有人明明没有生气，证件照、视频截图或放松时的脸却总被问“你是不是不高兴”。日常语言常把这种情况叫作“臭脸”“凶脸”或“看起来不好惹”。这些词很容易从一张画面的感觉，滑向对本人情绪、态度甚至性格的判断。
问题的第一层并不神秘：人脑不会把中性脸当成一张没有意义的白纸。观察者仍会迅速寻找与熟悉情绪相似的形状、明暗和姿态，并结合性别、年龄、角色、身体和情境进行解释。某些未主动表达愤怒的脸，可能在静止画面上与愤怒表情的部分模式相似，于是产生“像在生气”的印象。
第二层更重要：**像生气不等于正在生气，更不等于脾气差或更有攻击性。**研究可以测量中性面孔被归为哪种情绪、评分有多一致，以及哪些条件改变判断；除非同时取得本人报告、生理、行为和上下文证据，否则不能确认真实情绪。
本文讨论的是一种知觉误读怎样形成。它不为真人鉴定情绪，也不把某个局部部位写成固定命运。核心结论是：中性是实验和拍摄中的操作定义，不是视觉上的零信号；“生气脸”常由身份基线、瞬时状态、图像条件、观察者预期和场景五部分共同构成。
“中性脸”到底是什么意思？
至少有四种不同的中性：
| 中性类型 | 实际含义 | 不能保证什么 |
|---|---|---|
| 动作中性 | 被要求放松，不主动做指定表情 | 所有肌肉完全静止 |
| 任务中性 | 研究者把图片放进“中性”刺激类别 | 每位观察者都觉得中性 |
| 主观中性 | 本人报告当时没有明显情绪 | 画面不会被误读 |
| 统计中性 | 情绪评分接近量表中点或类别无明显多数 | 每个局部都处在平均位置 |
实验数据库常让拍摄对象保持放松、闭口、不微笑，再由研究团队或独立评分者筛选。这能减少夸张表情，却不消除个人静息状态、面部形态、轻微肌肉张力与拍摄条件。所谓中性，首先是“没有按指令展示目标情绪”，不是脸上所有信息归零。
同一张图还可能在不同任务里获得不同身份。七选一任务要求从愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性中选择，参与者可能勉强挑“愤怒”；允许回答“不确定”或连续评分后，它也许只得到轻微负性。题目怎样问，会决定我们所谓“看起来生气”究竟有多强。
定义实例：数据库标注中性，用户为什么仍选愤怒？
研究团队按拍摄指令把照片标成中性，平台却要求用户在六种情绪中强制选择，没有中性选项。即使用户只觉得“有一点紧绷”，也必须把票投给最接近的负面类别。最后愤怒票最多，并不能反向证明拍摄者在生气。
较完整的记录应同时保留原始拍摄指令、类别选择比例、各情绪强度和不确定性。一个标签压缩了太多信息。
中性脸为什么仍会触发情绪判断？
视觉系统需要在信息不完整时做快速解释。真实互动中，错过愤怒可能带来冲突成本，因此观察者会对与威胁相关的模式保持敏感；但敏感也会产生误报。未表达情绪的结构若与愤怒模板局部相似，就可能被归入“略微生气”。
这种过程不要求观察者有意识地逐个测量部位。面孔通常以整体配置被加工，形状、纹理、头位和视线共同提供证据。观察者得到的是一种熟悉感：“这像我见过的生气状态”，然后才用语言命名。
还要区分负性与愤怒。疲劳、疼痛、专注、不安和强光下眯眼都可能让脸减少愉快线索；观察者在缺少选项时，容易把一般负性直接叫作生气。情绪类别是解释，不是摄像机从脸上读取的文件名。
研究案例一：结构像愤怒，会怎样改变中性脸评价？
Said、Sebe 与 Todorov 分析情绪中性面孔在结构上与情绪表达的相似程度，发现更像愤怒表达的中性脸往往获得较低的可信评价，更像快乐表达的中性脸则相反。论文 DOI：10.1037/a0014681
关键是这些刺激在任务上属于中性，研究测到的是情绪结构的过度泛化：原本有助于识别可变表情的规则，被应用到相对稳定的面部形态上。观察者不是发现目标人物隐瞒了愤怒，而是在模糊输入中使用了熟悉的情绪模板。
这项结果也不能简化成某一个部位决定可信或愤怒。统计模型使用的是多处坐标和整体关系，愤怒相似度与评价之间的联系属于特定刺激与样本。把合成变化截成“某种眉形的人脾气差”，就从知觉实验跳成了人格相术。
结构实例：同样不笑，为什么一张更像生气？
甲与乙都闭口、没有笑纹，也都报告心情平静。甲的静息形态与数据集中典型愤怒配置有更多整体相似，乙则更接近中性平均。观察者可能给甲更高愤怒分，但这个差异描述的是两张图如何匹配模板，不是两人的情绪控制能力。
