拍证件照时，摄影师说“表情自然一点”；做面部研究时，实验员说“请保持中性表情”；正畸记录中又常写“自然头位、唇部放松”。这些话听起来都指向同一种状态：既不笑，也不生气，脸上什么都没有发生。
可人脸没有真正的空白档。即使没有明确微笑、皱眉或惊讶动作，眼睑仍要睁开，嘴唇仍可能接触或分开，下颌有当前位置，肌肉有基础活动，呼吸和吞咽还在继续。观察者也会根据面部结构、熟悉度、任务和场景给这张脸赋予效价、唤醒度与接近或回避意义。
因此“中性”不是对一个人内心状态的发现，而是一种操作定义。它可以是研究中必要的比较基线，也可以是摄影和临床记录中的标准条件；只有先说清定义，才知道结论能走多远。
先给答案：中性是参照条件，不是零信号
中性表情通常表示“没有要求呈现目标情绪动作”，或者“观察者没有把它稳定归为某个目标情绪”。它不表示面部肌肉活动为零，不表示所有观察者感到完全无情绪，也不表示被拍摄者当时内心平静。
把中性当参照很有价值。研究者可以用同一个人的中性图与微笑图比较动作，用静息肌电与刺激后的肌电比较变化，用动态序列的起点观察表情展开。问题出在把参照条件误写成心理真空。
开场实例：照片被数据库标为中性，能证明拍摄者没有情绪吗？
不能。标签只说明拍摄指令或评审分类，不是对当时主观体验、意图或生理状态的测量。
“自然表情”和“中性表情”是同义词吗？
不完全是。“自然”可能指没有刻意摆拍、符合个人平时状态，也可能只是摄影师希望画面不僵；“中性”通常是研究者为排除目标表情而设的类别。一个人自然交谈时会眨眼、微动口角和回应对方，并不静止；实验室中性照则常要求正视镜头、闭口或放松、不要做明显表情。
所以自然状态可以很动态，中性照片却可能高度受指令控制。文章、数据库或报告若交替使用两个词，应核对它到底记录了日常行为，还是标准化摆位。
中性至少有哪些不同操作定义？
第一种是动作定义：没有出现研究指定的明显动作单元。第二种是指令定义：被拍摄者按要求放松面部、不表达特定情绪。第三种是分类定义：独立评审在多个类别中多数选择“中性”。第四种是基线定义：把某一帧或一段静息期作为后续变化的参照。
四种定义可以得到不同样本。一张按指令拍的脸可能被部分评审看成疲惫；一帧没有目标动作，仍可能有眨眼或轻微唇压；一个动态序列的零强度，常由两张摆拍图形变而来，并非真实生活中的肌肉零点。
定义实例：评审有六成选择中性，这张图算中性吗？
在预先规定六成为通过线的数据库里可以算，但应同时保留其余四成如何判断，而不是把分歧删除成一个绝对标签。
面部静息时，肌肉真的完全不工作吗？
静息不等于电活动为零。眼睑、口唇和下颌需要维持位置，姿势、警觉、说话后的恢复、吞咽与呼吸都会影响局部状态。表面肌电还会受电极位置、皮肤、电噪声和相邻肌肉串扰影响。
研究常把刺激前一段活动称为基线，真正含义是“在本实验记录条件下的比较起点”。若两个人基线不同，直接比较绝对变化可能与先减基线、算比例得到不同结论。
研究案例一：面部肌电为什么不能把静息值当自然零点？
van Boxtel 与 van der Graaff 讨论面部肌电标准化时指出，行为研究通常以静息状态作为中性基线，但肌电活动是比例尺度而非普通等距分数；作者主张根据测量性质谨慎选择百分比等标准化方式，而不是机械使用差值。论文 DOI：10.1016/j.biopsycho.2023.108737
这项方法论文没有说静息状态不可用。它提醒我们，基线是一段被测到的活动，计算方法会影响“增加多少”的含义。电极下的低信号也不能证明整个面部无动作，更不能反推无情绪。
高密度表面肌电的重测研究还显示，不同面部动作和肌区的可靠性并不完全相同。论文 DOI：10.3389/fnhum.2023.1126336 技术能量化活动，却仍需规定动作、位置和重复条件。
肌电实例：皱眉肌比静息高百分之十，就表示人生气了吗？
不表示。刺激、认知负荷、眯眼和电极条件都可能参与；肌电是局部活动指标，不是情绪测谎仪。
“放松面部”为什么本身可能是一项任务？
一旦听到“别笑、别皱眉、保持自然”，人会监控自己的脸。有些人压住口角，有些人闭唇更用力，有些人为了显得放松反而抬眉。主动抑制动作与无人拍摄时的静息并非同一过程。
