特征信息和呈现时间对异族面孔知觉的影响

刘伟 贾玉雪

摘 要 为了探讨面孔认知中内部特征和加工时间对种族判断的影响，采用面孔种族评价任务，选用被试内设计，通过操纵内部特征替换部位，刺激呈现时间，以及种族三个自变量进行研究。结果发现：对中国被试来说，面孔种族信息的获取是一个随时间不断累积信息的过程。在此过程中鼻和口特征并不能提供有效的亚洲和高加索种族信息，眼部特征和构型信息在加工中共同影响种族判断。随着加工时间的增加，眼部特征提供的种族信息权重在不断增大，被试主要依靠眼部特征进行种族判断。

关键词 面孔知觉; 异族面孔; 特征信息; 呈现时间

分类号 B842.2

DOI： 10.16842/j.cnki.issn2095-5588.2021.04.005

1 引言

面孔携带如种族、年龄、性别等大量的社会信息，对人们的社会生活有着重要意义。作为面孔识别的专家，人们能够精确快速地提取面孔中的种族信息进行加工。大量研究表明，人们在加工本族和异族面孔时存在着差异：在记忆任务中，识别本族面孔的成绩好于异族面孔，称为异族效应（Meissner & Brigham， 2001）;而按种族对面孔进行分类时，对异族面孔的分类速度要快于本族面孔，称为异族分类优势（Caldara et al.， 2004; Zhao & Bentin， 2008， 2011）。这些现象体现了异族面孔加工的特殊性，而这一特殊性建立在某张面孔被归类于“异族”的基础上。那么，人们到底通过什么线索将面孔的种族进行分类的呢？目前依然没有定论，因此探讨面孔中影响种族判断的线索在面孔认知领域有着非常重要的理论和实践意义。

面孔携带的大量信息可分为两类：特征信息和构型信息。其中特征信息指单一面部成分（如眼、鼻、口）的形状或大小等;构型信息指各成分之间的空间关系（Diamond & Carey， 1986; Maurer et al.， 2002）。过去很多研究者认为构型信息是主要的面孔加工方式（Freire et al.， 2000; Young et al.， 1987），但近年来也有研究者表示构型信息的作用被夸大了（Burton et al.， 2015）。目前认为面孔认知采用的是整体加工策略，即将特征和构型信息整合起来形成整体认知（

Hayward et al.， 2016;

Piepers & Robbins， 2012; Tanaka & Simonyi， 2016）。已有大量研究表明构形信息和特征信息都会影响异族效应（Hancock & Rhodes， 2008; Hayward et al.， 2008; Rhodes et al.， 2006; Wang et al.， 2015）和异族分类优势（Levin， 2000; Lv et al.， 2015; Zhang et al.， 2017; Zhao & Bentin， 2011），说明两种信息都包含种族线索。

不过，不同位置的特征和构形信息携带的种族线索有所不同。人们对本族的双眼距离以及眼睛大小的变化比异族更为敏感;而鼻和嘴的距离和嘴的大小变化却没有差异（Wang et al.， 2015）。单独呈现双眼区域也能够产生显著的异族分类优势，而遮住双眼的图片虽然也能产生异族分类优势，但效应量低于单独呈现的双眼，且分类错误率更高（Zhao & Bentin， 2011）。

此外，异族效应同样受到单独眼部特征的影响（Collova et al.， 2017）。可见，大量研究都验证了眼部区域对种族信息的重要性，然而鲜有研究关注单独的鼻和口特征的种族信息。有研究虽然改变了口的大小和鼻-口空间距离，但采用的是异同判断任务，涉及到对面孔个体化信息的识别，而种族判断仅仅需要进行分类，不必加工到个人信息的层次，所以该结论并不能直接验证口和鼻与种族判斷的关系;其次，研究中对特征的操作仅仅改变了相对大小，并不是对种族信息的直接操纵（Wang et al.， 2015）。

据此，本研究拟调换不同种族的对应面孔区域，对各区域的种族线索进行比较。不过，由于个体的构型信息变化非常大，各种族中都有各式各样的构型（Farah et al.， 1998），有研究在选取刺激材料时也并未发现种族间构型的差异（Wang et al.， 2015）。因此， 本研究将针对特征信息（眼、 鼻、 口）进行探讨，即通过互换不同种族的眼、 鼻、 口特征信息来分析各特征对种族判断的影响。