若甲开始说话、转头或自然微笑，动态变化会迅速提供新证据。静止相似并不锁定整个互动。
“情绪过度泛化”不是说观察者凭空幻想
过度泛化包含一条有功能的知觉规则：真实愤怒确实需要通过面部动作被识别。问题在于，身份外观与表情动作使用同一张脸作为载体，二者不可能完全独立。某些人的静息基线落在规则的一侧，就更容易被误报。
这类似烟雾报警器：对烟敏感有保护价值，水汽也可能触发。报警一致并不等于厨房着火，同理，多人觉得一张中性脸像生气，说明画面稳定触发了某套规则，不证明人物有敌意。
“过度”也不是嘲笑观察者不理性。快速第一印象本来就在有限信息下工作，身份不熟、时间短、画面差时更依赖统计经验。熟悉一个人的静息基线后，观察者可以学会校正。
研究案例二：相对“规范脸”的偏离怎样产生情绪感？
Neth 与 Martinez 研究不带刻意情绪的面孔，提出观察者可能以视觉规范或平均脸作为参照；中性个体相对规范的结构偏离，能够产生类似情绪方向的知觉。论文 DOI：10.1167/9.1.5
规范编码并不是说大脑里存着唯一标准脸。参照会受刚看过的人群、熟悉身份、年龄、性别和族群经验影响。某张脸在一个刺激集合中偏离明显，换到另一个分布里可能没那么突出。
因此“天生生气脸”这个说法过于绝对。更准确的是：在某个观察者的经验和当前比较集合中，这张中性图相对参照呈现了与愤怒类别相似的偏离。参照改变，解释权重也可能改变。
参照实例：同一头像为什么在两组照片里得到不同评分？
把目标头像放进一组普遍带轻微笑意的员工照，它会显得更严肃；放进一组全部闭口、标准证件式的照片，差异就可能缩小。目标图片没有改，周围分布改变了“中性平均”的位置。
网站做图片 A/B 测试时，应随机呈现而不是让参与者一次看完整排照片。整排比较测到相对排序，单独页面更接近用户第一次看到人物的情境。
身份基线与瞬时动作为什么难以从单帧分开？
一张照片只记录某个时刻的外观总和。研究者可以要求放松，却无法仅凭像素确定一条线来自骨与软组织的稳定关系，还是来自几百毫秒的肌肉活动。即便同一身份，吞咽、眨眼、呼吸、听问题和准备说话都会改变局部状态。
“静息”也有时间尺度。刚结束大笑后的放松、持续盯屏幕后休息、户外迎光站立，以及诊室等待时的放松，身体状态不同。拍摄者说“别做表情”之后，目标还可能为了配合而用力控制脸，反而显得紧绷。
区分来源需要同一人的多张照片、短视频与可控重复拍摄。若愤怒印象只集中在少数帧，更像瞬时状态；若跨光线、角度和任务仍较稳定，才有理由讨论身份外观的贡献。即便稳定，也仍是外观印象，不是稳定人格。
熟悉一个人以后，为什么较少误读他的静息脸？
陌生人只能把眼前图片与一般经验中的脸比较，熟悉者则拥有这个人的个人参照：平常放松时是什么样、真正不满时怎样变化、思考和疲惫各有什么时序。判断从“与人群平均相比像什么”转向“与这个人自己的基线相比发生了什么”。
这也是为什么家庭成员看到一张严肃照片可能只说“他在听人讲话”，陌生网友却觉得“明显动怒”。熟悉并不保证判断永远准确，亲密关系也可能有先入为主；但跨时间的多次观察通常提供了单张陌生脸没有的校准资料。
个人基线还解释了语言澄清的价值。当本人说明“我专注时嘴部会放松，听问题时会短暂收紧”，互动者以后便能把这些稳定模式与真实情绪变化分开。校准依赖行为和时间，不需要给脸做固定分类。
熟悉度实例：同事为何能区分思考与不耐烦？
新客户第一次看到项目负责人沉默的截图，担心对方不认可方案；长期同事知道他在阅读数字时总会暂停并减少表情，真正反对时反而会立即提问。两组人看到同一帧，却拥有不同的个人先验和后续行为资料。
如果网站要向陌生用户介绍人物，就不能假设用户已经掌握这种基线。加入自然讲话片段、引用实际工作或清楚说明角色，能让后续证据更新第一印象。
性别外观为什么会和愤怒类别互相混淆？
Hess、Adams 与 Kleck 检验面部外观、性别与情绪表达之间的关系，指出被读作更支配的外观与愤怒表达之间、被读作更亲和的外观与快乐表达之间存在相似信号，性别化外观因而会影响情绪识别。论文 DOI：10.1037/1528-3542.4.4.378
Becker 等人进一步展示“愤怒男性、快乐女性”的知觉混淆：情绪和性别类别在速度与准确性上相互促进或干扰，说明观察者长期经验中的社会关联会进入分类。论文 DOI：10.1037/0022-3514.92.2.179