标准化指令仍然必要，否则不同参与者可能说话、微笑或看向别处。更可靠的做法是记录具体指令、准备时间、是否重复拍摄，并承认指令创造了一个实验条件。
闭唇、轻触和自然分开，哪一种才算中性？
没有跨任务通用答案。证件照可能要求闭口，正畸软组织记录可能区分自然唇位与主动闭唇，表情数据库常希望口部没有明显情绪动作。对闭唇困难的人，要求嘴唇接触会引入颏肌或口轮匝肌用力。
报告若只写“中性”，就可能把不同口周状态混在一起。应说明牙齿是否接触、嘴唇是否接触、是否刚吞咽、是否让被试主动放松。
口周实例：闭口照颏部起皱，算自然中性吗？
它可能符合“闭口”指令，却不代表无肌肉代偿。临床记录应另拍自然唇位，区分姿势要求与个人静息状态。
眨眼、呼吸和吞咽为什么会让单帧不稳定？
眼睑在眨眼前后高度变化，鼻翼和口周会随呼吸微动，吞咽会带动舌、下颌与颏下组织。一张静态照片可能恰好截在过渡帧，让半闭眼被看成疲惫、唇压被看成不悦。
连拍或短视频能识别偶发帧，单帧则容易把毫秒级事件固定成身份特征。选择“最好看的一帧”和选择“动作最少的一帧”也不是同一标准。
面部动作编码中的“零”表示什么？
面部动作编码系统把可见肌肉动作拆为动作单元。某个目标动作单元未被编码，表示观察者在规定阈值和画面条件下未确认该动作，不表示脸上所有肌肉为零，也不表示没有社会意义。
自动系统同样可以识别动作单元或中性类别。Tian、Kanade 与 Cohn 的经典自动分析工作强调，日常表达更常由少数动作组合出现，而非总是完整的典型情绪表情。论文 DOI：10.1109/34.908962 “不是六种典型之一”不等于什么也没发生。
研究案例二：观察任务会改变中性脸的处理吗？
Carvajal 等人让二十一名健康参与者观看中性和情绪脸，并分别完成社会判断或性别判断任务。中性脸在社会任务中反应更慢，并出现与情绪脸不同的额叶活动模式，说明同一刺激的处理取决于观察者被要求回答什么。论文 DOI：10.1007/s00221-013-3578-1
脑成像差异不能证明中性脸暗藏某种真实情绪。更稳妥的解释是，缺少明确类别线索时，社会判断需要整合更多不确定信息；任务本身参与构成了刺激的意义。
研究还不适合被改写成“看中性脸更费脑”这种普遍结论。样本、任务对比和成像指标都有特定范围，日常交往远比按钮分类丰富。
任务实例：让人判断性别和判断是否愿意接近，结果为何不同？
前者可主要使用身份相关线索，后者必须处理效价和不确定性；脸没换，问题换了，证据权重也会换。
类别中性和情感中点为什么不是一回事？
在“高兴、悲伤、愤怒、恐惧、厌恶、惊讶、中性”的单选任务中，中性是一个类别。效价评分则问从不愉快到愉快的位置，唤醒度问平静到激活，支配感可能问弱到强。被归为中性的脸仍可略偏负、低唤醒或显得较有支配感。
因此不能因为分类正确率高，就说所有维度都落在数学中点。研究若关心亲和力或压迫感，应直接测对应印象，而非把中性标签当代替变量。
研究案例三：一千三百多张脸为何还要分别评效价、唤醒度和支配感？
Sutton、Herbert 与 Clark 汇总七套人脸刺激，让参与者对一千三百六十三张不同表情图片评定效价、唤醒度和支配感，建立跨数据库的规范数据。论文 DOI：10.1177/1747021819829012
它的意义不是给每张脸永久定级，而是让实验者知道两个同样标为“中性”的刺激可能在其他感受维度上并不匹配。若研究考察注意或信任，却忽略这些差异，所谓中性对照可能携带系统偏差。
规范评分仍是特定观察者样本的分布。它不能成为评价真人气质的量表，也不能跨文化、年龄和场景无条件复制。
多维实例：一张脸被八成评审选中性，却显得不太亲和，矛盾吗？
不矛盾。情绪类别与亲和力是不同问题；缺少明确微笑不妨碍观察者形成接近或回避倾向。
数据库里的中性照片是怎样被做出来的？
研究团队通常统一背景、照明、距离、视角和服饰，给模特动作指令，再由专家或普通评审验证类别。有的数据库用演员，有的用普通参与者；有的保留高低强度，有的只保留识别一致率最高的图。
这套流程能提高实验控制，却可能产生夸张、僵直或不符合日常交流的表情。数据库照片代表“适合这套研究任务的刺激”，不是全人类自然表情词典。
