面部处理源自对象训练的卷积神经网络
计算机视觉与模式识别
2025-04-16 v2
摘要
面部处理是否依赖于特定于领域的神经认知机制，还是依赖于通用的物体识别机制长期以来一直存在争议。直接在人类身上进行这些相互竞争假设的测试一直困难，因为人们暴露于面孔和物体之间。本文通过利用最近在卷积神经网络（CNNs）方面的进展，构建可以在无面孔暴露的情况下训练的网络（即预训练权重），系统性地测试这些假设。通用机制假设认为，面部处理可以从一个没有对面孔进行专业预训练的神经网络中产生。因此，我们仅在物体上训练 CNN，对其识别和表示面孔的能力进行测试，以及外观类似面孔的物体（面孔 pareidolia 刺激）......由于字符限制，更多细节请参见附件的 PDF。
引用
@article{arxiv.2405.18800,
title = {Face processing emerges from object-trained convolutional neural networks},
author = {Zhenhua Zhao and Ji Chen and Zhicheng Lin and Haojiang Ying},
journal= {arXiv preprint arXiv:2405.18800},
year = {2025}
}
备注
31 pages, 5 Figures