这类结果描述的是类别加工，不表示男性真实更愤怒、女性应该保持微笑。相反，它提醒我们同一个中性程度可能被不同性别目标承担不同解释成本。要求某一群体通过持续微笑来修正刻板期待，会把知觉偏差变成对个人的额外劳动。
职场实例：为什么“不笑”可能受到不对称评价？
两位员工都使用正式、闭口的头像。评价者可能把男性目标的严肃与权威联系，把女性目标的同类状态解释为冷淡；也可能因男性化线索与愤怒模板重合，更快把男性目标归为生气。方向取决于问题、角色和样本，不能只讲一个固定故事。
公平的素材评审应分别问专业、可接近、愤怒和角色适配，并检查目标性别是否系统改变标准。不能用“大家都这么觉得”免除对刻板来源的审视。
成熟外观为什么也会改变愤怒识别？
Sacco 与 Hugenberg 研究面部成熟度对恐惧与愤怒识别的调节，发现成熟外观与愤怒、娃娃脸外观与恐惧之间的结构或社会联想可以促进相应情绪的识别。论文 DOI：10.1037/a0014081
这不等于成熟的人更容易愤怒。实验说明当稳定外观与表情类别共享某些信号时，观察者的分类速度或准确度会改变。成熟感、力量感和支配预期可能共同为愤怒解释增加先验权重。
实际年龄还会带来皮肤、组织和拍摄习惯差异。若研究只比较年轻娃娃脸与年长成熟脸，年龄、成熟度和图像质量可能混在一起。严谨设计需要在年龄范围内比较成熟外观，或用同一身份的可控变换验证。
社会规则会不会规定“谁可以皱眉”？
Hess、Adams 与 Kleck 从支配和亲和信号讨论谁更可能展示愤怒或快乐，说明情绪显示不仅是肌肉动作，也进入社会地位与关系预期。论文 DOI：10.1080/02699930441000364
观察者可能预期高地位角色更有资格表达不满，服务或照护角色更应传递亲和。这些规则会影响同一画面被看作“威严”“不耐烦”还是“不专业”。它们属于文化和角色规范，不是脸部结构的自然语法。
内容编辑要警惕把规范写成建议。例如“女性应多笑”“领导就要看起来凶”都把描述性偏见变成处方。更好的问题是：当前页面希望支持什么互动，哪些受众可能因现有预期而误读，以及是否能通过文本和动态材料提供更公平的信息。
研究案例三：一句上下文能把同一张脸改读成别的情绪吗？
Carroll 与 Russell 把面部表达放进不同情境描述中，发现上下文会显著改变观察者赋予脸的具体情绪标签；脸并不是脱离事件被独立解码。论文 DOI：10.1037/0022-3514.70.2.205
对中性脸而言，上下文的作用可能更大，因为画面证据本来就弱。标题写“正在听取事故汇报”，紧绷可能被解释为担忧或专注；标题写“对方案非常不满”，同一脸更容易被归为愤怒。文字不是装饰，而是知觉输入的一部分。
这也说明社交媒体截图为什么危险。截图者选择前后文、标题和评论区，能够为一个模糊瞬间预装情绪。读者随后觉得自己“直接从脸上看出来”，却未察觉判断已被框架引导。
新闻截图实例：一个停顿怎样被标题变成发火？
视频中人物先听完问题、停顿、随后平静回答。编辑截取停顿帧，配上“当场怒了”的标题。读者看到收紧的画面和愤怒词后，更容易把模糊状态归入生气；完整视频却提供语调、时序和后续行动，可能推翻第一标签。
核验此类内容至少要回到前后数秒、原始声音和未裁切画面。单帧适合说明这一帧看起来怎样，不适合证明事件中发生了怎样的情绪转折。
身体姿态和场景为什么不能从照片里裁掉？
Aviezer 等人研究强烈正负情绪时发现，单看孤立面部，观察者很难准确区分某些极端正性与负性状态；身体姿态和完整场景提供了关键区分线索。论文 DOI：10.1126/science.1224313
这项研究针对强烈情绪，并非普通中性头像，但它有一个重要方法启示：人们以为自己在读脸，实际判断可能依赖身体和情境。裁切到脸会删除纠错信息，也可能让原本只是用力、疼痛或专注的状态看起来像愤怒。
反过来，身体也能制造生气感。双臂位置、身体前倾、与他人的距离和转身方向，会改变观察者对互动的解释。不能把全身画面的结果全归到“面相”。
研究案例四：动态信息怎样帮助观察者找到个人基线？
Ambadar、Schooler 与 Cohn 比较静态和动态呈现，发现面部运动对识别细微、难辨的表情尤其有帮助；变化的方向和时序提供了单张终点图没有的信息。论文 DOI：10.1111/j.0956-7976.2005.01548.x
