9):47.

[2] 陈兵.漫谈教师讲课时动态语言的运用[J].陕西师范大学学报(哲学社会科学版), 2006(7):282.

[3] 高明,柳颖,李复然. 浅谈非语言艺术在教学中应用[J].读与写杂志,2011(2):166.

[4] 祖辛耘.浅谈教师的微笑在课堂教学中的重要性[J].职业与教育,2009(5):64.

[5] 于春秋. 用目光传神达意: 教师应具备的技艺[J].厦门教育学院学报,2011(2)：41-44.

营销交际人员的面部表情礼仪训练 篇4

营销人员在与公众打交道的时候，面部表情的基本要求就是热情，友好，诚实，稳重，和蔼。

面部表情之眼睛的礼仪

面部表情中起主导作用的就是眼睛，眼睛对内心情感的传递主要是靠眼神，面部表情中最突出的是“眉目传情”，所以眼睛被称为“心灵之窗”。

在人际交往中，目光交流不仅可以表示对他人正在诉说的事情的重视，也可以表达对他人的兴趣和喜爱，为此，营销人员要学会正确的运用眼神，在谈话时，目光要注视讲话的人，如果眼睛东张西望，表现出一副心不在焉的样子，则会被人认为是不礼貌。

微表情心理学读书笔记500字 篇5

简单摘抄几个好玩的地方如下：

体型庞大的人反应会相对迟缓，而小巧的人则反应相对灵敏。

身躯庞大的人大多比较温和，能较好地控制情绪，而且稳定性较好。

粗壮型的人对细节并不十分在意，穿着、发型、指甲，都不是他们关注的对象。

浓妆艳抹的女人有着强烈的表现欲;喜欢化淡妆的女人比较简单，大多比较传统，不是很爱出风头。

走路脚踏实地的人往往比较稳重，做事有条不紊，即使遇到紧急状况也不会手忙脚乱;走路时喜欢抬高下巴、双臂来回摆动、腿脚僵硬的人则比较清高，甚至有点儿自命不凡;走路风风火火的人大多都很直率，办事重效率，而且对工作和生活都有严密的计划，因此比较容易成功。

眼睛直视对方的人这种人具有强烈的自我意识。在交谈中，他们的话往往具有试探性和攻击性。

大多数胖子都是热情活泼的，喜好社交，容易被周围人理解和接受，属于受欢迎的人群。

瘦子敏感、纤弱、警觉。

声音是有力量的，力量的强弱体现了一个人的内在特征。例如，如果对方是轻声轻语的，而你却喜欢大声说话，那么你们就很难达成一致。、

面部表情与中西方文化差异 篇6

一、身体语言与文化的关系

根据《朗文当代英语辞典》 (杨镇明, 1995) , 身体语言是指通过人的四肢运动或身体姿势的改变来展示人的所感所想。

人类学家将文化定义为:“一个民族或一个集体的全部的生活方式。”从这个意义上来讲, 文化包括将一群人联系到一起或区分开来的所有的社会实践。

Peck (1998) 认为, 文化是被一个群体共同接受和认可的行为方式。这是作为人类的一员所需要学习的人类生活的一个方面, 这是与其他人一起分享的学习行为的一部分。

根据以上这些定义, 文化属于特定的某一个民族或群体。文化和身体语言一代代传承下来, 并在悠久的历史时期内形成了实践。

在人与人的交流过程中, 可以使用的交流方式并非只局限于语言。身体语言同语言一样, 都属于文化的一部分。通过表情、手势或其他姿势, 我们都可以向对方传达信息。比如微笑和张开手臂表示欢迎, 皱眉表示不悦, 挥舞手臂表示再见, 等等。中国人和美国人对这些姿势所对应的含义是接受的。但在某些文化中, 同样的身体语言表达的含义是不同的。

二、面部表情

人的面部是身体中最富有表现力的一部分。面部表情也可称为情感表现, 是一个非常重要的交流手段。一些简单的动作, 如皱眉头、挑眉毛或微笑都可以向对方传达我们的感觉。最重要的是, 我们并未意识到在日常人际交流中我们多么依赖于面部表情。面部表情能够使交流者感知交际伙伴的感情程度。面部表情使用的程度和频率在不同文化中有很大的差异。Paul Ekman和Wallace Friesen研究了一套系统, 这套系统把人表达情绪的面部分为三个部分, 区域一为眉毛和前额, 区域二为眼睛、眼皮和鼻梁, 区域三为脸颊、鼻子、嘴巴, 上颚和下巴。这套系统被称作Facial Affect Scoring Technique (FAST) (面部影响得分技术) , 脸部的每个部分都可以为我们提供线索, 用来表达我们的情感。还有另外一个定义需要介绍———SADFISH。SADFISH是面部情感表达的首字母缩写词:S代表悲伤, A代表生气, D表示厌恶, F代表恐惧, I代表感兴趣, S代表吃惊, H代表开心。

