吳志民

(江西師范大學心理學院, 江西 南昌, 330022)

古往今來，人們對美好事物的追求沒有停止過，對人的關注也是如此。美麗、漂亮的面部外貌讓人具有更大的吸引力。面孔吸引力(facial attractiveness)指目標人物面孔所誘發(fā)的積極愉悅情緒體驗并驅(qū)使他人產(chǎn)生一定程度的接近意愿[1]。側(cè)面孔吸引力(Lateral Facial Attractiveness)是對一個人的側(cè)面孔所誘發(fā)出的一種愉快或美麗的知覺。

2006年，美國整形外科醫(yī)生Stephen Marquardt開發(fā)出一套面具覆蓋系統(tǒng)[2]，即Phi Mask(黃金面具)，如圖1標準女性側(cè)面具和圖2亞洲女性側(cè)面具，但其未提供具體的評分方法。黃金面具由一系列黃金十邊形矩陣構成，后者又由黃金比例(1.618:1)組成，“1.618” 稱為“Phi”。筆者最近綜合幾方面的研究、發(fā)展了一種基于馬奎特側(cè)面具的側(cè)面孔吸引力評分的實用新方法。筆者稱為側(cè)馬圖潘法，英文縮寫為LMPP法，取Lateral、Marquardt、Photoshop和潘勁輝[3]的英文首字母。本文屬于面部側(cè)貌軟組織分析法。

圖2

圖3

圖4

1 材料、對象和方法

1.1 研究材料

Photoshop 7.0版 軟 件。 在http://www.beautyanalysis.com/網(wǎng)址，下載面部黃金比例側(cè)面具電子版，制成20cm×16cm×1.5cm有機玻璃板。在http://download.csdn.net/download/chehe/158396網(wǎng)址，下載由潘勁輝編制的ps面積計算程序。免冠并與正面呈90°側(cè)面電子版照片1張。照片要求：唇部閉合，頭發(fā)不遮擋耳部，不可見對側(cè)眉毛、瞳孔、睫毛，眼睛平視前方。

1.2 研究對象

在網(wǎng)上下載并挑選符合上述要求的52張中國年輕女性側(cè)面照。同時找來大一至大三本科生進行問卷調(diào)查，即人工對側(cè)面孔吸引力打分。

1.3 研究方法

以亞洲女性側(cè)面具及標志點線為例，如圖2。Z-軸線為耳孔頂部到下眼瞼最低部分的連線?？诮蔷€為通過嘴角、與Z-軸線平行的線。Y-軸線為通過頦前點與Z-軸線垂直的線。C點是眼角膜與Y-軸線相交點、E點為外耳道口或耳孔、S點為口裂點，在口角線上。理想側(cè)面積(ILA)是Marquardt側(cè)面具外圍的輪廓線所圍成的封閉面積。構成封閉面積的輪廓線從上部的前額A點開始，朝下到鼻尖再下行到下頦Me點(頦下點)，接著往后上，去耳后沿弧形奔往前上并回到前額A點。陰影面積是指理想面積之內(nèi)的非皮膚面積或理想面積之外的皮膚面積。

1.3.1 先啟動并運行Photoshop 7.0，點擊Photoshop左上方的文件，選擇“打開”一張待測量側(cè)面照片；再打開PS面積計算程序。

1.3.2 面積計算程序中，在“1、輸入原圖比例尺”一欄中選擇“1”；在“4、計算選區(qū)面積” 一欄中選擇“平方厘米”；然后，如果分別點擊“2、所選區(qū)域象素值”和“3、獲取圖像分辯率”方框；這樣就會在“4、計算選區(qū)面積” 一欄中即刻出現(xiàn)我們期待的“××平方厘米”數(shù)值，程序界面如圖5。

1.3.3 放置自制的馬奎特側(cè)面具有機玻璃板到電腦顯示屏前。

圖5 PS面積計算程序界面

1.3.4 a 使照片上人的C點和E點分別與馬奎特側(cè)面具上的C點和E點相重合(圖2、圖3)，此步驟需放大照片(左手按住Alt鍵不放，右手滾動鼠標滑輪；再通過改變象素值調(diào)整圖像大小)，再選擇PS工具箱內(nèi)多邊形套索工具，右手沿Marquardt側(cè)面具亞洲女人輪廓線拖動鼠標，計算此時照片上的理想側(cè)面積ILA。然后計算前陰影面積a和下陰影面積b。