动态价值不只是“信息更多”。观察者能看到表情从哪里开始、朝哪个方向变化，并逐步学习这个人的静息基线。如果一个局部在整个片段中保持稳定，它更可能被当作身份外观；如果它随事件快速改变，则更容易被理解为状态。
动态也可能被剪辑操纵。慢放会延长某个紧绷阶段，循环片段会让短暂动作显得持续，抽帧频率则决定是否漏掉过渡。因此视频比照片通常更有上下文，但并非天然客观。
动态实例：入场前一帧与完整问候为何完全不同？
某人走进镜头时正在调整视线，第一帧闭口、眉面紧张；半秒后看见对方并自然问候。单独用第一帧做头像，观众可能觉得不悦；看完整两秒，变化轨迹明确告诉观众前一帧是过渡而非持续愤怒。
选视频封面时，应避开眨眼、发音中间、吞咽和转向的过渡帧。所谓“真实抓拍”若系统挑选最不稳定的毫秒，反而比有控制的肖像更不代表本人。
从镜头到发布，哪一步可能增加“生气感”？
拍摄时，较强的上方或侧上方光线可能在眼周与中面部形成深影；人物正对强光又会不自觉收紧。近距离镜头改变投影关系，低机位和过紧裁切则减少身体与环境的缓冲信息。这里不能凭日常观察宣称单一条件必然造成愤怒，只能把它们作为需要同人对照的候选变量。
选片阶段的偏差往往更直接。编辑者若想寻找“有力量”的封面，会从连续帧中挑出最紧张的一张；配文又使用“怒斥”“硬刚”等词，观察者随后把筛选与标题共同造成的效果归给人物。自动抓取视频缩略图也可能停在发音和眨眼中间，不代表人工选择就一定更客观。
后期增强对比、压暗阴影、过度锐化和局部清晰度，会让线条与纹理更突出。若要判断是否是处理造成，应保留原图，用完全相同的裁切仅改变一个参数，再进行盲评。没有这种对照，“修图让人更凶”只是一种可能解释。
处理链实例：原片正常，发布图为何变得紧张？
原始照片有较宽环境、柔和亮度和自然肤色。社交平台版本裁到面部、提高对比、压低曝光，又在标题加入“强硬回应”。用户看到的是一条完整处理链的结果。比较人物外观时应回到原片；研究传播效果时，则应承认裁切和文字就是刺激的一部分。
情绪识别算法为什么不能裁定一个人正在生气？
许多系统把脸框送入分类器，输出愤怒、快乐或中性的概率。这个数字表示模型在训练标签和当前像素条件下怎样分类，并不是目标人物真实情绪的概率。训练集若把特定静息外观频繁标成愤怒，模型会复制同样的结构混淆。
摄像头、肤色呈现、年龄、遮挡和头位也可能改变输出。即使模型在数据库测试集上准确，部署场景的灯光、压缩和人群分布一变，性能就可能下降。更根本的是，脸部动作与主观体验没有一一对应：同一动作可来自专注、疼痛、社交表演或光线刺激，同一种愤怒也不必以固定表情出现。
因此算法分数不能用于招聘、纪律、安保或服务态度裁定，也不应在内容网站提供“怒气检测”。若用于素材整理，应把它当待人工复查的图像标签，并保留不确定性、原始上下文和撤销机制。
算法实例：十张静息照都被判愤怒，能说明什么？
它首先说明模型对这个人的多张照片使用了相似分类边界，或照片条件具有共同模式。要判断是身份外观、统一光线还是系统偏差，需要加入不同条件、不同模型和人工评分。即使所有分类器一致，也仍没有取得本人当时的体验和行为效标。
把模型共识写成“AI 发现此人压抑愤怒”，只是把旧的人类标签套上技术外壳。合适结论仍然停留在图片：这些图更容易被该系统归入愤怒类别。
大脑反应能不能证明中性脸“其实有威胁”？
Todorov 与 Engell 研究杏仁核对情绪中性面孔隐性评价的反应，发现神经反应可随群体对面孔正负评价的变化而改变。论文 DOI：10.1093/scan/nsn033
这类结果常被媒体写成“大脑识别出危险人物”，这是错误跳跃。杏仁核参与显著性、学习和多种情绪相关加工，并不是内置测谎器；研究中的中性照片评分也属于观察者印象，没有独立证明目标人物危险。
脑成像可以说明外观评价与神经加工有关，却不能把社会刻板印象洗成生物事实。若训练材料本身含有偏差，大脑对这些模式敏感，仍可能是经验学习的结果。
“大家都看成生气”说明了什么，不说明什么？
如果独立观察者对同一张图给出一致的愤怒评分，可以说这张图稳定地产生生气印象。这是一个真实、可重复的知觉现象，值得解释和在设计中考虑。
它不说明拍摄者当时生气，也不说明此人平常更易怒。要验证当时情绪，可以结合本人即时报告、事件背景、声音、动作和生理指标；要研究人格，需要跨时间、跨情境行为记录和可靠量表。照片共识与这些效标是两套问题。
一致性还可能来自共享刻板印象。多人共同使用“男性更像愤怒”“高地位者可以皱眉”等规则，会产生高信度评分，但共识对象是文化模型而非人物本质。