研究案例四：为什么中性有时比其他类别更难获得一致？
Mohammadzadeh 等人用一百四十二名伊朗参与者验证 Radboud 人脸数据库，情绪脸整体识别约为八成四；高兴最高，中性平均约七成五且个体图片变异较大，是该研究中正确率最低的类别。论文 DOI：10.18502/ijps.v19i4.16552
结果不能证明伊朗观察者“更容易误读”。它说明在新的观察者背景中，原数据库标签需要重新验证；中性因为缺少强动作线索，身份结构、拍摄和文化分类习惯可能占更大权重。
巴西数据库开发研究也经过表情生成、专家内容审查和四百五十九名当地参与者识别，最终保留五十六张图片，整体一致率约八成一。论文 DOI：10.1186/s41155-024-00325-y 数据库质量来自透明验证，而非文件名写了 neutral。
验证实例：换一批观察者后中性正确率下降，图片就失效了吗？
不一定。它可能仍适用于原样本，但跨人群使用时要报告新评分；“失效”取决于研究需要的阈值与误差容许度。
评审一致率越高，照片越接近日常真实吗？
不一定。夸张的微笑或愤怒动作容易被高一致率分类，却未必像日常弱表达；中性照若经过严格筛选，也可能留下最僵、最无动作的帧。分类清晰度和生态真实性是两条轴。
数据库应根据目的选择。研究基本类别边界可能需要清晰样本，研究真实会议互动则更需要动态、低强度和上下文。不能用一个质量分数替代任务匹配。
演员摆出的中性与普通人静息有何差别？
演员更熟悉面部控制，可能更能稳定重复指令，也可能为了“无表情”主动压制动作。普通参与者控制较少，却仍会因被摄像、实验环境和反复提示改变状态。
AIIMS 面孔工具箱使用专业戏剧学生呈现七类表情，并让评审评价强度、清晰度和真实性。论文 DOI：10.1177/02537176221111578 把“像不像真的”单独评分，正是因为类别正确不自动等于自然。
身份结构为什么会进入中性基线？
眉眼口的相对位置、眼睑显露、口角走向与软组织轮廓在没有动作时仍可类似某些表达形状。Neth 与 Martinez 通过改变无表情脸中眼、口、鼻和眉的垂直配置，发现偏离原型的结构可系统影响愤怒或悲伤感知。论文 DOI：10.1167/9.1.5
这不是说脸部结构揭示内心，而是说观察系统会把稳定几何与已学到的动作模式比较。MXZ-011 已专门讨论“中性脸为什么看起来生气”；本篇只借这项机制解释为什么跨身份中性图不是同质控制。
同一个人的中性图为什么比通用平均脸更适合作基线？
比较同一身份的中性与目标表情，可以抵消许多稳定结构差异。若用甲的中性脸减去乙的微笑脸，身份、肤色、年龄、纹理和拍摄差异都会混入“表情效应”。
同一人基线仍要匹配视角、光线、头位和时间。几个月后的体重、妆发或牙齿变化，也可能让相减结果不只包含动作。
同人实例：算法拿“平均中性脸”校准每个人，可靠吗？
可作粗略模型，但不等于个人基线。更可靠的动态分析应尽量学习同一人的静息范围与动作轨迹。
熟悉度为什么会改变“中性”的含义？
陌生观察者只有当前画面，熟人则知道对方平时眼睑、口角和说话前的微动作。相同静态图在两类观察者那里可能有不同参照。对某人而言很平常的静息脸，对陌生人仍是模糊刺激。
Suess 等人还把陌生身份与正面、负面或中性的传记信息配对，发现负面人物知识会让随后中性表情被评价得更负，并影响早期脑电成分。论文 DOI：10.1093/scan/nsu088 这说明“知道这是谁”会进入表情处理。
先看到什么，为什么会改变下一张中性脸？
视觉系统会适应先前刺激。连续看很多高兴脸后，同一中间强度的脸可能显得更不高兴；看过动作展开，静止终点又会带着运动方向。基线并不只存在于图片内部，也来自刚才发生的序列。
实验需要随机化、平衡顺序或设置间隔。日常截图则常删除前一秒与后一秒，让过渡帧看似稳定态。
动态序列为什么能改变对“中性帧”的理解？
从中性逐渐到微笑，观察者看到的是接近与变化方向；从痛苦或愤怒回到同一中性帧，可能被理解为缓和、压抑或结束。像素相同，时间箭头不同。
