利用深度神经网络预测与可视化心理归因
计算机视觉与模式识别
2016-12-28 v2 机器学习
神经与进化计算
摘要
基于面部外观的人格判断在社会决策中是强效影响因素，并已知对从总统选举到陪审团决策等领域有影响。近期工作表明，预测人类面部图像中记忆性、可信度、智力及其他属性的感知是可能的。这些方法中最为成功的需要用人脸关键标志点专家标注的面部图像。我们展示了一个卷积神经网络(CNN)模型，能够在无需标志点特征的情况下执行相同任务，从而大幅提高效度。该模型具有高准确率，在某些情况下超越人类水平表现。此外，我们使用反卷积方法可视化22个属性感知的重要特征，并展示一种分别可视化正性与负性特征的新方法。
引用
@article{arxiv.1512.01289,
title = {Predicting and visualizing psychological attributions with a deep neural network},
author = {Edward Grant and Stephan Sahm and Mariam Zabihi and Marcel van Gerven},
journal= {arXiv preprint arXiv:1512.01289},
year = {2016}
}