人类和深度学习模型之间印象的重要面部区域的差异:一种眼睛跟踪和可解释的AI方法
Takanori Sano1, Jun Shi1, Hideaki Kawabata1,2
1Graduate School of Human Relations, Keio University, Minato-ku, Tokyo, Japan.
British journal of psychology (London, England : 1953)
|October 26, 2024
概括
吸引力和主导性的面部印象受特定特征的影响. 眼睛跟踪侧重于眼睛,鼻子和嘴巴,而人工智能突出显示了眉毛和超形弧,揭示了明显的暗示利用.
科学领域:
- 心理学 心理学 心理学
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 面部印象显著影响社会互动.
- 了解驱动这些印象的视觉线索至关重要.
研究的目的:
- 为了研究吸引力,主导性和性变态的面部印象.
- 为了比较通过人眼跟踪和深度学习模型识别的特征重要性.
主要方法:
- 面部图像操纵的几何形态测量.
- 眼睛跟踪实验记录印象评估期间的视觉注意力.
- 深度学习 (Grad-CAM) 用于人工智能模型中的特征重要性提取.
主要成果:
- 在印象评估过程中,人类的注意力集中在眼睛,鼻子和嘴巴上.
- 深度学习模型确定了眉毛和形门作为关键特征.
- 观察到眼睛跟踪和深度学习之间的特征重要性有显著差异.
结论:
- 使用可解释AI的计算方法可以识别面部印象的决定因素.
- 这些决定因素可以独立于明显的视觉注意力来提取.
- 人类和人工智能方法揭示了对面部感知的互补见解.
