人工智能和机器学习帮助科学家理解人脸识别

【人工智能和机器学习帮助科学家理解人脸识别】
来自索尔克研究所(Salk Institute)、俄罗斯Skoltech和理研中心(Riken Center for Brain Science)的科学家研究了一个理论模型,该模型研究了大脑视觉皮层的神经元群如何识别和处理人脸及其表情,以及它们是如何组织起来的 。这项研究最近发表在《神经计算》杂志上,并在其封面上进行了强调 。

人类有惊人的能力来识别大量的人脸并解释面部表情 。这些能力在人类社会交往中起着关键作用 。然而,人类大脑是如何处理和存储如此复杂的视觉信息的,目前仍知之甚少 。
Skoltech的科学家an - huy Phan和Andrzej Cichocki,以及他们来自和的同事Sidney Lehky和Keiji Tanaka,试图更好地了解视觉皮层如何处理和储存与人脸识别相关的信息 。他们的方法是基于这样一种思想,即人脸可以从概念上表示为部分或组件的集合,包括眼睛、眉毛、鼻子、嘴巴等 。利用机器学习方法,他们应用了一种新的张量算法,将人脸分解成一组称为张量脸的分量或图像,以及它们的相关权重,并用这些分量的线性组合来表示人脸 。通过这种方式,他们建立了一个数学模型来描述参与人脸识别的神经元的工作 。
Skoltech教授Andrzej Cichocki说:“我们使用了一种新的张量分解方法,将人脸表示为一组特定复杂度的组件,这些组件可以被解释为模型脸细胞,并表示人脸表示是由低复杂度和中复杂度的脸细胞混合而成 。”

    推荐阅读