面孔认知不仅对空间信息进行加工，还包含了时间进程。已有大量研究表明诸如表情、年龄、性别、种族等不同面孔信息的加工顺序存在差异（Caldara et al.， 2004; Dobs et al.， 2019; Du & Martinez， 2013; Meinhardt-Injac et al.， 2011）。在面孔刺激出现大约250ms时，本族面孔将会比异族面孔得到更大的注意（Ito et al.， 2004），此时体现了对种族信息的区分加工（Levin， 2000）。一项元分析报告表明：随着刺激呈现时间的延长，白人被试的异族效应将增强，而黑人被试的异族效应则减弱（Anthony et al.， 1992）。不过并未发现有研究探讨呈现时间对种族判断影响的相关研究。种族信息搜索不对称性观点认为：个体通过搜索面孔中是否存在异族特征进行种族判断，在本族面孔中判断异族特征不存在的时间显然高于异族面孔中搜索到异族特征的时间，进而出现了异族面孔分类优势（Levin， 1996; 2000）。按照该观点，可推测随着呈现时间的延长，被试将有充足的时间提取更多特征对种族判断造成影响。

综上所述，以往研究并没有系统探讨鼻和口特征信息对种族判断的影响，也没有从时间进程上研究过上述信息的作用。此外，由于面孔采用的是整体加工方式，单独呈现某个特征进行研究并不能体现实际的种族判断过程。据此，本研究拟采用面孔种族评价任务，直接对完整面孔的种族信息进行评价。并通过替换不同种族面孔的内部特征以及操纵不同的图片呈现时间来探讨特征信息和呈现时间对面孔种族信息知觉的影响。首先，眼睛作为最为重要的种族信息来源，替换了眼部特征面孔的评价将更倾向于眼部所属种族的面孔。同时，如果鼻和口也能影响种族判断的话，替换了鼻或口特征的面孔也会更倾向于其对应种族的面孔，不过程度应低于眼部替换面孔。其次，由于异族特征更容易受到关注，替换了异族特征的本族面孔应更倾向于被评价为异族，而替换了本族特征的异族面孔被评价为本族面孔的程度较低。最后，如果呈现时间的增加能够让被试更充分利用各特征进行种族判断的话，那么替换了各特征的面孔在长呈现时间的条件下应更倾向于被评价为特征对应种族的面孔，并且眼部替换面孔受呈现时间的影响更大。

2 研究方法

2.1 被试

贵州省某高校随机招募的40名大学生（男性14名，女性26名），年龄18～22岁，视力或矫正视力正常，均无类似实验经验，参与实验可获得一定学分。

2.2 刺激材料

亚洲面孔来自我国台湾面孔表情图片库中随机抽取的10张男性面孔和10张女性面孔。欧洲（高加索）面孔来自Radboud面孔数据库 （Langner et al.， 2010）中随机抽取的10张男性面孔和10张女性面孔。每张面孔均为中性表情，且只保留内部特征区域，对双耳、额头、下巴之外的区域都进行了裁剪，统一调整为260×300像素大小的黑白图片。

将同性别不同种族的面孔进行配对，共得到20对图片，每对图片包含同性别的一张亚洲面孔和一张欧洲面孔。每对图片进行如下操作：将欧洲面孔的双眼（包含眉毛）替换到与其配对的亚洲面孔中，得到眼替换亚洲面孔。对鼻和口也分别进行替换，得到鼻替换亚洲面孔以及口替换亚洲面孔。同理，将亚洲面孔的双眼、鼻、口也分别替换到高加索面孔中，分别得到眼替换欧洲面孔，鼻替换欧洲面孔和口替换欧洲面孔。在上述替换过程中，尽量保证替换前后的特征相对位置恒定。最后，加上亚洲和欧洲面孔的原图，此时每对图片共形成8张刺激图片（如图1），20对图片总共包含160张刺激图片。

2.3 实验设计

实验为2（呈现时间： 0.25 s， 1 s）×2（面孔图片种族： 亚洲， 欧洲）×4（特征变化： 原图， 眼替换， 鼻替换， 嘴替换）的被试内设计，三个因素均为被试内因素。因变量为被试的种族评价得分（0～100）。其中选取0.25 s作为呈现时间的第一个水平是依据Ito等（2004）的研究。此外，几项以反应时作为指标的种族判断研究设置的图片呈现时间为500 ms，且被试约在图片呈现后的500～800 ms之间做出反应（Zhang et al.， 2017; Zhao & Bentin， 2011），而本研究并不强调快速反应，所以为了让被试有更充足时间加工各特征信息，将呈现时间的第二个水平设置为1 s。

