绘画可以成为科学研究的重要来源,许多学科的研究人员会从画作的各个方面提取所需要的信息,这些学科包含了艺术、经济、历史、文学、政治等等。然而绘画并没有广泛地应用于由心理学、神经科学和行为经济学的实验中。绘画虽然是一种类似于按下键盘或者填写问卷的行为输出,但是用传统的方法很难对绘画的主观表现和艺术表现进行客观的衡量也是事实。此外,作为行为实验的典型参与者,普通人并不具备基本的绘画技巧,这使得他们的画作更难被解读。在过去几十年的岁月长河中,随着计算机科学技术不断飞跃发展,研究人员训练的神经网络在许多任务上超过了人类。卷积神经网络是在图像处理领域非常活跃且成熟的一个方向,许多图像分类、分割、模态转换的任务都能通过经过训练的卷积神经网络模型达到一个非常好的效果,甚至在许多方面都超过了人工处理与判断。在图像生成方面,随着生成对抗网络的提出,图像生成技术不再拘泥于原始的卷积神经网络模型,而是利用对抗的方式训练模型,给图像生成领域注入了新的活力,大大提高了图像生成的效果。本实验训练了一个能够将普通人所画的人脸线稿图转换为真实人脸图像的人脸图像生成模型,使得这些普通人所画的简单草图可以被解读。本实验将心理学中的面部吸引力理论与人脸图像生成技术相结合,基于人脸图像生成技术来对面孔社会特征认知进行研究。本实验与网络名人JJ一起合作,招募了一些他的粉丝（112人,98名男性,14名女性,平均年龄24.29岁）来参与实验。JJ是一名拥有50多万粉丝的网络博主,现实生活中是一名科研工作者,他在网络上与粉丝通过文字交流,粉丝们都不知道他的真实长相。本实验收集了这些粉丝对他们心中的JJ的模样的简笔画,然后通过人脸图像生成模型生成了对应的真实人脸,然后又招募了一批实验者（56人,21名男性,35名女性,平均年龄19.83岁）来对这些人脸的特征进行打分,然后进行研究分析。分析发现模型可以从绘画中还原出面孔的社会特征,且这些社会特征之间也存在关联性。为了方便本实验收集实验数据以及后续的跟进实验,还为此搭建了一个数据收集系统,用于实验数据收集,大大提高了收集数据的效率。