当我们把情感与面部表情联系到一起的时候, 文化起到十分重要的作用。情感与面部表情之间的联系, 有些是放之四海而皆准的, 有些则由于文化的不同而有差异。例如, 中国人通常用微笑或大笑来掩盖自己的消极情绪, 除非在亲密的人面前才会展露真正的情绪。然而, 北美洲的人却从小就被教导要展现真正的情感。因此, 不同文化间的差异就容易造成误解交流双方的误解。尊重和理解这种文化间的差异是解决矛盾的最好方式。

1. 眼睛的交流

在交流中眼睛的运用包括:眼神的接触, 眼神的避免接触, 还包括其他的一些眼睛运动, 例如:把眼神转向其他人, 挑眉毛, 看着别人的眼睛寻求信息, 等等。

眼神接触可以被定义为注视他人的眼睛。眼神接触在日常生活中发挥着许多功能。比如:控制谈话, 控制亲密程度, 交流感兴趣或不感兴趣的话题, 获取反馈信息, 表达情感, 影响对方。眼神接触是婴儿最早发展的一种行为, 婴儿在早期就能够意识到护理者的眼神。研究人员证明在头几周内, 婴儿与护理者的眼神交流强大到能够产生微笑反应。

眼神接触在一种文化中意味着尊重, 而在另一种文化中意味着不尊重。中国人在和别人说话, 或者当众发言的时候, 往往羞于和听众进行眼神的交流, 这种做法在西方人看来是不礼貌的。与人交流的时候, 西方人期待眼神交流, 如当众发言的时候, 西方人会不时地注视观众, 以寻求良好的互动。

凝视与互相凝视属于眼神接触的两个独特的子范畴。凝视在语言学中被定义为:以一个特定的方向专注地看某人的面部。互相凝视即为两人以特定的方向同时专注地看往对方的面部。凝视和眼神接触在区分权利和地位方面起着重要的作用。有推断显示有权利的人往往受到更多的凝视和眼神交流。语言学家Ling (1997) 指出, 某些国家的人会在注视对方的时候把眼神放低, 用来表示尊重对方;而在某些文化中, 这被看作是侮辱。

2. 微笑和大笑

微笑和大笑通常传达友好、亲近、满意、高兴、快乐和愉悦。这在中国和英语国家通常都适用。然而, 在某些情况下, 中国人的大笑容易引起西方人的负面反应。以下这段文字是来自一封信的节选, 这是一个美国人写的关于某些非语言姿势引起的跨文化交流中的误解。

“当一个美国人停放自行车的时候, 一不小心自行车歪倒在地, 他会对自己的笨拙感到非常尴尬。如果旁观的中国人开怀大笑, 他就会非常生气, 感觉自己受到了羞辱。我曾经在餐厅看到类似的事情发生, 一个外国人不小心碰掉了盘子, 感觉很尴尬, 旁观的中国人大笑, 而使他感到更加愤怒。”

当然, 无论发生事故的是外国人还是中国人, 旁观的中国人并非在嘲笑他或是他的不幸。这只是在传达一系列的信息:不要太当真, 一笑而过就好了, 没什么大不了的, 这种事情经常会发生在任何一个人身上, 等等。然而, 对于那些并未意识到这种态度的人, 大笑会引起他们的不满, 并加重他们的愤怒情绪。 (邓炎昌, 1991)

因此, 在某种情况下微笑或大笑是否合适取决于我们的交流对象。如毫无原因地对着一个中国人微笑会让人感到莫名其妙, 而对于英语国家的人来说, 这仅仅是用来表示友好的一个方式。

三、结语

总之, 身体语言, 尤其是面部表情, 在跨文化交际中起着举足轻重的作用, 了解并熟悉面部表情在不同文化中的异同, 有助于人们减少或避免在跨文化交际中因身体语言的差异而引起的误解。

摘要：人与人之间的交流包括文字交流与非文字交流。身体语言是一种重要的非文字交流方式。由于文化的多元化, 肢体语言也不同。身体语言包括很多方面, 每个方面都能体现出不同国家的文化差异。然而, 如今关于身体语言与中西文化差异的这个领域研究不完善、不系统。本文通过分析面部表情在不同的文化中代表的不同含义, 探究身体语言的不同所体现出的中西方文化差异。

关键词：面部表情,中西方文化差异,关系

参考文献

[1]Ling, C.W.Crossing cultural boundaries[J].Nurs-ing, 1997, 72 (3) :32-34.

