मानव मस्तिष्क द्वारा चेहरे की पहचान: 19 तथ्य जो कंप्यूटर दृष्टि शोधकर्ताओं को पता होना चाहिए

कंप्यूटर दृष्टि के क्षेत्र में शोधकर्ताओं का एक महत्वपूर्ण लक्ष्य एक स्वचालित प्रणाली बनाना है जो मानव मस्तिष्क की क्षमता को पहचानने या चेहरे को पहचानने की क्षमता से अधिक हो सकती है। फेस रिकग्निशन प्रक्रिया के साइकोफिजिकल स्टडीज के नतीजे कंप्यूटर विजन विशेषज्ञों को मूल्यवान तथ्य प्रदान करते हैं जो कृत्रिम बुद्धिमत्ता प्रणालियों को बेहतर बनाने में मदद करेंगे।

हमेशा की तरह, मैं एक संक्षिप्त अनुवाद प्रस्तुत करता हूं, मूल में पूर्ण पाठ उपलब्ध है।

परिचय

फेस रिकग्निशन एल्गोरिदम को विकसित करने के काफी प्रयासों के बावजूद, कृत्रिम प्रतिबंधों के बिना काम करने में सक्षम एक प्रणाली अभी तक नहीं बनाई गई है, जो छवि मापदंडों, जैसे सेंसर शोर, ऑब्जेक्ट की दूरी और प्रकाश स्तर के सभी संभावित बदलावों को ध्यान में रखते हुए बनाई गई है। एकमात्र प्रणाली जो अपना काम अच्छी तरह से करती है वह है मानवीय दृष्टि। इसलिए, उन रणनीतियों का अध्ययन करना उपयोगी है जो इस जैविक प्रणाली का उपयोग करती हैं और कृत्रिम एल्गोरिदम विकसित करते समय उनका उपयोग करने का प्रयास करती हैं। 19 महत्वपूर्ण शोध परिणाम प्रस्तावित हैं जो चेहरे की पहचान के पूर्ण सिद्धांत होने का दावा नहीं करते हैं, लेकिन कंप्यूटर विज़न सिस्टम के डेवलपर्स को महत्वपूर्ण सुझाव देते हैं। इन 19 परिणामों को कई वैज्ञानिक समूहों के विभिन्न प्रकाशनों से एकत्र किया जाता है, और मूल लेख इन प्रकाशनों के लिंक प्रदान करता है।

एक स्पैशल रिज़ॉल्यूशन समारोह के रूप में मान्यता

परिणाम 1: लोग बहुत कम रिज़ॉल्यूशन वाले चित्रों में परिचित चेहरों को पहचानने में सक्षम हैं।

उच्च-रिज़ॉल्यूशन वाले वीडियो सेंसर के विकास में प्रगति मशीन विजन सिस्टम में चेहरे की पहचान के लिए छोटे भागों की बढ़ती संख्या के उपयोग को भड़का रही है। इस दृष्टिकोण का एक उदाहरण आंख के परितारिका द्वारा मान्यता है। जाहिर है, ऐसे एल्गोरिदम उच्च-परिभाषा छवियों की अनुपस्थिति में काम नहीं करते हैं। यह समस्या विशेष रूप से प्रासंगिक है जब चेहरे की पहचान काफी दूरी पर आवश्यक है। आइए हम मानवीय दृष्टि की ओर मुड़ें। चेहरा पहचान की सटीकता छवि संकल्प पर कैसे निर्भर करती है? यह पता चला है कि लोग 16x16 ब्लॉकों के आकार तक चिकनी छवियों में परिचित चेहरों को पहचानने की सटीकता बनाए रखते हैं। 7x10 पिक्सेल (छवि 1 देखें) के समतुल्य आकार के लिए चौरसाई करते समय 50% से अधिक की मान्यता सटीकता बनाए रखी जाती है, और 19x27 पिक्सेल के संकल्प पर अधिकतम संभव मूल्य के लगभग बराबर हो जाता है।

अंजीर। 1 लोग इस आकृति में दिखाए गए संकल्प पर आधे से अधिक परिचित चेहरों को पहचानने में सक्षम हैं। यहाँ दिखाया गया है: 1 - माइकल जॉर्डन, 2 - वुडी एलेन, 3 - गोल्डी हवन, 4 - बिल क्लिंटन, 5 - टॉम हैंक्स, 6 - सद्दाम हुसैन, 7 - एल्विस प्रेस्ली, 8 - जे लेनो, 9 - डस्टिन हॉफमैन, 10 - 10 - प्रिंस चार्ल्स, 11 - चेर, 12 - रिचर्ड निक्सन।

