Examining the impact of trait anxiety on the recognition of facial emotional expressions

Abstract

Question : Cette thèse comporte deux articles portant sur l’étude d’expressions faciales émotionnelles. Le processus de développement d’une nouvelle banque de stimuli émotionnels fait l’objet du premier article, alors que le deuxième article utilise cette banque pour étudier l’effet de l’anxiété de trait sur la reconnaissance des expressions statiques. Méthodes : Un total de 1088 clips émotionnels (34 acteurs X 8 émotions X 4 exemplaire) ont été alignés spatialement et temporellement de sorte que les yeux et le nez de chaque acteur occupent le même endroit dans toutes les vidéos. Les vidéos sont toutes d’une durée de 500ms et contiennent l’Apex de l’expression. La banque d’expressions statiques fut créée à partir de la dernière image des clips. Les stimuli ont été soumis à un processus de validation rigoureux. Dans la deuxième étude, les expressions statiques sont utilisées conjointement avec la méthode Bubbles dans le but d’étudier la reconnaissance des émotions chez des participants anxieux. Résultats : Dans la première étude, les meilleurs stimuli ont été sélectionnés [2 (statique & dynamique) X 8 (expressions) X 10 (acteurs)] et forment la banque d’expressions STOIC. Dans la deuxième étude, il est démontré que les individus présentant de l'anxiété de trait utilisent préférentiellement les basses fréquences spatiales de la région buccale du visage et ont une meilleure reconnaissance des expressions de peur. Discussion : La banque d’expressions faciales STOIC comporte des caractéristiques uniques qui font qu’elle se démarque des autres. Elle peut être téléchargée gratuitement, elle contient des vidéos naturelles et tous les stimuli ont été alignés, ce qui fait d’elle un outil de choix pour la communauté scientifique et les cliniciens. Les stimuli statiques de STOIC furent utilisés pour franchir une première étape dans la recherche sur la perception des émotions chez des individus présentant de l’anxiété de trait. Nous croyons que l’utilisation des basses fréquences est à la base des meilleures performances de ces individus, et que l’utilisation de ce type d’information visuelle désambigüise les expressions de peur et de surprise. Nous pensons également que c’est la névrose (chevauchement entre l'anxiété et la dépression), et non l’anxiété même qui est associée à de meilleures performances en reconnaissance d’expressions faciales de la peur. L’utilisation d’instruments mesurant ce concept devrait être envisagée dans de futures études.

Question: This thesis describes a new database of facial emotional expressions; created specifically for eye-tracking and classification image experiments. This database serves as a basis for the second study, which explores the effect of trait anxiety on the perception of static facial emotional expressions. Methods: Actors were recruited to express facial emotional expressions. Thousands of 1-second movie clips that contained the least head movement and appeared genuine were extracted from the raw videos and selected for the validation. A total of 1088 clips (34 actors X 8 expressions X 4 exemplar) were spatially aligned so that facial features across the stimuli occupied the same space. They were also temporally aligned so that all clips began on the last neutral frame and truncated on the 15th frame (500ms). The last frame (apex) of the clips was extracted to form the static database. Two groups of participants validated the dynamic (N35) and static (N35) stimuli. The static images were used in the 2nd study where participants (N27) varying in trait anxiety were asked to recognize emotional faces, partially revealed through Gaussian apertures (Bubbles). Results: Study 1 describes the process by which the STOIC database was created. It showcases the 80 dynamic (and 80 static) emotional expressions (8 emotions X 10 actors) with the lowest entropy scores. Study 2 shows that trait anxiety is associated with performance and differential use of information. Anxious individuals use low spatial frequency (LSF) information from the mouth region and are better at recognizing negative emotions, especially fear and not anger. Discussion: This thesis presents a new and freely downloadable emotion recognition database containing static and dynamic stimuli. The database possesses unique characteristics that will make it useful to the scientific community and clinicians. We used the static images in the second study to establish a baseline and gain a better understanding about the use of information contained in faces to recognized emotional expressions. The next phase of the project will be to explore the effects of anxiety and depression on the perception of dynamic expressions. We speculate that the use of LSF information in our anxious group disambiguated fear from surprise and led to better performance for that emotion. In addition, we think the overlap between anxiety and depression, which was associated with better performances, may be attributed to concept of neuroticism.