[2]Peck, D.Teaching Culture:Beyond Language[M].Yale:New Haven Teachers Institute, 1998.

[3]Samovar, L.et al.Understanding Intercultural Com-munication[M].Wadsworth, 1981.

[4]杨镇明.朗文当代英汉辞典 (第三版) [M].北京:外语教学与研究出版社, 1995.

面部表情心理学 篇7

2011年十大科学突破

《科学》杂志目前评出2011年十大科学突破，其中对名为HPTN 052的艾滋病病毒(HIV)的研究进展名列榜首。这项研究显示，如果HIV携带者服用抗逆转录病毒药物(ARVs)，那么其将HIV传染给其他人的几率将减少96％。该研究结果结束了长期以来人们存在的关于抗逆转录病毒药物是否同时具有治疗艾滋病和HIV传播双重功效的争论。其他科学突破还包括“隼鸟号”获得行星体样品，光合成蛋白质、人类起源、疟疾疫苗的研究，以及对遥远奇异星系的观测，清除衰老细胞等。

大象是“六趾”

英国研究人员通过对大象的脚掌样本进行仔细分析后发现，它像大熊猫一样长有“六趾”。不过，这“第六趾”不是一个像其他五趾那样真正的趾头，而是由籽骨变异而成的具有脚趾功能的结构。籽骨是许多动物体内都有的一种小骨头，可以起到支撑肌睫的作用。本次研究发现，许多大象脚后跟处的籽骨变大变长，已经形成了类似其他五个脚趾骨的结构，它伸出的方向与五个脚趾骨相反，在脚后跟的位置帮助支撑大象身体重量。之所以现在才发现大象的“第六趾”，是因为大象脚掌难以研究。活体大象不易麻醉，它厚厚的脚掌也不容易用x光来透视。

鸽子会数数

鸽子不仅识途认路的本领高强，新西兰研究人员通过实验证明，鸽子从某种程度上还像一些灵长类动物一样，具有识别抽象数字的能力。在实验初级阶段，研究人员设置了35组图片，每组图片包含1-3个形状、大小和颜色不同的物体。受训的鸽子需要首先识别出图片组所含物体的数量，再按照从小到大的顺序轻啄这些图片组，就能得到小麦粒作为奖励。接着，研究人员进一步增加每组图片包含的内容，将识别范围扩大到了1-9个物体，结果受训鸽子的排序正确率依然维持在很高的水平。研究人员还发现，图片组包含的物体数量之间差距越大，鸽子识别的速度就越快，其正确率也越高。这一结果与此前美国科学家利用猕猴进行的类似实验结果相同。

“集束炸弹”法治疗癌症

以色列科研人员研发出一种从内部“爆破”肿瘤的新技术，这种治疗方法可以大大降低癌症复发率。这种新方法与传统的放射线疗法不同，传统的方法是放射线从外部攻击癌细胞，而新方法是将一个可持续释放阿尔法射线的装置植入肿瘤里，从内部打击癌细胞。科研人员在老鼠身上进行试验，第一组老鼠手术切除肿瘤，第二组老鼠使用了这种新方法治疗。结果发现，向老鼠体内重新注入癌细胞后，第一组老鼠癌症复发概率为100％，第二组仅为50％。

为何上班日偏偏碰上坏天气

美国科学家通过对美国东海岸夏季的天气进行调研，发现雷阵雨或冰雹等恶劣天气更容易出现在周三，而不是周末。据统计，有超过20％的恶劣天气会出现在工作日期间，而周末出现坏天气的情况低于这个概率。研究还表明，这种情况和人类的活动有关，因为人类工作时会排放一些包括气溶胶颗粒在内的化学物质，如汽车或者烟囱排放的废气等，这些物质会对天气产生影响，如气溶胶颗粒的排放会增加空气的湿度。这些化学物质的排放量一般在周三达到一个峰值，而随着休息日的到来会降低。不过这种情况在美国的西海岸却没有发生，因此科学家推断它可能只局限于气候更为潮湿的地区。