Furl 等人的脑磁研究比较可预测的恐惧到中性变化、静态和打乱序列，发现连贯轨迹会较早影响视觉处理，并偏置随后静态脸的情绪感知。论文 DOI：10.1093/cercor/bhp140 结果支持动态历史参与当前判断，而非每帧独立读取。
研究案例五：动态数据库怎样把中性当起点，而不是情绪真空？
Calvo 等人建立 KDEF-dyn，把四十名模特的中性图与六种情绪表情图做约一秒的形变展开，形成二百四十段视频；九十六名观察者分类，并用自动系统评估二十个动作单元在三十一个强度点的证据。论文 DOI：10.3389/fpsyg.2018.02052
这里的零强度是形变序列的定义起点，不是所有肌肉活动的生理零点。研究者还控制亮度、信噪比、尺寸与展开速度，因为这些低级视觉属性也可能改变结果。
动态刺激比单张更接近表情展开，却仍由两张摆拍照片插值，不等于真实肌肉以同一路径运动。方法改进不会消除操作定义。
动态实例：同一中性帧之后分别接微笑和皱眉，会被看成同一状态吗？
作为第一帧像素相同，作为整段事件的意义不同。动态研究关注的正是从参照点出发的轨迹。
形变图里的百分之零、百分之五十和百分之百是什么？
它们通常表示两张端点图像之间的像素或形状插值比例，不是情绪浓度计。百分之五十意味着算法在两个端点中间生成图像，不表示被拍摄者体验了一半愤怒或观察者会给一半强度。
Delicato 用同一身份的中性与情绪端点制作不同形变强度，测量个体辨别敏感度，发现人们对不同情绪的检测阈值可不同。论文 DOI：10.3758/s13414-020-02043-w 中性端点在这里是心理物理参照，不是内心读数。
大脑对中性脸有反应，能说明它“其实不是中性”吗？
不能这样推。任何可见脸都会引发视觉、身份、注意和任务处理；某个脑区活动不等于一种确定情绪。中性脸的类别模糊还可能增加决策和不确定性处理。
Blasi 等人让四十三名健康成人对明确情绪脸与中性脸作接近或回避判断，发现对中性脸作负面评估时杏仁核反应更强。论文 DOI：10.1016/j.biopsych.2009.06.017 这连接的是“模糊刺激下的负面选择”与脑反应，不是发现照片中藏着愤怒。
观察者状态会不会让中性脸变得不同？
注意、焦虑、疲劳、任务目标和个人经验都可能改变对模糊线索的权重。有些临床研究发现特定群体更容易把中性或低强度表情作负面解释，但这类结果高度依赖刺激、任务、样本与统计方式。
不能由一次图片测试诊断心理状态，也不能反向说某张中性脸客观危险。研究谈的是群体条件下的概率变化。
文化差异是否意味着中性没有共同定义？
不是全有或全无。不同观察者可以对很多清晰表达高度一致，也会在低强度、混合或中性刺激上出现系统差异。Jack 等人的生成式研究发现西方与东亚参与者对六种基本表情的心理表征并不完全相同。论文 DOI：10.1073/pnas.1200155109
这要求跨文化验证和透明报告，不要求放弃测量。所谓共同类别应以数据说明一致范围，而不是先假设文件标签天然通用。
AI 为什么特别容易把“中性”写成一个固定类别？
分类模型需要标签，训练集往往把复杂连续动作压成有限类别。若中性样本来自不同数据库、指令与人群，模型可能学到背景、光线、身份或拍摄风格；部署到视频时，又会把过渡和低强度动作硬塞进某一格。
输出百分比是模型在既定类别中的分配，不是内心概率。更稳妥的系统会报告动作、时间序列、不确定性和适用人群，并允许“不足以判断”。
算法实例：中性概率百分之九十二，表示本人九成二没有情绪吗？
完全不表示。它最多描述当前模型对当前画面标签的相对置信，且受训练数据和阈值影响。
统一亮度、背景和裁切，能把照片变得情感中性吗？
图像标准化能减少非目标差异：统一亮度可避免一组脸普遍更暗，固定裁切可避免某类表情占据更大画面，去除首饰和复杂背景可降低注意偏移。它解决的是实验混杂，不会删除脸本身的身份结构、动作和观察者评价。
过度处理还可能创造新问题。把所有照片强行拉到同一平均亮度，会改变局部阴影和皮肤对比；统一眼位时若缩放比例不同，口眼距离与脸宽的视觉权重可能变化；只保留脸内部又会丢掉头发、头部方向和身体提供的真实语境。
所以“像素条件匹配”与“主观感受居中”必须分别验证。前者可以用图像统计量检查，后者仍需独立观察者评分。研究者不能因为背景都变成灰色，就把灰色照片组称为没有情感信息。