परिणाम 2: छवि गिरावट की अनदेखी करने की क्षमता परिचित की डिग्री के साथ बढ़ जाती है।

छवियों के समाधान में गिरावट की भरपाई करने की क्षमता विषय के साथ परिचितता की डिग्री पर अत्यधिक निर्भर है। एक ही विषय की दो अलग-अलग तस्वीरों में अपरिचित चेहरों की पहचान का कम प्रतिशत प्रदर्शित किया जाता है, और दूसरी ओर, कम-गुणवत्ता वाले निगरानी कैमरों से छवियों का अवलोकन करते समय काम सहयोगियों की छवियों की मान्यता का एक उच्च प्रतिशत। एक ही समय में, आकृति और चाल चेहरे की छवि की तुलना में बहुत कम जानकारीपूर्ण थे, उनके बेहद कम संकल्प के बावजूद। यह इस तथ्य से साबित होता है कि जब वे आकृति को अस्पष्ट करते हैं, लेकिन अपने चेहरे को छोड़ देते हैं, तो पहचान की सटीकता थोड़ी कम हो जाती है, लेकिन रिवर्स कार्रवाई के साथ, सटीकता काफी कम हो जाती है (चित्र 2 देखें)।

अंजीर। 2 अध्ययन में उपयोग किए गए वीडियो से फुटेज। (ए) मूल छवि, (बी) विषय का शरीर बंद है, (सी) चेहरा बंद है।

परिणाम 3: उच्च आवृत्ति जानकारी अकेले उच्च गुणवत्ता की पहचान की गारंटी नहीं देती है।

मान्यता के लिए पारंपरिक दृष्टिकोण मोटे तौर पर समोच्च एल्गोरिदम के उपयोग पर आधारित है। समोच्च को विभिन्न प्रकाश व्यवस्था की परिस्थितियों में अपरिवर्तनीय माना जाता है। जैविक चेहरे की पहचान के संदर्भ में, समोच्च (वेक्टर) छवियां आमतौर पर चेहरे की पहचान के लिए पर्याप्त होती हैं। पेंसिल स्केच और कैरिकेचर अक्सर आसानी से पहचानने योग्य होते हैं। क्या इसका मतलब यह है कि उच्च आवृत्ति वाले स्थानिक चित्र गंभीर रूप से महत्वपूर्ण हैं, या कम से कम चेहरे की पहचान के लिए पर्याप्त हैं? शोध के निष्कर्षों से यह नापसंद होता है। विशेष रूप से "वेक्टर" चित्र के लिए, यह दिखाया गया है कि केवल समरूपता वाले चित्रों को पहचानना मुश्किल है (मूल तस्वीरों के 90% के मुकाबले 47% वेक्टर चित्र में सही पहचान) - अंजीर देखें। 3।

अंजीर। 3 छवियां जिनमें केवल रूपरेखा शामिल हैं, उन्हें पहचानना मुश्किल है।

प्रसंस्करण की प्रकृति: खुशबूदार या पूरा?

परिणाम 4: चेहरे की विशेषताओं को संपूर्ण माना जाता है।

क्या चेहरे की विशेषताएं (आंखें, नाक, मुंह, भौं, आदि) को पूरी छवि से अलग से संसाधित किया जा सकता है? चेहरे को अक्सर बहुत छोटे हिस्से से पहचाना जा सकता है, उदाहरण के लिए केवल आंखों या भौंहों द्वारा। लेकिन अगर एक चेहरे के ऊपरी आधे हिस्से को दूसरे के निचले आधे हिस्से के साथ जोड़ा जाता है, तो यह पता लगाना बहुत मुश्किल है कि ये हिस्से किसके थे (चित्र 4 देखें)। एक समग्र संदर्भ प्रभावित करता है कि व्यक्तिगत विशेषताओं को कैसे संसाधित किया जाता है। इस अध्ययन से पता चला है कि व्यक्तिगत चेहरे की विशेषताएं पहचान के लिए पर्याप्त हो सकती हैं, लेकिन पूरे चेहरे के संदर्भ में, चेहरे की विशेषता और बाकी हिस्सों के बीच ज्यामितीय संबंध मान्यता में प्रबल होता है।

अंजीर। 4 चेहरे का ऊपरी हिस्सा वुडी एलन का है, और निचला हिस्सा ओपरे विनफ्रे का है। जब संयुक्त होता है, तो यह अनुमान लगाना बहुत मुश्किल है कि चेहरे के समान हिस्से किसके हैं।