人到中年更好胜

人们一般认为，年轻人最争强好胜。而美国研究人员发现，其实无论男女，中年人好胜心更强，50岁达到顶峰。研究人员请数百名25岁一75岁的志愿者独自解题，根据得分换取现金奖励。随后，又让他们随机配对比赛，只有获胜者才可以用得分换奖金。为衡量志愿者的好胜心态，最后一轮比赛中，研究人员让志愿者选择独立解题或与竞争对手比赛。结果，45岁～54岁男性志愿者中，近70％选择比赛；25岁-34岁男性中，选择比赛的人数大约为一半。中年男性明显渴望证明自己强于竞争对手。在女性志愿者中，中年人群选择比赛人数比例明显高于年轻人，不过总体竞争欲望不如男性。

心肌梗塞快速检测法

德国研究人员研发出一种心肌梗塞快速检测法，可在3小时内确诊心肌梗塞，准确率可达96％。心肌梗塞患者通常出现胸痛、呼吸困难等症状，但这些症状也可能是高血压、心衰等疾病所致，这在一定程度上会干扰医生对心肌梗塞的确诊。研究人员发现，心肌梗塞患者在入院3小时后，血液心肌肌钙蛋白含量几乎增加1倍，而其他患者则没有如此高的量。因此，研究人员设定了一个血液心肌肌钙蛋白含量临界值，以此作为确诊心肌梗塞的标准。

鱼类可快速适应升温环境

澳大利亚一项研究发现，一些热带鱼类可快速适应升温的海水，它们对全球气候变化的适应能力超出研究者预期。通常情况下，当环境温度升高1.5℃-3℃时，一些热带鱼类会出现明显的有氧能力下降现象，例如影响它们的快游能力。但当两代鱼一直生存在升温环境中后，它们的有氧能力明显改善，这说明它们自我调节速度快于气候变化导致的海水升温速度。不过，海水升温仍可能打破生态平衡，进而破坏鱼类的食物链结构。

中老年食肉过多易患癌

日本一项研究结果表明，每日食肉过多会增加中老年人患结肠癌的风险。每天吃肉，特别是吃红肉超过80克以上的中老年女性，与每天吃红肉不到25克的人相比，患结肠癌的风险高48％。中老年男性每日肉类摄取总量超过100克的人与每日吃肉不到35克的人相比，患结肠癌的风险高出44％。这项调查只是发现食肉过量患结肠癌的风险较大，但不能认为吃肉，特别是吃红肉立刻就会带来危险，只要注意不要食用太多即可。

面部表情心理学 篇8

[关键词] 同伴接纳；反应时；正确率

近年来，儿童的情绪理解问题越来越引起研究者的关注。面部表情作为情绪的一种外在表现，对推测儿童的情绪状态起着重要作用。目前，有关面部表情的研究主要是让儿童命名与认识高兴、生气、悲伤和害怕等几种基本情绪的图片，考察儿童识别这些基本情绪的能力。大量研究结果表明，儿童面部表情识别能力在整个儿童期处于不断发展之中。[1] 例如：2岁儿童能正确辨别面部表情，能谈论和情绪有关的话题；[2] 4岁幼儿对于高兴、生气和害怕这三种表情的识别都高于3岁，[3] 6岁儿童的表情识别分数显著高于3岁、4岁和5岁儿童，5岁儿童的得分显著高于3岁和4岁儿童，3岁和4岁儿童的得分不存在显著差异[4] 等，对儿童的日常生活与社会交往起着不容忽视的作用。

同伴接纳是同伴关系中的一个重要方面，在儿童的发展中有着独特的价值与作用。同伴接纳是一种群体指向的单向结构，反映的是群体对个体的态度：喜欢或不喜欢，接纳或排斥。[5] 在众多研究中，研究者通常把同伴接纳作为衡量儿童在群体生活中地位的一个关键指标，作为儿童社会能力的一种体现。近年来，大量的研究结果发现，幼儿的面部表情识别能力对其同伴接纳水平有一定的影响，但是也有部分研究表明这两者之间并无相关。因此笔者认为有必要对幼儿面部表情识别能力与同伴接纳的关系做进一步研究。

在以往的研究中，笔者发现大量的面部表情识别的研究都是采用Denham发展的测量程序来考察幼儿面部表情识别的能力，但是这个程序只能测得幼儿面部表情识别的正确率，却不能测得幼儿面部表情识别的反应时。因此，笔者在本研究中借鉴并改良了Denham发展的测量程序，用E-prime程序呈现面部表情图片，通过幼儿的按键反应记录幼儿面部表情识别的正确率和反应时。本研究的假设：大班幼儿在面部表情识别的正确率和反应时上存在显著性的差异，不同性别的大班幼儿在面部表情识别的反应时和正确率上不存在显著性的差异，不同同伴接纳类型的大班幼儿在反应时和正确率上存在显著性的差异。