2.4 实验流程

将20对图片分为A，B两组，每组10对，各包含5对男性面孔和5对女性面孔，即每组有80张刺激图片。两组图片分别用于短时呈现（0.25s）和长时呈现（1s）条件，且在被试间进行平衡：一半被试接受A组短时呈现，另一半被试接受B组短时呈现。呈现时间两个水平的先后顺序也在被试间进行平衡。

在短时呈现任务中，80张刺激图片（A组或B组）逐一随机呈现，但保证来自于同一原图的面孔不会紧接着出现。每张图片呈现之前有500 ms空屏，接下來屏幕中央出现十字注视点，持续500 ms，注视点消失后空屏300 ms，接着呈现图片250 ms，图片消失后空屏300 ms，接着呈现评价轴以及问题：“你认为刚才出现的图片是亚洲人还是欧洲人？”，被试做出反应后评价轴消失，进入下一个试次。评价轴为一条水平轴，最左侧标注“亚洲人”，中央标注“不确定”，最右侧标注“欧洲人”，被试通过鼠标点击评价轴上的任意位置做出反应。被试的反应将自动转换为0（最左侧）～100（最右侧）的得分，原始分值越大，说明被试认为图片越接近欧洲人。为避免被试误触鼠标做出错误评价，被试在点击评价轴的位置之后还需点击评价轴下方的“确定”按钮才能完成该次评价。长时呈现任务仅仅是刺激图片呈现时间改为1 s，其余流程完全相同。短时和长时呈现任务之间被试有短暂休息时间。

3 结果

由于分值越大越接近欧洲，而分值越小越接近亚洲，为便于比较不同种族面孔的得分，用100减去被试对亚洲面孔的评价得分，此时分值越高说明越接近原图对应的种族。对处理后的数据进行2（呈现时间： 0.25 s， 1 s）×2（面孔图片种族： 亚洲， 欧洲）×4（特征变化： 原图， 眼替换， 鼻替换， 嘴替换）的重复测量方差分析。各效应均不满足Mauchly球形假设，采用Greenhouse-Geisser方法进行校正。校正后特征变化的主效应显著，F（1.08， 41.96）=222.69， p<0.001， η2p=0.85;呈现时间与特征变化的交互作用显著，F（1.95， 76.20）=56.41， p<0.001， η2p=0.59;种族和特征改变的交互作用显著，F（1.56， 60.77）=17.29， p<0.001， η2p=0.31;种族，特征改变，呈现时间的三阶交互作用显著，F（2.42， 94.53）=6.71， p=0.001， η2p=0.15。（见图2）

为解释三阶交互作用，分别对不同特征改变水平下的呈现时间和种族进行两因素重复测量方差分析，结果表明原图，鼻替换，口替换水平下呈现时间的主效应显著，都表现为长时呈现的得分高于短时呈现。其中原图：F（1， 39）=23.73， p<0.001， η2p=0.38;鼻替换：F（1， 39）=28.61， p<0.001， η2p=0.42;口替换：F（1， 39）=23.84， p<0.001， η2p=0.38。三种条件下呈现时间与种族的交互作用均不显著。然而，眼替换水平下呈现时间的主效应显著，但表现为长时呈现的得分低于短时呈现，F（1， 39）=55.01， p<0.001， η2p=0.59;种族主效应显著，F（1， 39）=13.78， p=0.001， η2p=0.26;且二者交互作用显著，F（1， 39）=8.32， p=0.006， η2p=0.176。结果说明不同种族的眼部特征受到呈现时间的影响不同，而其他特征受时间的影响与眼部特征刚好相反，且不受种族因素的影响。

对眼替换水平下种族和呈现时间的交互作用进行简单效应分析。首先在种族各水平下，长时呈现时的得分都显著低于短时呈现。其中眼替换欧洲面孔：F（1， 39）=62.47， p<0.001， η2p=0.62;眼替换亚洲面孔：F（1， 39）=11.61， p=0.002， η2p=0.23。而在呈现时间各水平下，眼替换亚洲面孔的得分均显著低于眼替换欧洲面孔。其中长时呈现F（1， 39）=4.57， p=0.039， η2p=0.11;短时呈现F（1， 39）=21.06， p<0.001， η2p=0.35）。综合来看，眼部特征对种族评价的影响将随着呈现时间的延长而增加，在此过程中欧洲眼睛对种族评价的影响更大，但随着呈现时间的延长，亚洲和欧洲眼部特征的差距将逐渐缩小。