1.3.4 b使照片上人的C點和S點分別與馬奎特側(cè)面具上的C點和S點相重合(圖2、圖4)，此步驟亦需放大照片、拖動鼠標，計算前陰影面積c和下陰影面積d。

1.3.5 主觀問卷打分：根據(jù)52張照片制成問卷調(diào)查題。為消除評分者由于觀察角度帶來的審美差異，每張問卷上的照片使Z-軸線旋轉(zhuǎn)至水平位。為消除膚色對側(cè)面孔吸引力的影響，全部照片均采用黑白形式和隨機排列后呈現(xiàn)給評分者。評分者需在很美、較美、一般和不美(丑)這四檔中逐一給出他(她)認為恰當?shù)拇蚍种?。發(fā)放問卷242份，收回有效問卷235份。其中，男114份、女121份。問卷回收后，使用SPSS 18.0軟件錄入、計算和分析數(shù)據(jù)。

2 結 果

2.1 LMPP法評分公式=

2.2 LMPP法和問卷法的評分標準：

≥90，很美；85-89.9，較美；80-84.9，一般；≤79.9，不美(丑)。

一般來說，評分越高，側(cè)面孔吸引力越大；評分越低，側(cè)面孔吸引力越小。

2.3 評分結果

LMPP法的評分值由筆者在電腦前操作得到各測量值并代入評分公式給出，見表1第2、5、8和11列。235份問卷的打分值經(jīng)SPSS計算，得到每張照片的平均分見表1第3、6、9和12列。評分結果見表1各列。

2.4 統(tǒng)計學處理

統(tǒng)計學處理分二項。

一是與計算問卷法的評分者信度。因為側(cè)面孔吸引力評分問卷與作文測驗、投射測驗、創(chuàng)造力測驗和論文式測驗一樣，評分者對同一份問卷的側(cè)面孔吸引力或側(cè)顏值(俗稱)認知給分往往不同，甚至懸殊很大。所以，有必要考慮評分者之間的可信度。特別是問卷法與論文式測驗一樣，均采用百分制形式評定方法，不宜采用肯德爾和諧系數(shù)、而需用克龍巴赫α系數(shù)計算信度[4]。經(jīng)SPSS計算，問卷法Cronbach's alpha為0.927，說明235位評分者內(nèi)的評分一致、信度甚佳、評分很可靠。一般認為，α系數(shù)＞0.9，甚佳；＞0.8，較好；0.7-0.8，可接受；＜0.7需重新修訂問卷。

二是評價LMPP法測量值與問卷法打分值的一致性(agreement)。一致性評價(consistency evaluation)是對相同的觀察對象，或?qū)Σ煌挠^察對象在進行多次測量后數(shù)值的接近程度。LMPP法測量值與問卷法打分值的關系屬于前者。本研究利用Bland-Altman法，評價兩種測量結果或兩組數(shù)據(jù)的一致性。

表1 LMPP測量法與問卷打分法的評分值

Bland-Altman 法是定量分析與定性分析的有機結合。1986年由英國學者Bland JM 和 Altman DG在《柳葉刀》雜志上詳細闡述，其基本思想[5]是，計算差值的均數(shù)以及差值的95%分布范圍(即一致性界限limits of agreement，LoA，d±1.96Sd)，并用圖形方式直觀地反映出來。

根據(jù)表1 的LMPP法和問卷法數(shù)據(jù)，在SPSS上建立兩組數(shù)據(jù)：兩種評分法均值(A)和兩種評分法差值(D)。以A為橫軸，以D為縱軸做散點圖，計算LoA(d1.96Sd)，然后作Bland-Altman散點圖6。

圖6 Bland-Altman散點圖

Bland-Altman分析首先需進行檢驗，觀察兩種評分法差值 D 與兩種評分法均值 A 的關系：無比例偏倚，差值D不會系統(tǒng)地隨測量尺度的擴大而變化，散點不呈“”形或“”形，而是各散點均衡地在水平線上下波動，如圖6；無方差不齊，差值D不隨著 A 增大或減小，散點不呈“＜”形或“＞”形[6]，圖6也不存在這一現(xiàn)象；兩種評分法差值服從正態(tài)分布，如圖7。本研究數(shù)據(jù)行為良好(well-behaved data)[7]，可以計算一致性限度d±1.96Sd。此時，差值的均數(shù)d可近似的表示測量數(shù)據(jù)相當系統(tǒng)誤差的大小，也就是兩組數(shù)據(jù)之間的差異即偏倚(bias)，差值的標準差Sd可估計隨機誤差的波動幅度，通過一致性限度并結合專業(yè)知識進行判斷。