标准化实例：两张中性照平均亮度完全一致，亲和力评分也应一致吗？
不应这样预期。亮度只是一个控制变量，眼口结构、头位、动作、身份与观察者经验仍会影响评分。
评审者意见不一致，是噪声还是结果？
取决于研究问题。制作清晰类别数据库时，低一致图可能不适合作为典型刺激；研究模糊判断时，分歧本身正是重要数据。只报告最终标签，会丢掉每张图的响应分布、置信度和混淆方向。
例如同样只有七成选择中性，一张图的其余回答可能几乎全是悲伤，另一张则平均分散在愤怒、疲惫和惊讶。两者“一致率”相同，潜在视觉线索却不同。还应区分不同人意见不同，还是同一个人在重复测试中改变答案。
透明数据库最好提供每类选择比例、效价与唤醒评分、观察者背景、样本量和筛选规则。这样后续研究可按任务重新选择，而不是继承一个没有误差条的标签。
一次拍出的中性脸，能代表这个人的稳定基线吗？
单次会话会受睡眠、过敏、干眼、呼吸、紧张、刚刚说话或咀嚼、相机注意和当天光线影响。即使相机固定，同一人不同分钟的眼睑、唇隙与下颌姿势也有小幅波动。稳定身份结构与短期状态在一张图中叠加。
若研究声称测量个人特质，应报告跨帧、跨会话或跨日期的重测情况；若只研究当次刺激，则应限制结论到那张图。多次记录的平均或个人范围通常比单帧更接近“基线”，但平均图又会平滑真实纹理和动作，不能冒充本人日常外观。
重测实例：今天与下周的中性照评分不同，说明性格变了吗？
当然不能。先检查记录条件、短期状态、抽帧和观察者误差；外观评分的变化远不足以证明心理特质改变。
临床或研究记录怎样拍“自然表情”更可靠？
先写目的：比较软组织静息、观察动态、记录闭唇能力，还是制作刺激。再固定相机、焦距、距离、头位、光线和视线；给出可复述的指令，留出适应时间，记录嘴唇与牙齿状态，并拍短视频或多帧避免眨眼过渡。
如果关心个人基线，应在同次或多次会话重复记录，而不是从一张精选照定性。若还要与微笑比较，保证两种状态的成像条件一致。
一个实用记录协议可以怎样安排？
先让被摄者安静坐或站数十秒，不立即要求“摆自然”；录制一段无说话短视频。随后分别记录自然唇位、轻闭唇、咬合位、自然微笑和较大微笑，并标注指令与时间。正面、侧面和四分之三视图要分别标准化。
选择静帧时排除眨眼、吞咽和说话过渡，但保留原视频供复核。这里的目标是提高可比性，不是挑出一张“真正的脸”。
记录实例：拍三次中性照，三张都不一样，应该选哪张？
先找差异来自眨眼、头位、唇位还是稳定结构；用于测量可按预设质量标准选帧，用于理解本人状态则应保留分布和视频。
日常沟通中，怎样理解别人的“没表情”？
把它当信息不足，而不是负面证据。可结合语气、动作、话语、前后变化和关系背景；当事情重要时，直接询问比从静息脸猜测可靠。对方不笑不自动表示敌意，也不承担持续用笑容消除他人不确定性的义务。
同样，发现自己常被误读时，可以根据场景增加问候、点头或明确语言，但这属于沟通选择，不是修正一张有问题的脸。
哪些说法把中性概念用过头了？
“中性脸就是内心平静”“数据库标中性所以人人都该看成中性”“肌电低说明没有情绪”“AI 中性概率能测情绪”“闭嘴不笑才是自然状态”“某人静息脸显凶所以性格强势”，都越过了操作定义。
研究中的中性是一项工具。工具可以降低某些差异，却不能删除身份、肌肉基础活动、观察任务、文化与情境。
本篇没有回答什么？
MXZ-011 已解释稳定结构与情绪过度泛化怎样让中性脸显得生气；MXZ-038 将讨论睁眼与抬眉动作是否增加亲和感；MXZ-039 将讨论头部姿态。本篇不重复这些具体印象，只回答“中性基线是怎样被定义和验证的”。
本文也不根据静态表情诊断神经、肌肉或心理问题。突然出现面部无力、闭眼或闭口困难、口角偏斜等功能变化，应及时接受专业评估。
最后：中性最可靠的含义，是我们清楚知道拿它与什么比较
自然表情不是脸部空白，中性标签也不是内心证明。无目标动作、按指令放松、评审多数归类和动态零点，是四种相关但不同的操作定义；肌电基线、图片类别与感受维度又属于不同测量层次。