为比较不同特征对种族判断的影响，对特征变化进行简单效应分析。结果表明在各呈现时间与种族的条件下，特征变化的效应均显著：呈现时间0.25 s时，欧洲面孔各特征变化F（3， 37）=45.45， p<0.001， η2p=0.79;亚洲面孔各特征变化F（3， 37）=53.63， p<0.001， η2p=0.81。呈现时间1 s时，欧洲面孔各特征变化F（3， 37）=69.09， p<0.001， η2p=0.85;亚洲面孔各特征变化F（3， 37）=83.67， p<0.001， η2p=0.87。Bonferroni校正的多重比较发现：眼部替换的得分均显著小于其余特征变化情况，除此之外无显著差异，说明其余特征的替换并不影响种族评价。

为进一步探讨眼替换对种族评价的影响程度，将短时呈现条件下各被试的欧洲面孔原图原始分减去眼替换亚洲面孔原始分;亚洲面孔原图原始分减去眼替换欧洲面孔原始分。分数的差值体现了眼部替换后的图片在主观评价上接近另一种族的程度，若该值为0，说明种族判断完全转变为另一种族。长时呈现的条件也进行同样的分数转换。对各分数进行单样本t检验发现均与0有显著差异：短时呈现亚洲眼部特征t=13.99， df=39， p<0.001， Cohen's d=1.16;短时呈现欧洲眼部特征t=7.34， df=39， p<0.001， Cohen's d=2.21;长时呈现亚洲眼部特征t=10.68， df=39， p<0.001， Cohen's d=1.69;长时呈现欧洲眼部特征t=7.01， df=39， p<0.001， Cohen's d=1.11。结果表明虽然眼部替换图片的评分会往眼所属的种族偏移，但并不能完全改变种族判断。

4 讨论

亚洲面孔和欧洲面孔在眼、鼻、嘴三个特征上都含有其独特的种族特点（Le et al.， 2002），理论上都能提供一定的种族信息。已有大量的研究表明无论是在面孔记忆（Tanaka & Farah， 1993），面孔知觉（Tanaka et al.， 2014），还是种族分类任务中（Wang et al.， 2015; Zhao & Bentin， 2011），眼部（上半部）信息都有更为重要的影响。但并没有研究明确完全否认鼻和口特征信息对种族判断的影响。本研究通过面孔种族评价任务也发现了眼部特征在种族判断中的重要作用，而且还进一步发现：对中国被试来说，单一的鼻和口特征替换后的评价得分与原图并无显著差异，说明这两个特征在面孔整体加工中对亚洲和欧洲面孔的种族评价并没有影响。

不过，眼部特征替换图片的评价得分并没有完全偏移到另一端，而只是出现了较大程度的下降，意味着构型信息也能够提供一定的种族线索。然而随着呈现时间的延长，评分显著偏向眼部所属的种族。说明眼部特征对种族判断的影响随时间递增，远远超过其余信息提供的种族线索。有研究表明中国被试在面孔加工中采用的是以鼻子为中心的整体加工策略（Blais et al.， 2008; Kelly， 2010）。本研究在刺激呈现之前有500ms的注视点，位于刺激的鼻子区域，也对该策略进行了一定程度的强化。在短时呈现时，虽然眼作为单独的特征信息也能够影响整体加工（Zhao & Hayward， 2013），但由于被试的第一注视点并没有落在眼部区域，不能完全利用该信息进行种族判断，从而降低了对种族信息的提取（Hills et al.， 2013; Zhong et al.， 2015）。当呈现时间延长后，被试有足够的时间对特征进行搜索，此时眼部的种族优势体现得更为明显。说明个体能够随着时间从眼睛特征上获取更多特征信息进行种族判断，这一结论与Singer & Sheinberg （2006）的一致：面孔虽然采用的是整体加工，但也能够随时间不断累积信息进行加工。

然而，不同种族的眼部特征对种族判断的影响存在显著差异，欧洲眼部特征能够引起更大程度的种族倾向。有研究表明亚洲被试对本族面孔更多关注鼻子，对欧洲面孔则更多关注眼睛（王乾东 et al.， 2013）。据此可以推断，亚洲和欧洲眼部特征对种族判断影响的差异很可能是源于二者受到的关注程度不同。当呈现时间短时，被试对欧洲眼部特征给予更多的关注，使得欧洲眼睛对种族判断的影响远远大于亚洲眼睛。呈现时间长时，由于被试对两个种族的眼部特征都进行了充分的加工，所以二者的差距变小。这也很可能是异族分类优势的原因之一：个体对异族眼部特征给予的更多关注使其能够更快的归类异族面孔，而本族面孔通常需要更多时间才能进行归类。