一、研究方法

（一）被试者

本研究选取某大班幼儿60名，其中男生32名，女生28名，平均月龄为72个月。

（二）实验材料

在情绪的相关研究中，目前国际上比较通用的情绪刺激系统是国际情感图片系统（international affective picture system， IAPS）。但是由于文化背景的差异性、年龄与图片版权等诸多原因，有其不适用性。因此，本研究选择根据孟昭兰等人的评价方法自制表情图片。

1.表情照片的制作

选取某幼儿园幼儿10名（男女各5名）作为表情照片制作的被试。向被试说明需要其引发的相关情绪的名称、发生过程与特点等，要求被试表现出5种不同的面部表情，即高兴、惊讶、生气、伤心、平静，然后使用像素为1020的尼康数码相机进行拍照，对拍摄模式进行统一调试。每种表情至少拍4张，共计10×5×4=200张。初步对照片进行筛选，剔除不合格照片170张，合格照片30张。

2.表情评定

参照孟昭兰在《确定婴儿面部表情模式的初步尝试》一文中的评定方法，请某大学非心理专业的学生10名对所修改后的30张面部表情进行评定，以一致70%以上（即对目标照片的辨认准确率达到70%以上）作为筛选原则，选出最理想的每种表情照片各3张，共计15张，即3套完整的五种表情图片（见表1）。

（三）实验过程

每名儿童需要完成两个测量：面部表情识别测量和同伴接纳测量。测试在一间安静、相对舒适的活动室里进行，分为两个部分。一半儿童先完成面部表情识别测量，后完成同伴接纳测量，另一半儿童的顺序则相反。我们利用儿童的自由活動时间，进行个别测试，主试事先经过严格训练。

1.面部表情识别测量的方法

本研究采用E-Prime编制程序，在程度中随机呈现15张面部表情图片。本研究包括4个分实验，即“找高兴”“找惊讶”“找生气”“找伤心”。整个实验在幼儿园的活动室进行，该活动室具有较好的隔音、隔光等功能，能保证实验在比较安静、舒适的环境中进行，保证实验结果的可信度。

每个分实验主要分为三个步骤，以“找高兴”实验为例：第一步，讲解表情：主试询问被试对高兴的理解，尽量说明白该表情的特点与发生情景，帮助被试对高兴进行正确认识；第二步，预实验：主试告诉被试实验中看到高兴的表情按下带有星星的按键，看到非高兴的表情按下带有月亮的按键，主试呈现预实验程序让幼儿进行练习，确保幼儿清楚实验过程；第三步，正式实验：主试使用屏幕为14.1寸的惠普compaq515笔记本呈现E-prime程序。指导语如下：屏幕上将会呈现15张幼儿面部表情图片，请记住这些表情，然后仔细观察判别，做出相应的反应。主试询问被试是否理解，如果不理解，主试详细解释，然后让被试进入正式实验。

本实验中五种面部表情识别的成绩是以准确率和反应时为标准。在准确率方面，被试正确识别出一种表情就记1分，错误记0分。反应时方面，主要是依靠之前正确率的结果来进行统计。

2.同伴接纳测量的方法

本研究主要采用同伴提名法测量儿童的同伴接纳类型，具体步骤如下：步骤一，主试在儿童自由活动时，运用现场提名的方式对班级内的所有儿童进行个别施测（保证班级内的儿童都在场），要求儿童说出自己在班里最喜欢一起玩的三位小朋友、自己的三位好朋友和最不喜欢一起玩的三位小朋友的名字；步骤二，主试对每位儿童在每个问题上所得的提名频次进行标准化，确定每个儿童的积极提名分（LM）、消极提名分（LL）、社会选择性分数（SP=LM-LL）和社会影响力分数（SI=LM+LL）；步骤三，参照庞丽娟1994年确定的标准划分儿童的同伴接纳类型即受欢迎型、被忽视型、被拒绝型、矛盾型与一般型。

