La dynamique du traitement des visages : du percept à la familiarité

The dynamics of familiar face processing : from detection to recognition

• Auteur / Autrice : Gladys Barragan-Jason
• Direction : Emmanuel Barbeau
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences, comportement et cognition
• Date : Soutenance en 2013
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Reconnaissance (psychologie)

Perception des visages

Mots clés libres

Reconnaissance

Détection

Catégorisation

Familiarité

Visages célèbres

Contrainte temporelle

Eeg

Résumé

Reconnaître rapidement les visages familiers est une fonction fondamentale qui joue un rôle important dans nos interactions sociales. D'un point de vue évolutionniste, il semble en effet crucial de pouvoir rapidement déterminer si la personne qui nous fait face est amie ou ennemie pour adapter son comportement en conséquence. C'est sans doute pour cela que, dans l'opinion publique, mais également dans la littérature scientifique, la reconnaissance des visages est supposée être un processus très rapide, efficace et exécuté sans effort. Cependant, la reconnaissance des visages familiers est-elle réellement si rapide ? Ne serait-ce pas simplement une idée reçue ? Rapide, admettons, mais à quelle vitesse ? En adaptant des protocoles de catégorisation visuelle rapide (tâche de go/no-go) développés initialement pour étudier la rapidité du système visuel et en mettant en place de nouveaux protocoles de catégorisation ultra-rapide ('' Speed and Accuracy Boosting procedure '' ; SAB), nous avons pu déterminer les latences comportementales et électrophysiologiques les plus précoces pour reconnaître explicitement un visage célèbre. Nous nous sommes intéressés d'une part à la reconnaissance de type '' bottom-up '' (reconnaître plusieurs visages célèbres sans savoir au préalable de qui il s'agit) et d'autre part à la reconnaissance '' top-down '' (reconnaître une personne en particulier parmi des inconnus). Le temps de réaction minimum pour reconnaître des visages célèbres parmi des inconnus (reconnaissance '' bottom-up '') est d'environ 360-390 ms, ce temps de réponse ne pouvant être amélioré ni par un apprentissage intensif des stimuli (Article 1), ni par un protocole de catégorisation ultra-rapide (Article 2). Ce temps de réaction est environ 100 ms plus tardif que lors d'une tâche de détection de visage (Article 1) ou de genre (Article 1). Ces latences sont très différentes lorsque la procédure SAB est appliquée à une reconnaissance de type '' top-down '', descendant à environ 300 ms contre 270 ms dans une tâche de détection de visages (Article 3). De plus, en appliquant une méthode de MVPA (Multi-Variate Pattern Analysis) à des données d'EEG de surface, nous avons montré que l'activité neuronale liée à la reconnaissance des visages célèbres était disponible dès 230 ms après la présentation du stimulus (voire 200 ms pour le sujet les plus rapides) alors que l'activité neuronale liée à a détection d'un visage humain parmi des visages d'animaux était disponible dés 80 ms (Articles 4 et 5). L'activité neuronale était de plus fortement corrélée aux temps de réponses minimales en reconnaissance, confirmant ainsi son rôle dans la prise de décision. Nous discutons ces latences au regard des modèles de la voie visuelle ventrale et des modèles de la reconnaissance des visages. Nous distinguons trois modèles différents pouvant théoriquement être à l'origine de la familiarité et en favorisons un en particulier.

Recognizing familiar faces rapidly seems crucial in everyday life. The actual speed at which a familiar face can be recognized remains however unknown. The current thesis aimed at tracking down the minimal behavioral and neural processing time necessary to recognize known faces. To address this issue, we used different go/no-go paradigms and a new task relying on highly time-constraining task (the Speed and Accuracy Boosting procedure, ''SAB''). Relying on minimum reaction times analyses, we report that 360-390 ms are needed to recognize famous faces among unknown ones when bottom-up recognition task is required (subjects did not know the identity of the celebrities that they had to recognize before the test; this situation can be compare to the ecological situation of unexpectedly bumping into someone in the street) (Article 1). This latency could not be decreased even after extensive training (Article 1), or using the SAB (Article 2). Overall, this is 100 ms more than when subjects have to detect human faces in natural scene or process gender (Article 1). Bottom-up recognition is much slower than top-down recognition (recognizing somebody whom you know you are going to meet, corresponding to the ecological situation of looking for someone in particular in a crowd), which takes about 300 ms (Article 3). Additionally, MVPA (Multivariate pattern analysis) was applied on EEG data recorded from the scalp surface to determine at which latency familiarity could be read-out. We report that famous faces could be robustly distinguished from unknown faces as soon as 230 ms after stimulus onset. This familiarity-selective signal was directly linked to the subject's recognition speed (Article 5). Such latency was agin much longer than the latencies observed in face categorisation task, in which case category could be read out starting around 80 ms post-stimulus (Article 4). These latencies are with respect to the different models of visual ventral stream and models of face recognition. Three main models are identified and one is favored in particular.