五条路径怎样共同制造“生气脸”？
可以把一次误读拆成五层：
- 身份基线：相对稳定的整体形态与个人静息状态。
- 瞬时动作：专注、迎光、疼痛、疲劳、说话过渡或真实情绪。
- 图像条件：机位、镜头、阴影、裁切、清晰度和抽帧时点。
- 观察者预期：熟悉度、比较参照、性别年龄刻板和个人经历。
- 场景框架：标题、角色、身体、声音、事件前后文与他人反应。
同一结果可以由不同路径到达。结构相似并不排除拍摄瞬间，低亲和背景也不证明身体线索无关。只凭最终评分，通常无法反推出唯一原因。
组合实例：员工证件照为什么比本人日常更“严厉”？
拍摄时被要求完全不笑，灯从上方形成眼周阴影，摄影师在人物刚屏住呼吸时按下快门；页面又把头像放在“纪律负责人”标题旁。四层线索同向，用户自然容易报告生气感。
解决问题未必需要改变脸。调整光线、重新选择自然静息帧、增加简短介绍或使用讲话视频，都可能提供纠错信息。
怎样用多图流程判断问题主要来自哪里？
第一组收集同一人的多种自然状态：放松、倾听、发言、问候和任务专注。第二组在相同光线与机位下重复拍摄，避免把画质差异误作面部差异。第三组保留完整页面与无上下文裁切两个版本，分别让不认识目标的人独立评分。
若所有图片都略偏愤怒，但完整视频明显降低评分，可能是稳定外观与动态基线共同作用；若只有顶光、低清晰度照片偏高，图像条件更可疑；若只有配上某个职位或标题后升高，场景框架贡献更大。
评分至少应包含愤怒强度、一般负性、专注、疲劳、威胁、亲和与不确定。只问“生不生气”，会迫使观察者把多种状态压进一个桶。开放回答还能发现意外解释，例如“像在强光下睁不开眼”。
能不能通过“多笑一点”解决？
笑容通常会增加愉快和可接近线索，但它不是所有场景的标准答案。强迫持续微笑可能与严肃任务不匹配，也可能让某些群体承担额外的情绪展示要求。一个人的静息脸没有义务随时向陌生人证明自己友善。
若目标只是减少照片误读，可以先处理低成本变量：避免过渡帧、检查光线与镜头、保留自然呼吸、让人物在拍摄前短暂交谈、比较闭口放松与轻微自然笑，而不是要求夸张露齿。还可用文案、角色说明和动态素材补充。
后续 MXZ-017 会系统讨论表情、视线和姿态如何降低无意压迫感；MXZ-018 至 MXZ-021 再分别处理笑容和口腔线索。本篇只说明为什么误读发生，不把笑容写成道德义务。
日常交流中遇到误读，怎样表达更准确？
如果你是观察者，可以说“我不确定你现在是不是不舒服，需要暂停吗”，而不是“你又在生气”。前者把脸当线索并允许本人修正，后者把猜测写成事实。
如果你总被误读，可以按关系和场景选择是否说明：“我听问题时脸会比较严肃，但我没有不高兴。”这句话提供个人基线，不需要为静息外观道歉。熟悉者会逐渐用你的真实行为校正第一印象。
在公开内容中，描述应落在图片：“这张截图给人较强的紧张或愤怒感”，而不是落在人格：“他一看就脾气不好”。再补充画面时点与上下文，读者才知道结论边界。
本篇没有回答什么？
本文没有把眉眼位置拆成具体视觉线索，那属于 MXZ-012；没有讨论面宽与下颌宽争议，那属于 MXZ-013；没有完整展开娃娃脸、成熟脸和年龄效应，那属于 MXZ-014。
本文也不判断凶感能否预测攻击行为，那属于 MXZ-016；不提供某个人是否正在生气的诊断；不把性别或成熟度的群体刻板写成个体事实。
这样的内容边界能避免后续文章重复：本篇负责“中性为什么仍像情绪”，下一篇才负责眉眼线索怎样参与严肃与威胁。
最后：中性是拍摄条件，不是没有视觉意义
中性脸看起来像生气，可能来自稳定外观与愤怒表情的结构相似，也可能来自瞬时紧张、图像阴影、比较参照、性别年龄刻板和上下文。观察者会对这些证据做快速整合，所以印象常常真实而一致。
但印象一致仍不等于人物事实。研究所能支持的是某张图被怎样读、哪些操作改变了评分，以及误读可能沿什么路径发生。它不能只凭像素证明当时情绪、长期性格或攻击风险。
最有用的问题不是“这是不是天生臭脸”，而是：中性怎样定义、评分任务有没有强迫选择、同一人的其他帧怎样、光线和场景提供了什么、观察者是否有纠错信息。把问题拆开以后，“像生气”就从一个人格标签，变成了可以核验的图像与知觉现象。
延伸阅读
参考来源