研究可以通过固定拍摄、明确指令、同人比较、多维评分、跨样本验证和保留动态来提高可解释性。每一步都让“中性”更适合某个问题，却不会把它变成普遍的零信号。
使用“中性”前，应把定义写成可复现的记录规则：谁按什么指令，在什么时段和成像条件下留下哪一帧，评审如何分类，之后又拿它与哪项测量比较。规则越透明，其他人越能判断这条基线适合回答什么，也越不容易把实验标签错当成对真人内心的描述。
延伸阅读
参考来源
- van Boxtel, A., & van der Graaff, J. (2024). Standardization of facial electromyographic responses. Biological Psychology, 185, 108737. DOI: 10.1016/j.biopsycho.2023.108737
- Trentzsch, V., et al. (2023). Test-retest reliability of high-resolution surface electromyographic activities of facial muscles during facial expressions in healthy adults. Frontiers in Human Neuroscience, 17, 1126336. DOI: 10.3389/fnhum.2023.1126336
- Tian, Y. L., Kanade, T., & Cohn, J. F. (2001). Recognizing action units for facial expression analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, 23(2), 97–115. DOI: 10.1109/34.908962
- Carvajal, F., Rubio, S., Serrano, J. M., Ríos-Lago, M., Alvarez-Linera, J., Pacheco, L., & Martín, P. (2013). Is a neutral expression also a neutral stimulus? A study with functional magnetic resonance. Experimental Brain Research, 228(4), 467–479. DOI: 10.1007/s00221-013-3578-1
- Sutton, T. M., Herbert, A. M., & Clark, D. Q. (2019). Valence, arousal, and dominance ratings for facial stimuli. Quarterly Journal of Experimental Psychology, 72(8), 2046–2055. DOI: 10.1177/1747021819829012
- Mohammadzadeh, A., Tehrani-Doost, M., & Yaghoobi, E. (2024). Validity study of an emotional face-database in Iranian community. Iranian Journal of Psychiatry, 19(4), 393–401. DOI: 10.18502/ijps.v19i4.16552
- de Morais, D., Maximiano-Barreto, M. A., Luchesi, B. M., Muniz, M., & Chagas, M. H. N. (2024). Development and validation of a face database for the recognition of facial expressions of basic emotions in the Brazilian population. Psicologia: Reflexão e Crítica, 37, 47. DOI: 10.1186/s41155-024-00325-y