परिणाम 5: भौहें मान्यता के लिए सबसे महत्वपूर्ण चेहरे की विशेषताओं में से एक हैं।

अधिक बार नहीं, प्रयोगों के परिणाम बताते हैं कि मान्यता के लिए सबसे महत्वपूर्ण चेहरे की विशेषताएं, घटते क्रम में, आंखें, मुंह और नाक हैं। हालांकि, डिजिटल आइब्रो इरेज़र के साथ हाल के प्रयोगों से पता चला है कि चेहरे की पहचान के विशेषज्ञों द्वारा आइब्रो को स्पष्ट रूप से कम करके आंका गया है। विशेष रूप से, धुंधली भौहों वाले मान्यता प्राप्त व्यक्तियों का प्रतिशत मूल चित्रों की मान्यता के प्रतिशत से काफी कम था। यह कैसे समझाया जा सकता है? सबसे पहले, भौहें भावनाओं को व्यक्त करने के लिए बहुत महत्वपूर्ण हैं। यह संभव है कि चेहरे की धारणा की जैविक प्रणाली शुरू में इन चेहरे की विशेषताओं को अधिक महत्व देने के लिए पक्षपाती थी। इसके अलावा, भौहें एक बहुत ही स्थिर तत्व हैं, छवि के संकल्प के क्षरण के लिए प्रतिरोधी। भौहें खोपड़ी के उभरे हुए भाग पर स्थित हैं, जिसका अर्थ है कि वे छाया से विरूपण की संभावना कम हैं।

अंजीर। 5 चेहरे की पहचान के लिए भौंहों के महत्व का परीक्षण करने के लिए नमूना चित्र।

परिणाम 6: महत्वपूर्ण विन्यास संबंध चौड़ाई / ऊंचाई आयामों से स्वतंत्र हैं।

कई चेहरे की पहचान प्रणाली विशेषताओं के सटीक माप का उपयोग करती है, जैसे आंखों के बीच की दूरी, मुंह की चौड़ाई और नाक की लंबाई। हालांकि, जैविक प्रणाली में, ऐसा लगता है कि ये आयाम बहुत महत्वपूर्ण नहीं हैं। यह विकृत छवियों से चेहरे की पहचान के प्रतिशत पर अध्ययन के परिणामों से साबित होता है। उदाहरण के लिए, चेहरे की छवियों को मान्यता गुणवत्ता के नुकसान के बिना चौड़ाई (छवि 6) में बहुत विकृत किया जा सकता है। जाहिर है, एक्स और वाई कुल्हाड़ियों के साथ पूर्ण आकार और पहलू अनुपात को मापने के आधार पर विकृतियों ने एल्गोरिदम को पूरी तरह से खटखटाया। ऐसी विकृतियों के साथ, अक्ष के साथ पहलू अनुपात अपरिवर्तित रहते हैं। शायद जैविक प्रणाली गर्दन को मोड़ते समय चेहरे को सफलतापूर्वक पहचानने के लिए इस तरह के अनुपात को एन्कोड करती है।

अंजीर। 6 चौड़ाई में भी मजबूत विकृतियाँ (यहाँ चौड़ाई मूल का 25% थी) सेलिब्रिटी चेहरों की मान्यता में हस्तक्षेप नहीं करती है।

