达特茅斯研究发现，面部识别因视觉领域的出现而不同，通过社交互动学习熟悉的面孔可以减少这种差异。这些偏见是稳定和特殊的。更重要的是，这些偏见减少了更熟悉的身份，表明大脑在视野中更均匀地识别个人熟悉的面孔。研究结果表明，重复的社交互动可以调整面部处理网络中的视觉神经元群体，以实现对熟悉面部的一致和快速识别。该研究发表在神经科学学会的开放获取期刊eNeuro上。

人类面部识别的先前研究通常集中在人们如何看待不熟悉的面孔，但这是首先研究如何通过与他人的定期，社交互动来调整早期视觉过程以优化一个人识别重要人物的面孔的能力之一。对我们

“对于我们中的许多人来说，我们将大部分时间都花在了我们认识的人身上，因此了解能够让我们认识朋友，家人，同事和同事的潜在大脑活动对于更多地了解我们如何处理相关的社交刺激至关重要， “达特茅斯大学心理学和脑科学副教授玛丽亚戈比尼说。

为了理解大脑如何在不同的视网膜位置处理个人熟悉的面孔，研究参与者(研究生)被要求识别他们同龄人面部的两张或三张照片。当参与者盯着计算机屏幕上的中央红点时，对等人脸部的图像会在屏幕上的八个位置之一的外围短暂闪烁。在图像消失后，他们被提示识别他们看到的人。在实验之后，参与者被要求评估他们在图像中以一个(非接近)到七个(非常接近)的比例知道该人的程度。然后，该团队进行了计算机模拟，以测试面部敏感皮层区域的学习效果。

之前关于面部识别和身份识别的研究表明，性别和年龄的感知在视网膜位置也不同。例如，当在特定视觉位置中显示时，雌雄同体的面部可以显示为女性面部，而当在另一个位置中显示时，该雌性面部可以显示为男性面部。Gobbini及其同事的新研究发现，在视野中发现了同样类型的变异性(特异性，视网膜异位偏差)，用于识别熟悉度较低但面部高度熟悉的面部。结果表明，在视觉处理的早期阶段，可以以优先方式检测个人熟悉的面部。“与人类语言系统的调整和优化方式大致相同，处理个人的母语，包括语音的听觉识别，