從圖6中可以看出，52個點中有2個點(2/52)落在95%的一致性界限(Limits of agreement，LoA )以外，比例為3.85%，其＜5%。圖6顯示的中間一條實線代表兩種評分法差值的均數(shù)(d)為5.57分，而差值的標準差(Sd)為3.84分，上下兩條實線代表95%一致性界限的上下限(-1.96，13.09)分， 即 5.57±1.96×3.84。 也 就 是 說96.15%散點在一致限(-1.96，13.09)內(nèi)，一致性界限內(nèi)的最大差值為12.55分和差值均數(shù)5.57分，在專業(yè)上屬于可接受的程度。這充分表明兩種評分法一致性良好。

樣本量為52，對應的t=2.006，LoA上限13.09的 95% CI為 (13.09-2.006×1.71×3.84/√ 52，13.092.006×1.71×3.84/ √ 52)[8]，即為二條虛線(11.26，14.92)，LoA下限-1.96的95%CI也為二條虛線(-3.78，-0.13)。綜合起來，LoA的置信區(qū)間(LoA CI)為(-3.78，14.92)。該范圍大于95%LoA本身，這考慮了抽樣誤差的結果。

圖7 兩種評分法差值的正態(tài)分布直方圖

3 討 論

面孔吸引力對人們的思想和行為有著重要的影響，側(cè)面孔吸引力亦是如此。對“美麗側(cè)面孔”的評分主要在三方面有著廣泛的用途：醫(yī)學美容整形及口腔正畸學、工作生活中的“側(cè)顏值”判斷和心理學“側(cè)面孔吸引力”方面的研究等。國外有應用黃金比例對側(cè)面孔的臨床研究[9]；有資料顯示，招聘者對女大學生求職有容貌歧視現(xiàn)象[10]，而且面孔吸引力高的個體在人際交往中(如信任、寬恕等)存在明顯的優(yōu)勢[11]。兒童也會對美貌女性產(chǎn)生選擇性信任[12]。據(jù)Jeffrey T. Gu, MS的研究[13]，側(cè)面孔吸引力與額狀面面孔吸引力的回歸決定系數(shù)為0.749。

對側(cè)面孔吸引力客觀的研究方法主要是側(cè)面部特征測量法，它是將側(cè)面孔各個特征點進行量化，計算較復雜。近幾年來，國外開始出現(xiàn)有關側(cè)面人臉相貌特征提取和及識別算法的文獻[14-16]，但讀者應用起來不易如法炮制。

本文的理論基礎是進化心理學和進化美學。進化心理學研究結果顯示，美的標準不但超越了特定文化中的特定群體，而且超越了所有文化，具有跨文化、跨種族的一致性，它說明了審美標準是人類與生俱來的特質(zhì)。換句話說，美的標準是人類適應的結果。

本研究則利用馬奎特側(cè)面具評價側(cè)面孔吸引力。據(jù)Bashour的研究[17]，Marquardt Phi Mask 是客觀測量面孔吸引力的有力工具。正如Alain Tauk所說[18]，利用完整的側(cè)面孔去評價側(cè)面孔吸引力是非常重要的！本文正是利用了完整的側(cè)面孔照片。本文評分標準的劃分出于筆者大量工作的實際值得出。本方法可操作性強，計算簡單，使用方便。對一張人臉側(cè)面照片評分約5分鐘。

LMPP法的基本原理是把待評價側(cè)面照片與馬奎特側(cè)面具進行比較，即利用photoshop軟件和面積計算程序計算二者象素差異值，也就是經(jīng)轉(zhuǎn)換的面積通過計算得到相似度。待評價側(cè)面照片與馬奎特側(cè)面具的側(cè)面孔相似度的偏離就是側(cè)顏值的降低。LMPP法可作為一種可靠的評分方法應用于基礎和臨床，可抵消單個個人的人為主觀判斷誤差。用Bland-Altman法評價LMPP法與問卷法的一致性良好，說明了LMPP法與主觀問卷法評分者的認知相符，LMPP評分法完全可以替代發(fā)放眾多問卷的問卷評分法。