综上所述，人们在面孔加工早期已能够从眼部特征和构型信息中提取较为准确的种族信息，但随着加工时间的延長，眼部特征对种族判断的影响远远超过其余信息。

5 结论

对中国被试来说，面孔种族信息的获取是一个随时间不断累积信息的过程。在此过程中鼻和口特征并不能提供有效的亚洲和高加索种族信息，眼部特征和构型信息在加工中共同影响种族判断。随着加工时间的增加，眼部特征提供的种族信息权重在不断增大，被试主要依靠眼部特征进行种族判断。

参考文献

王乾东， 胡超， 傅根跃 （2013）. 幼儿面孔加工异族效应的眼动研究. 心理学报， 45（2）， 169-178.

Anthony， T.， Copper， C.， & Muller， B. （1992）. Cross-racial facial identification： A social cognitive integration. Personality and Social Psychology Bulletin，18（3）， 296-301.

Blais， C.， Jack， R. E.， Scheepers， C.， Fiset， D.， & Caldara， R. （2008）. Cultureshapes how we look at faces. PLoS ONE， 3（8）， Article e3022.

Burton， A. M.， Schweinberger， S. R.， Jenkins， R.， & Kaufmann， J. M. （2015）. Argumentsagainst a configural processing account of familiar face recognition. Perspectives on Psychological Science， 10（4）， 482-496.

Caldara， R.， Rossion， B.， Bovet， P.， & Hauert， C. A. （2004）. Event-related potentials and time course of the "other-race" face classification advantage. Neuroreport， 15（5）， 905-910.

Collova， J. R.， Kloth， N.， Crookes， K.， Burton， N.， Chan， C. Y. H.， Hsiao， J. H.， & Rhodes， G. （2017）. A new other-race effect for gaze perception. Journal of Experimental Psychology： Human Perception and Performance， 43（11）， 1857-1863.

Diamond， R.， & Carey， S. （1986）. Why faces are and are not special： An effect of expertise. Journal of Experimental Psychology： General，115（2）， 107-117.

Dobs， K.， Isik， L.， Pantazis， D.， & Kanwisher， N. （2019）. How face perception unfolds over time. Nature communications， 10（1）， Article 1258.

Du， S.， & Martinez， A. M. （2013）. Wait， are you sad or angry？ Large exposure time differences required for the categorization of facial expressions of emotion. Journal of Vision， 13（4）， 1-14.

Farah， M. J.， Wilson， K. D.， Drain， M.， & Tanaka， J. N. （1998）. What is “special” about face perception？Psychological Review， 105（3）， 482-498.

Freire， A.， Lee， K.， & Symons， L. A. （2000）. Theface-inversion effect as a deficit in the encoding of configural information： direct evidence. Perception， 29（2）， 159-170.

Hancock， K. J.， & Rhodes， G. （2008）. Contact， configural coding and the other-race effect in face recognition. British Journal of Psychology， 99（1）， 45-56.

Hayward， W. G.， Crookes， K.， Chu， M. H.， Favelle， S. K.， & Rhodes， G. （2016）. Holistic processing of face configurations and components. Journal of Experimental Psychology： Human Perception and Performance， 42（10）， 1482-1489.

Hayward， W. G.， Rhodes， G.， & Schwaninger， A. （2008）. An own-race advantage for components as well as configurations in face recognition. Cognition， 106（2）， 1017-1027.

Hills， P. J.， Cooper， R. E.， & Pake， J. M. （2013）. Removing the own-race bias in face recognition by attentional shift using fixation crosses to diagnostic features： An eye-tracking study. Visual Cognition， 21（7）， 876-898.

Ito， T. A.， Thompson， E.， & Cacioppo， J. T. （2004）. Tracking the timecourse of social perception： The effects of racial cues on event-related brain potentials. Personality and Social Psychology Bulletin， 30（10）， 1267-1280.

Kelly， D. （2010）. Culture shapes eye movements for visually homogeneous objects. Frontiers in Psychology， 1， Article 6.

