告诉计算机模型使光之工作面临分开

目前79亿地球上人类的面孔。都是基于同一个模板:两只眼睛在鼻子上面的嘴侧面。然而仅仅一瞥,我们大多数人可以告诉任何两个面之间的区别。这些闪电般的判断我们的大脑如何做?

提示:没有人知道。虽然计算机程序现在善于把名字的脸,没有特别擅长判断多么相似(或不同)不同的面孔出现。但在今天发表的一项研究美国国家科学院院刊》上(PNAS),一个国际研究小组的研究人员测试物体识别项目报告线索的计算可能会使大脑在评估之间的相似程度,面孔。

”区分的脸从一个另一个是一个非常非常好的视觉歧视,然而我们的高手,即使部分的脸,鼻子和脸颊,可以看起来很相似,”说卡米拉·m·Jozwik剑桥大学的博士论文的第一作者。“我们的研究可以帮助我们理解我们如何识别和感知的人,影响我们如何看待他们,对待他们。”

“能够注意到差异即使在相同的脸,面部表情或熟悉的面孔,有年龄,影响我们的情绪和我们如何与人互动,“补充道凯瑟琳·r·斯托尔斯李比希大学吉森博士,德国,第二个该研究的第一作者。

在他们的论文中,Drs。斯托尔斯,他是这家尼古拉斯Kriegeskorte博士,哥伦比亚大学Zuckerman研究所首席研究员和该研究的资深作者,和一些合作者,确定了“令人惊讶的是简单的“电脑模型被证明是相当擅长测量面部的差异。

“我们希望这个为我们提供了理论深入的计算过程我们的大脑识别熟悉的面孔时或者遇到新的,“Kriegeskorte博士说。

为此,剑桥大学的研究人员招募了26的本科生,要求他们排名很多对现实的电脑脸(基于扫描的面孔)对每一对的两副面孔出现多么相似。

然后研究人员负责16个不同的计算机程序,每个运行模式,面临着以不同的方式表示,同样面临相似的评级。脸表示为数字图像的一些模型,大量的像素。一些模型依赖于几何网格的面可以代表面临调整。还有一些比较的面部地标。最后,一些模型信息的纹理和形状特征,如眉毛,或者本身就是基于人工智能系统。

“我们正在寻找一个计算机模型,做出相同的判断人做比较的脸,“他是这家博士说。“这将使我们在一个伟大的起点要求大脑如何比较不同的面孔。”

研究人员发现两种类型的模型最好复制学生相似的排名。一种类型,深层神经网络(款),用于在我们的手机识别人脸照片和常被描绘成在电影和电视节目,其故事情节包括人工智能。

程序员培训款识别对象,说,一只猫或一个人脸,画廊的数字图像之前被人作为注释的例子感兴趣的对象。训练阶段不断调整的顺序计算这款让直到这些人工智能程序能识别目标对象在新图像模型。在这项研究中,模型比较了成千上万款像素组成不同的面孔。从这些比较,款之间的相似性计算排名相同的脸对学生评价。

其他类型的项目,尤其擅长复制学生的面部相似判断是来自巴塞尔的脸模型(BFM)。认为BFM作为一种数字粘土的脸。通过按摩不同部分的数字(扫描的人),就有可能变形,或多或少微妙,不同的面孔;和形状和纹理可以精确、数学上指定。PNAS的研究中,研究人员创建双脸从这个BFM模型和要求学生安排在大型计算机触摸屏根据类似面对成对出现。

最引人注目的结果,研究人员说,BFM是一样好更多的计算密集型款模型复制facial-similarity观点的学生。这个结果表明,统计差异的类型BFM面临评估的模型是很重要的我们的大脑,斯托尔斯博士说。

研究人员强调,他们的研究有一定的局限性。首先,BFM是由研究人员在巴塞尔,瑞士,200年基于扫描主要是年轻的,白色的脸。“人口面临的自然变异是不同的不同的人在不同的地方,”Kriegeskorte博士说。目前不可用是代表世界的工具和数据集的面部的多样性。,研究人员现在可以限制了有信心,他们的工作,事实上,指向大脑的计算评估面临的技术。

“我们的希望是,这些发现可以引导我们走向更精确地研究问题和方法,将推出在哪里以及如何在大脑这个至关重要的信息处理任务,“Kriegeskorte博士说。“我们也希望我们这样的研究将帮助我们理解的内部运作和缺陷识别人脸的人工智能系统,它们变得越来越流行在我们的技术的风景。”

参考:公里,他是这家奥基夫J,斯托尔斯基米-雷克南,郭W,戈兰高地T, Kriegeskorte n的脸都有不同的判断预测的表征距离morphable和image-computable模型。PNAS。119 (27):e2115047119。2022;doi:10.1073 / pnas.2115047119

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。