3秒认出老朋友，眼睛和大脑如何配合？山东大学-香港大学团队研究给出答案

你有没有想过，为什么在茫茫人海中，你总能一眼认出熟悉的朋友？这种看似“不假思索”的能力，其实是你的眼睛和大脑在背后精密协作的结果。

当你看一张脸时，眼睛并不是静止的，而是像探照灯一样快速扫过对方的面部——有时盯着眼睛，有时瞄一下鼻子。不同的人有不同的“注视习惯”：有人偏爱看眼睛，有人更关注鼻子。这些看似随意的眼动模式，会不会真的影响你认出别人的速度和效率？

山东大学和香港大学的研究团队注意到，过去的研究大多把眼动行为和大脑活动分开来看，很少把它们当作一个整体去分析。尤其是“注视一致性”——也就是一个人看脸时的眼动模式是否稳定——到底如何影响大脑对面孔的识别，一直缺乏系统的研究。

为此，该团队决定同时记录人们的眼动和脑电信号，并借助机器学习技术，来回答一个有趣的问题：如果你的注视策略更稳定、更一致，你的大脑会不会也因此识别得更快、更准？

研究招募了28名健康成年人，让他们自由观看256张标准化处理的亚洲面孔照片，每张持续3秒。观看过程中，同步记录参与者的眼动轨迹(采样率1000 Hz)和64导联脑电信号(使用ANT eego系统，采样率500 Hz)。

通过隐马尔可夫模型(EMHMM)分析眼动数据，识别出两种典型的注视模式：一种偏好注视眼部(“眼聚焦”模式)，另一种偏好注视鼻子(“鼻聚焦”模式)。同时，用熵值衡量每个人眼动模式的一致性。

图1 EMHMM聚类结果。生成了眼聚焦模式和鼻聚焦模式。a) EMHMM生成的眼聚焦模式；b) EMHMM生成的鼻聚焦模式。

对脑电数据采用机器学习方法进行4–40 Hz频段的时序解码，评估大脑对面孔信息的编码质量。最后，将眼动指标与脑电解码表现进行统计分析，揭示两者之间的关系。

研究结果显示，眼动模式显著影响大脑对面孔的神经编码效率。在高α频段(10–12 Hz)，脑电解码的曲线下面积(AUC)与个体的眼动模式偏好呈负相关。也就是说，越倾向于使用“眼聚焦”模式的人，其大脑对面孔信息的解码准确率越高。进一步比较发现，在刺激呈现后的800到2100毫秒时间窗口内，“眼聚焦”组的解码表现持续高于“鼻聚焦”组。

图2 α频段(8–12 Hz)解码性能曲线(AUC)。a) 低α频段(8–10 Hz)；b) 高α频段(10–12 Hz)。

解码峰值出现的时间与行为表现密切相关。峰值潜伏期越晚，参与者的人脸识别反应时越长，眼动熵值越高(即注视策略越混乱)，非语言智商得分也越低。这表明，神经响应的延迟反映了效率较低的注视行为和认知加工。高一致性的“眼聚焦”模式不仅优化了视觉输入，还增强了大对对面孔信息的快速、稳定编码，是高效人脸识别的关键特征。

图3 高α频段平均拓扑图与通道权重。a) 全体；b) 鼻聚焦组；c) 眼聚焦组。

所以，下次一眼认出老朋友时，不妨想想自己是不是个“眼聚焦派”。你看哪儿、看得稳不稳，直接决定了大脑能不能快速准确地认出那张脸。认人高手未必是记忆力超群，可能只是眼睛盯对了地方。想变得更会认人？留意一下第一眼落在哪里——稳住目光，比硬记五官更有用。

文章信息

引用：Liu, G., Zheng, Y., Tsang, M. H. L., Zhao, Y., & Hsiao, J. H. (2025). Understanding the role of eye movement pattern and consistency during face recognition through EEG decoding. npj Science of Learning, 10(1), 28.

DOI: 10.1038/s41539-025-00316-3