- Said, C. P., Sebe, N., & Todorov, A. (2009). Structural resemblance to emotional expressions predicts evaluation of emotionally neutral faces. Emotion, 9(2), 260–264. DOI: 10.1037/a0014681
- 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
- Hess, U., Adams, R. B., Jr., & Kleck, R. E. (2004). Facial appearance, gender, and emotion expression. Emotion, 4(4), 378–388. DOI: 10.1037/1528-3542.4.4.378
- Becker, D. V., Kenrick, D. T., Neuberg, S. L., Blackwell, K. C., & Smith, D. M. (2007). The confounded nature of angry men and happy women. Journal of Personality and Social Psychology, 92(2), 179–190. DOI: 10.1037/0022-3514.92.2.179
- Sacco, D. F., & Hugenberg, K. (2009). The look of fear and anger: Facial maturity modulates recognition of fearful and angry expressions. Emotion, 9(1), 39–49. DOI: 10.1037/a0014081
- Hess, U., Adams, R. B., Jr., & Kleck, R. E. (2005). Who may frown and who should smile? Dominance, affiliation, and the display of happiness and anger. Cognition & Emotion, 19(4), 515–536. DOI: 10.1080/02699930441000364
- Carroll, J. M., & Russell, J. A. (1996). Do facial expressions signal specific emotions? Judging emotion from the face in context. Journal of Personality and Social Psychology, 70(2), 205–218. DOI: 10.1037/0022-3514.70.2.205
- Aviezer, H., Trope, Y., & Todorov, A. (2012). Body cues, not facial expressions, discriminate between intense positive and negative emotions. Science, 338(6111), 1225–1229. DOI: 10.1126/science.1224313
- Ambadar, Z., Schooler, J. W., & Cohn, J. F. (2005). Deciphering the enigmatic face: The importance of facial dynamics in interpreting subtle facial expressions. Psychological Science, 16(5), 403–410. DOI: 10.1111/j.0956-7976.2005.01548.x
- Todorov, A., & Engell, A. D. (2008). The role of the amygdala in implicit evaluation of emotionally neutral faces. Social Cognitive and Affective Neuroscience, 3(4), 303–312. DOI: 10.1093/scan/nsn033