分享

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

 hyqg8 2019-09-05

我们常常听到这样一句话,“这个人看样子就不是什么好人”。那么通过观察一个人的长相真的可以判断出其品质好坏吗?

这里不得不提到面相学(physiognomy),面相学是一门通过观察面部特征判断行为特征的心理科学。我国关于面相学的记载始于礼记,比如:那些印堂开阔、相貌端正的人是福相,往往值得信赖,容易有较大成就;而那些长得贼眉鼠眼的人,则有更多坏心思。

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

颅相说

西方社会也曾出现过类似的说法,比较早期的有加尔和斯柏兹姆曾提出的“颅相说”,该学说强调头颅和心性存在联系,认为可以通头骨和面部的形状可以判断一个人的性格,甚至是行为的善恶。比如,颅骨突出表示下面的皮层发育完好,有很好的能力;而颅骨凹陷表示下面的皮层发育不足,能力较差。

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

在此基础上,斯柏兹姆还进一步提出了27种重要的官能,包括聪明、竞争性、探究精神、忠实、自爱、好色等特质,他认为每种官能都有其对应的颅骨特征和位置。但后来的大量科学研究证实,这两者之间其实并不存在必然的联系,这种理论是站不住脚的。

性格判断实验

上个世纪70年代,美国心理学家曾进行过这样的实验,研究人员在网络平台征集了84名心理状态完全正常的大学生志愿者(非心理学及相关专业),他们互相之间不认识,然而安排这些志愿者两两相视而坐。大约20分钟后,要求他们对坐在对面的一方的性格特征做出简单的判断,结果发现,大多数志愿者在五个维度之中,有三个维度的判断基本是准确的。

为什么他们中的大多数可以通过外貌推测对方的个性呢?

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

暴力倾向实验

心理学家保罗·皮克曼(Paul Ekman)在《心理学家的面相术》一书中曾经提到过这样一个经典实验:某心理学家曾对90名冰上曲棍球运动员进行过研究,试图分析面相和犯规次数之间是否存在联系。

结果发现,那些脸型较宽(左右颧骨的距离比眉毛到上嘴唇的距离相对要大)的曲棍球运动员会受到裁判更多的处罚,原因在于他们在比赛中具有明显的暴力倾向,他们的肢体动作和尺度比其他运动员更大。

进一步的细化研究表明,那些脸型较宽的人体内激素浓度普遍更高,一方面促使他们的左右颧骨的距离拉大,另一方面增加了他们的攻击性。这一个又一个的实验结论似乎告诉了我们,以貌取人是有科学依据和理论支撑的。

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

人工智能算法:罪犯的三大面部特点

随着现代AI技术的发展,逐渐克服了以前研究工具的局限性,这让面相学也有了新的突破。在上海交通大学武筱林教授2016年发表的《基于面部图像的自动犯罪性概率推断》论文中,发现可以采用人工智能的算法,来寻找罪犯的普遍面部特征。

教授通过LR(逻辑回归法)、KNN(k近邻法)、SVM(支持向量机)、和CNN(卷积神经网络)四个算法,共计对1856张人脸进行了分析,结果发现罪犯的脸与普通人的脸的确存在差异。通过数据比对,教授总结出了罪犯的三大面部特点,分别是瞳距、嘴巴、人中。

一般类似,罪犯的瞳距相对而言更小,两眼之间的距离更加接近,相比之下普通人两眼间距更开阔,这似乎与我国古代的面相说类似。此外,罪犯的嘴巴更小一些,往往嘴角下扬,而普通人的嘴角在没有表情的时候,是呈上升状的。最后,罪犯的人中更加明显,有清晰的两条线;而普通人则没有明显的人中。

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

不过也有很多学者对此研究结果提出质疑,认为武教授的研究在无形之中将人分成了三六九等,“以貌取人”缺乏更严谨的科学论断,还容易造成歧视与误会。并且,该实验样本少于2000个,难以达到统计学上的“大样本”标准,被试的取样可能缺乏代表性,因此实验结果的准确度存疑。

不过该研究在学术圈还是引起了很大的轰动,它在某种程度上为我们鉴别他人的好坏提供了依据。特别是促进了“人脸识别技术”在犯罪心理学领域的应用。当然在实际生活中,个人的品质还受很多方面影响,不能一概而论。

你的长相暴露了你是好人还是坏人|心理学:罪犯的三大面部特点

“相由心生”这句话的确有它的道理,如果一个人眉宇舒展、神色坦然,那么他做事一般是坦荡的;而一个人眼神飘忽不定,他很有可能在欺骗对方;如果一个人长期愁眉苦脸,他对生活的态度大多是消极的。所以,判断一个人的好坏,不仅看他的面相,还要结合他的神态以及其他一些非言语因素的表现。

- The End -

作者 | 神奇小小

第一心理主笔团 | 一群喜欢仰望星空的年轻人

参考资料:《基于面部图像的自动犯罪性概率推断》、《心理学家的面相术》

微信公众号:第一心理

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多