Биология

Машинное обучение помогло лучше понять, как мозг распознает лица

Sharon McCutcheon/Unsplash

Ученые из Института Солка (США), Сколтеха (Россия) и Центра исследований мозга Riken (Япония) провели исследование с целью изучения теоретической модели механизма работы нейронов зрительной коры головного мозга при распознавании и обработке информации о лице и мимике человека. Результаты исследования опубликованы в журнале Neural Computation и анонсированы на его обложке.

Человек обладает удивительной способностью распознавать огромное количество лиц и интерпретировать различные их выражения. Эта способность играет исключительно важную роль в процессе социального взаимодействия между людьми, однако сам механизм обработки и хранения этой сложной зрительной информации в мозге человека до сих пор остается малоизученным.

Ученые Сколтеха Ан-Ху Фан и Анджей Чихоцки в сотрудничестве с коллегами из США и Японии Сидни Леки и Кейджи Танакой решили разобраться, как в зрительной коре головного мозга человека обрабатывается и сохраняется информация, связанная с распознаванием лиц. Подход, который они использовали в своей работе, заключался в том, чтобы в общем виде представить лицо человека как совокупность различных частей или компонентов, таких как глаза, брови, нос, рот и т. д. Для этой цели исследователи использовали элементы машинного обучения и новый тензорный алгоритм, что позволило представить лицо человека в виде набора компонентов или изображений, которые назвали тензорными изображениями. Это дало возможность построить математическую модель, которая описывает работу нейронов, участвующих в процессе распознавания лиц.

«Мы использовали новый принцип тензорных разложений, позволяющий представить лицо человека в виде набора компонентов с заданным уровнем сложности, которые можно интерпретировать как модельные компоненты лица, а также рассматривать представление лица человека как комбинацию компонентов низкого и среднего уровней сложности», — сказал профессор Сколтеха Анджей Чихоцки.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.