論文の概要: A Linked Aggregate Code for Processing Faces (Revised Version)

• arxiv url: http://arxiv.org/abs/2009.08281v1
• Date: Thu, 17 Sep 2020 13:29:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-17 08:53:53.798653
• Title: A Linked Aggregate Code for Processing Faces (Revised Version)
• Title（参考訳）: 顔を処理するための連結集約コード(改訂版)
• Authors: Michael Lyons and Kazunori Morikawa
• Abstract要約: 顔表現のモデルは、顔の類似性の知覚に関する実験データと比較される。 以上の結果から,LACをベースとした類似度測定は,高次視覚領域における顔表現のさらなるモデリングの出発点となる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A model of face representation, inspired by the biology of the visual system, is compared to experimental data on the perception of facial similarity. The face representation model uses aggregate primary visual cortex (V1) cell responses topographically linked to a grid covering the face, allowing comparison of shape and texture at corresponding points in two facial images. When a set of relatively similar faces was used as stimuli, this Linked Aggregate Code (LAC) predicted human performance in similarity judgment experiments. When faces of perceivable categories were used, dimensions such as apparent sex and race emerged from the LAC model without training. The dimensional structure of the LAC similarity measure for the mixed category task displayed some psychologically plausible features but also highlighted differences between the model and the human similarity judgements. The human judgements exhibited a racial perceptual bias that was not shared by the LAC model. The results suggest that the LAC based similarity measure may offer a fertile starting point for further modelling studies of face representation in higher visual areas, including studies of the development of biases in face perception.
• Abstract（参考訳）: 視覚系の生物学に触発された顔表現のモデルは、顔の類似性の知覚に関する実験データと比較される。 顔表現モデルでは、顔を覆う格子に局所的に結合した第1次視覚野(v1)細胞応答を用い、2つの顔画像の対応する点における形状とテクスチャの比較を可能にする。 比較的類似した顔のセットが刺激として使用されると、このリンクアグリゲートコード(LAC)は類似性判定実験で人間のパフォーマンスを予測した。 知覚可能なカテゴリの顔を使用すると、性別や人種などの次元は、トレーニングなしでLACモデルから現れた。 混合カテゴリー課題におけるLAC類似度尺度の次元構造は, 心理的に妥当な特徴を示すとともに, モデルと人間類似度判定の相違も強調した。 人間の判断は、LACモデルでは共有されなかった人種的知覚バイアスを示した。 その結果、lacに基づく類似度尺度は、顔知覚におけるバイアスの発達を含む、高次視覚領域における顔表現のさらなるモデリング研究の出発点となる可能性が示唆された。

関連論文リスト

• Evaluating Multiview Object Consistency in Humans and Image Models [68.36073530804296]
  我々は、物体の形状に関するゼロショット視覚的推論を必要とする認知科学の実験的設計を活用する。 我々は500人以上の参加者から行動データの35万件の試行を収集した。 次に、一般的な視覚モデルの性能を評価する。
  論文  参考訳（メタデータ） (2024-09-09T17:59:13Z)
• Unveiling the Human-like Similarities of Automatic Facial Expression Recognition: An Empirical Exploration through Explainable AI [0.562479170374811]
  本研究は,12種類の異なるネットワークを比較し,ディープニューラルネットワークと人間の知覚の類似性を検討することを目的とする。 我々は、革新的なグローバルな説明可能なAI手法を用いて、熱マップを生成し、6つの表情で訓練された12のネットワークにとって重要な顔領域を明らかにする。 発見は、人間とAIの表情認識が限定的に一致していることを示し、ネットワークアーキテクチャが類似性に影響を与えることを示唆している。
  論文  参考訳（メタデータ） (2024-01-22T10:52:02Z)
• Distinguishing representational geometries with controversial stimuli: Bayesian experimental design and its application to face dissimilarity judgments [0.5735035463793008]
  3次元顔モデルグラフィックスを逆転するように訓練されたニューラルネットワークは、識別、分類、あるいはオートエンコーディングで訓練されたのと同じアーキテクチャよりも、よりヒューマンアライメントであることを示す。 以上の結果から,3次元顔モデルグラフィックスを逆転するように訓練されたニューラルネットワークは,識別,分類,自動エンコーディングを訓練したのと同じアーキテクチャよりも,より人間らしくなっていることが示唆された。
  論文  参考訳（メタデータ） (2022-11-28T04:17:35Z)
• Modeling Category-Selective Cortical Regions with Topographic Variational Autoencoders [72.15087604017441]
  カテゴリー選択性(英: Category-Selectivity)は、大脳皮質の特定の空間的局所化領域が特定の限られたカテゴリーからの刺激に対して頑健かつ選択的に反応する傾向にあるという観察を記述している。 新たに導入されたTopographic Variational Autoencoderを利用して、そのような局所化カテゴリ選択性の出現を教師なしでモデル化する。 本研究では,ヒト腹側頭皮質の観察に類似した,より抽象的なカテゴリのネストされた空間的階層が得られたことを示す予備的な結果を示す。
  論文  参考訳（メタデータ） (2021-10-25T11:37:41Z)
• Unravelling the Effect of Image Distortions for Biased Prediction of Pre-trained Face Recognition Models [86.79402670904338]
  画像歪みの存在下での4つの最先端深層顔認識モデルの性能評価を行った。 我々は、画像歪みが、異なるサブグループ間でのモデルの性能ギャップと関係していることを観察した。
  論文  参考訳（メタデータ） (2021-08-14T16:49:05Z)
• Transforming Neural Network Visual Representations to Predict Human Judgments of Similarity [12.5719993304358]
  機械の視覚表現を人間の表現とよりよく一致させる方法について検討する。 深層埋め込みの線形変換を適切に行うことで、人間の二進選択の予測を改善することができる。
  論文  参考訳（メタデータ） (2020-10-13T16:09:47Z)
• Action similarity judgment based on kinematic primitives [48.99831733355487]
  運動学に基づく計算モデルが動作類似性を決定する範囲について検討する。 選択されたモデルは、発達ロボティクスにルーツを持ち、学習されたキネマティックプリミティブに基づいて行動分類を行う。 その結果, 動作類似性タスクにおいて, モデルと人的性能の双方が, 運動レベルの特徴に基づく精度が高いことがわかった。
  論文  参考訳（メタデータ） (2020-08-30T13:58:47Z)
• Few-shot Visual Reasoning with Meta-analogical Contrastive Learning [141.2562447971]
  本稿では,類似推論に頼って,数ショット(または低ショット)の視覚推論問題を解くことを提案する。 両領域の要素間の構造的関係を抽出し、類似学習と可能な限り類似するように強制する。 RAVENデータセット上での本手法の有効性を検証し, トレーニングデータが少ない場合, 最先端の手法より優れることを示す。
  論文  参考訳（メタデータ） (2020-07-23T14:00:34Z)
• InterFaceGAN: Interpreting the Disentangled Face Representation Learned by GANs [73.27299786083424]
  我々は、最先端のGANモデルによって学習された不整合顔表現を解釈するInterFaceGANというフレームワークを提案する。 まず、GANは潜在空間の線型部分空間で様々な意味学を学ぶ。 次に、異なる意味論間の相関関係について詳細な研究を行い、部分空間射影を通してそれらをよりよく解離させる。
  論文  参考訳（メタデータ） (2020-05-18T18:01:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。