三、结果与分析

（一）大班幼儿对不同面部表情图片的识别情况

对大班幼儿在不同面部表情图片上的反应时与正确率进行单因素方差分析发现：大班幼儿在不同面部表情的反应时上不存在显著性差异，大班幼儿在不同面部表情的正确率上存在显著性的差异（F=38.500，p<.05）。进一步分析发现：在正确率上，幼儿对高兴的识别显著大于对惊讶、生气、伤心的识别，对惊讶的识别显著大于对伤心的识别。对四种基本情绪的识别顺序应为高兴>惊讶>生气>伤心（见表2）。

（二）不同性别的大班幼儿在面部表情识别上的差异

对不同性别的大班幼儿的反应时和正确率进行独立样本T检验发现：不同性别的大班幼儿在正确率上不存在显著性的差异，但是不同性别的大班幼儿在反应时上存在显著性的差异（T=2.243，p<.05），在面部表情识别上，大班男孩的反应显著慢于女孩（见表3）。

（三）大班幼儿面部表情识别能力与同伴接纳之间的关系

对不同同伴接纳类型的大班幼儿的反应时与正确率进行单因素方差分析发现：不同同伴接纳类型的大班幼儿在正确率上没有显著性差异，但是不同同伴接纳类型的大班幼儿在反应时上存在显著性的差异（F=20.611，p<.001）（见表4）。进一步分析数据发现：在面部表情识别上，被忽视幼儿的反应时显著高于受欢迎、被拒绝、矛盾型和一般型儿童。

对大班幼儿的面部表情识别能力与同伴接纳类型做相关分析发现：正确率与同伴接纳类型之间不存在显著性的相关，反应时与同伴接纳类型之间存在着显著负相关（r= -.363，p<.05）（见表5）。

四、讨论

本研究结果发现，幼儿对四类情绪的识别是不平衡的，存在显著性差异。对高兴这种基本情绪识别发展最早且最好，其次对惊讶的识别能力也很好，对生气的识别较差，对伤心的识别最差。这个结果与国内研究者刘安庆、刁洁等人的研究大体一致。在刘安庆、刁洁等人的研究中，其研究的四种基本情绪分别为高兴、生气、伤心和害怕。这与本研究有点不相同，但是在高兴、生气和伤心的识别顺序上是一致的。但是，这个结果与Camras和Allison等的研究结论即美国白人幼儿对于伤心的识别要高于对生气的识别不一致，这种差异的产生可能源自中、西方文化背景的差异，有待进一步探索。

关于表情识别的性别差异，本研究发现大班男孩和女孩在表情识别正确率上不存在显著差异，这与姚端维等人研究一致。幼儿在识别表情的正确率上不存在性别差异，可能是由于大班幼儿已经具备了对这四种表情的识别能力。但是在本研究中，我们发现了另一个有趣的现象：大班男孩和女孩在表情识别的反应时上存在显著性差异，大班男孩显著慢于女孩。这与现实相符，大班女孩比男孩更会“察言观色”。在这个结论中，我们发现：仅仅用表情识别的正确率去判断大班幼儿面部表情识别能力的发展水平是不够的，应该用面部表情识别的正确率和反应时两个指标去判断；而且对于大班这个年龄层，面部表情识别的反应时这个指标比正确率更有价值。

在大班幼儿面部表情识别能力与同伴接纳关系的研究中，不同同伴接纳类型的大班幼儿在正确率上没有显著性差异，这与以往的大部分研究不一致，但是与王柳生等人的研究相一致。在研究中，研究者还发现：不同同伴接纳类型的大班幼儿在反应时上存在显著性的差异（F=20.611，p<.001），被忽視幼儿的反应时显著高于受欢迎、被拒绝、矛盾型和一般型儿童。这个结论的出现可能与样本量比较小有关，也有可能与被忽视类型幼儿自身的特征有关。在接下来的研究中，研究者将扩大样本量来检验此结论的真伪。

文献参考

[1]Pons F L， Harris P l， de Rosnay M. Individual differences in childrens emotion understanding： Effects of age and language. Scandinavian Journal of Psychology， 2004，（44）：347-353.

[2]Southam-Gerow M A， Kendall P C. Emotion regulation and understanding implications for child psychopathology and therapy[J].Clinical Psychology Review， 2002，（22）：189-222.

[3]姚端维，陈英和，赵延芹.3-5岁儿童情绪能力的年龄特征、发展趋势和性别差异的研究.心理发展与教育，2004，（02）：12-16.

[4]赵景欣，申继亮，张文新.幼儿情绪理解、亲社会行为与同伴接纳之间的关系.心理发展与教育，2006，（01）：1-5.

[5]陈利国，高翔.影响儿童同伴接纳因素的研究.心理发展与教育，2003，（02）：35-41.