解开其他种族的面部感知与基于GAN的图像重建

科学领域:

• 认知心理学 认知心理学
• 计算机视觉 计算机视觉
• 神经科学是一个神经科学.

背景情况:

• 其他种族效应 (ORE) 是一个经过充分记录的感知偏见,其中个人在识别不同种族的面孔时不那么准确.
• 推动ORE的基本代表机制仍然不完全理解,这阻碍了有针对性的干预或培训.

研究的目的:

• 通过使用先进的深度学习技术,研究其他种族效应的代表性基础.
• 探索内部面部表现是如何形成的,以及它们在同种族与其他种族面部之间有什么不同.

主要方法:

• 采用StyleGAN2,一个生成对抗网络 (GAN),以生成现实照片的面孔,并分析其潜在空间的表示相似性.
• 收集了来自东亚和白人参与者的双对视觉相似度评分,用于相同和其他种族的面孔.
• 开发了一种使用行为相似性数据来可视化内部面部感知的图像重建方法.

主要成果:

• 在从行为数据中重建面部方面取得了高准确性,证明了基于GAN的方法的有效性.
• 重建显示同种族面孔比其他种族面孔的准确性优势,反映了行为ORE.
• 发现了一个新的年龄偏差:其他种族的面部重建系统地被认为比同种族的重建年轻.

结论:

• 该研究验证了一种新的方法,用于使用GAN来探测从行为数据中获得的内部面部表示.
• 这些发现为其他种族效应的代表性基础提供了新的见解,表明其他种族人脸认知中可能存在与年龄相关的扭曲.
• 突出了在认知科学研究中生成模型的有用性,以了解复杂的感知现象.