Langner， O.， Dotsch， R.， Bijlstra， G.， Wigboldus， D. H. J.， Hawk， S. T.， & van Knippenberg， A. （2010）. Presentation and validation of the Radboud Faces Database. Cognition & Emotion， 24（8）， 1377-1388.

Le， T. T.， Farkas， L. G.， Ngim， R. C. K.， Levin， L. S.， & Forrest， C. R. （2002）. Proportionality in Asian andNorth American Caucasian faces using neoclassical facial canons as criteria. Aesthetic Plastic Surgery， 26（1）， 64-69.

Levin， D. T. （1996）. Classifying faces by race： The structure of face categories. Journal of Experimental Psychology： Learning， Memory， and Cognition， 22（6）， 1364-1382.

Levin D. T. （2000）. Race as a visual feature： Using visual search and perceptual discrimination tasks to understand face categories and the cross-race recognition deficit. Journal of experimental psychology. General， 129（4）， 559-574.

Lv， J.， Yan， T.， Tao， L.， & Zhao， L. （2015）. The role of configural processing in face classification by race： an ERP study. Frontiers in Human Neuroscience， 9， Article 679.

Maurer， D.， Grand， R. L.， & Mondloch， C. J. （2002）. The many faces of configural processing. Trends in Cognitive Sciences， 6（6）， 255-260.

Meinhardt-Injac， B.， Persike， M.， & Meinhardt， G. （2011）. The time course of face matching for featural and relational image manipulations. Acta Psychologica， 137（1）， 48-55.

Meissner， C. A.， & Brigham， J. C. （2001）. Thirty years of investigating the own-race bias in memory for faces： a meta-analytic review. Psychology， Public Policy， and Law， 7（1）， 3-35.

Piepers， D. W.， & Robbins， R. A. （2012）. Areview and clarification of the terms “holistic， ” “configural， ” and “relational” in the face perception literature. Frontiers in Psychology， 3， Article 559.

Rhodes， G.， Hayward， W. G.， & Winkler， C. （2006）. Expert face coding： configural and component coding of own-race and other-race faces. Psychonomic Bulletin & Review， 13（3）， 499-505.

Singer， J. M.， & Sheinberg， D. L. （2006）. Holistic processing unites face parts across time. Vision Research， 46（11）， 1838-1847.

Tanaka， J. W.， & Farah， M. J. （1993）. Parts andwholes in face recognition. The Quarterly Journal of Experimental Psychology Section A， 46（2）， 225-245.

Tanaka， J. W.， Quinn， P. C.， Xu， B.， Maynard， K.， Huxtable， N.， Lee， K.， & Pascalis， O. （2014）. The effects of information type （features vs. Configuration） and location （eyes vs. mouth） on the development of face perception. Journal of Experimental Child Psychology， 124， 36-49.

Tanaka， J. W.， & Simonyi， D. （2016）. The “parts and wholes” of face recognition： A review of the literature. Quarterly Journal of Experimental Psychology， 69（10）， 1876-1889.

Wang， Z.， Quinn， P. C.， Tanaka， J. W.， Yu， X.， Sun， Y. H.， Liu， J.， Pascalis， O.， Ge， L.， & Lee， K. （2015）. An other-race effect for configural and featural processing of faces： upper and lower face regions play different roles. Frontiers in psychology， 6， Article 559.

Young， A. W.， Hellawell， D.， & Hey， D. C. （1987）. Configurational information in face perception. Perception， 16， 747-759.

Zhang， G.， Wang， Z.， Wu， J.， & Zhao， L. （2017）. The role of spatial frequency information in face classification by race. Frontiers in Psychology， 8， Article 1152.

Zhao， L.， & Bentin， S. （2008）. Own-and other-race categorization of faces by race， gender， and age. Psychonomic Bulletin & Review， 15（6）， 1093-1099.

Zhao， L.， & Bentin， S. （2011）. The role of features and configural processing in face-race classification. Vision Research， 51（23-24）， 2462-2470.

Zhao， M.， & Hayward， W. G. （2013）. Integrative processing of invariant aspects of faces： Effect of gender and race processing on identity analysis. Journal of Vision， 13（1）， Article 15.

Zhong， N.， Wang， Z.， & Sun， Y. -H. （2015）. Thefirst fixation location in face recognition mediates the other-race effect： an eye-tracking study. Sciencepaper Online. Retrieved December 30， 2020， from http：//www. paper. edu. cn/releasepaper/content/201511-211