본 연구는 순응 잔여효과 패러다임을 이용하여, 아기도식 속성을 담고 있는 여러 시각 자극들(얼굴, 신체실루엣, 손)이 공통의 처리 기제를 통해 나이 지각에 영향을 주는지 확인하고자 하였다. 실험 1에서는 아기 얼굴 혹은 성인 얼굴에 순응시킨 후 아기와 성인 얼굴을 합성(morphing)한 얼굴 자극에 대해 “아기”로 지각되는지 혹은 “성인”으로 지각되는지 판단하도록 하였다. 실험 결과, 아기 순응 조건보다 성인 순응 조건에서 합성 자극을 아기로 지각하는 비율이 더 우세한, 얼굴 나이 순응 잔여효과(age adaptation aftereffect)를 확인하였다. 실험 2와 3에서는 각각 아기와 성인의 신체 실루엣과 손 이미지를 순응자극으로 사용하여 실험 1과 동일한 나이 판단 과제를 실시하였다. 실험 결 과, 신체 실루엣과 손에 대한 순응은 순응자극과 같은 방향의 잔여효과(assimilative aftereffect)를 유발하거나, 순응 후에 제시되는 얼굴에 대한 나이 지각을 편향시키지 않았다. 본 연구는 성인 연령대의 얼굴 자극만을 사용한 선행 연구와 달리, 아기-성인 간 얼굴 나이 순응 잔여효과를 통해 아기와 성인 얼굴의 나이 속성이 지각적 얼굴 공간 상에 서 대조적인 방향으로 부호화된다는 것을 확인하였으나, 여러 아기도식 속성들이 공통된 처리를 통해 나이 표상에 기여한다는 증거를 확인하지는 못하였다.

Facial feature extraction and tracking are essential steps in human-robot-interaction (HRI) field such as face recognition, gaze estimation, and emotion recognition. Active shape model (ASM) is one of the successful generative models that extract the facial features. However, applying only ASM is not adequate for modeling a face in actual applications, because positions of facial features are unstably extracted due to limitation of the number of iterations in the ASM fitting algorithm. The unaccurate positions of facial features decrease the performance of the emotion recognition. In this paper, we propose real-time facial feature extraction and tracking framework using ASM and LK optical flow for emotion recognition. LK optical flow is desirable to estimate time-varying geometric parameters in sequential face images. In addition, we introduce a straightforward method to avoid tracking failure caused by partial occlusions that can be a serious problem for tracking based algorithm. Emotion recognition experiments with k-NN and SVM classifier shows over 95% classification accuracy for three emotions: "joy", "anger", and "disgust".