- Kaur, M., et al. (2022). Development and validation of the AIIMS Facial Toolbox for Emotion Recognition. Indian Journal of Psychological Medicine. DOI: 10.1177/02537176221111578
- Neth, D., & Martinez, A. M. (2009). Emotion perception in emotionless face images suggests a norm-based representation. Journal of Vision, 9(1), 5. DOI: 10.1167/9.1.5
- Suess, F., Rabovsky, M., & Abdel Rahman, R. (2015). Perceiving emotions in neutral faces: Expression processing is biased by affective person knowledge. Social Cognitive and Affective Neuroscience, 10(4), 531–536. DOI: 10.1093/scan/nsu088
- Furl, N., van Rijsbergen, N. J., Kiebel, S. J., Friston, K. J., Treves, A., & Dolan, R. J. (2010). Modulation of perception and brain activity by predictable trajectories of facial expressions. Cerebral Cortex, 20(3), 694–703. DOI: 10.1093/cercor/bhp140
- Calvo, M. G., Fernández-Martín, A., Recio, G., & Lundqvist, D. (2018). Human observers and automated assessment of dynamic emotional facial expressions: KDEF-dyn database validation. Frontiers in Psychology, 9, 2052. DOI: 10.3389/fpsyg.2018.02052
- Delicato, L. S. (2020). A robust method for measuring an individual's sensitivity to facial expressions. Attention, Perception, & Psychophysics, 82, 2924–2936. DOI: 10.3758/s13414-020-02043-w
- Blasi, G., et al. (2009). Preferential amygdala reactivity to the negative assessment of neutral faces. Biological Psychiatry, 66(9), 847–853. DOI: 10.1016/j.biopsych.2009.06.017
- Jack, R. E., Garrod, O. G. B., Yu, H., Caldara, R., & Schyns, P. G. (2012). Facial expressions of emotion are not culturally universal. Proceedings of the National Academy of Sciences, 109(19), 7241–7244. DOI: 10.1073/pnas.1200155109