उपयोग किए गए कुंजी की प्रकृति: वर्गीकरण, फार्म और आंदोलन

परिणाम 7: चेहरों के रूपों को थोड़ा कैरीकेचर रूप में एन्कोड किया गया है।

यह सहज रूप से लगता है कि सफल चेहरे की पहचान के लिए, एक व्यक्ति की दृश्य प्रणाली को उन चेहरों को एनकोड करना चाहिए जिन्हें वे देखते हैं कि वे कैसे दिखते हैं। सहेजे गए चेहरे की छवियों में त्रुटियां स्पष्ट रूप से पुराने लोगों के साथ नई छवियों के संभावित संयोग को कमजोर करती हैं। हालांकि, प्रयोगों से पता चला है कि सच्चाई से कुछ विकृतियां चेहरे की पहचान में सकारात्मक भूमिका निभाती हैं। अर्थात्, चेहरों के नक्काशीदार पहचान के स्तर के बराबर या उससे बेहतर गुणवत्ता प्रदान करते हैं जो कि अविभाज्य चेहरों की पहचान के स्तर से बेहतर होते हैं।
कैरिकेचर छवियां व्यक्तिगत आकार के विचलन को बढ़ा सकती हैं या आकृति विचलन और रंजकता को जोड़ सकती हैं (चित्र 7)। दोनों मामलों में, विषयों ने मान्यता स्तर की एक छोटी लेकिन स्थिर श्रेष्ठता का प्रदर्शन किया, न केवल मान्यता, बल्कि अन्य वस्तुओं का भी सामना किया।
इन परिणामों की व्याख्या इस प्रकार की जा सकती है। सामान्य छवियों का एक स्थान है ("व्यक्तियों का स्थान")। चूंकि कैरिकेचर व्यक्तिगत चेहरे की विशेषताओं को विकृत करते हैं, इसलिए पहचानने पर सामान्य से चेहरे के व्यक्तिगत विचलन एक बढ़ी हुई भूमिका निभाते हैं। यह एल्गोरिदम के डेवलपर्स को एक दिलचस्प रणनीति देता है।

अंजीर। 7 एक छवि के कैरिकेटाइजेशन का उदाहरण। (ए) जनसंख्या-औसत महिला चेहरा। (ख) किसी व्यक्ति विशेष की सच्ची छवि। (सी) एक व्यक्ति कृत्रिम रूप से आकार में विकृत और रंजकता एक विशिष्ट व्यक्ति और औसत व्यक्ति के बीच के मतभेदों को अतिरंजित करता है। इस तरह की विकृत छवियों को सच छवियों की तुलना में उच्च मान्यता दर दिखाई गई।

परिणाम 8: चेहरे की निरंतर परीक्षा उच्च-स्तरीय प्रभाव पैदा कर सकती है, जिसका अर्थ है प्रोटोटाइप के लिए कोडिंग की संभावना।

लंबे समय के लिए "अनुकूली" उत्तेजना (छवि) में झाँकने के बाद होने वाले आफ्टरफ़ेक्ट्स (ऑप्टिकल भ्रम) ने बहुत सी परिकल्पनाओं को सरल दृश्य विशेषताओं, जैसे कि आंदोलन, अभिविन्यास और रंग के तंत्रिका प्रसंस्करण के बारे में उत्पन्न किया है। हाल के अध्ययनों से पता चला है कि अनुकूलन चेहरे की छवियों जैसे अधिक जटिल उत्तेजनाओं पर शक्तिशाली aftereffects का कारण बन सकता है।
चेहरे की छवि पर लंबे समय तक peering के बाद aftereffect का अस्तित्व सामान्यीकरण और विपरीत के आधार पर चेहरे की एन्कोडिंग को इंगित करता है। उत्तेजन को प्रोत्साहन के संबंध में विपरीत दिशा में विकृत व्यक्ति की धारणा में स्पष्ट रूप से व्यक्त किया जा सकता है, या स्पष्ट विकृतियों के बिना एक विशिष्ट व्यक्तित्व का एक जटिल "विरोधी चेहरा" प्रभाव उत्पन्न कर सकता है (छवि 8)। <नोट। यदि कोई इस अनुवाद से कुछ समझता है तो एक ट्रांसलेटर मुझे थर्राएगा!> इससे पता चलता है कि कई आयाम हैं जिनके साथ तंत्रिका आबादी ट्यून कर सकती है। इसके अलावा, इसका मतलब यह हो सकता है कि ये जटिल परिणाम दृश्य प्रांतस्था के उच्च वर्गों के अनुकूलन का परिणाम हैं।

अंजीर। चेहरे के योजनाबद्ध स्थान में 8 चेहरे और संबद्ध "विरोधी चेहरे" से। एक हरे रंग के सर्कल के साथ चिह्नित चेहरे में लंबे समय तक पियरिंग इस तथ्य की ओर जाता है कि केंद्रीय चेहरे को गलती से एक व्यक्ति के चेहरे के रूप में पहचाना जाएगा, जिस पर धुरी पर एक लाल वृत्त के साथ चिह्नित किया गया है, जिस पर प्रारंभिक उत्तेजना स्थित है (हरा)।

परिणाम 9: रंजकता के गुण फार्म के गुणों से कम महत्वपूर्ण नहीं हैं।

चेहरे आकार में और हल्के प्रतिबिंब गुणों में भिन्न हो सकते हैं, चलो इसे रंजकता कहते हैं। अनुसंधान का उद्देश्य यह पता लगाना था कि चेहरे की पहचान के लिए क्या अधिक महत्वपूर्ण है: आकार या रंजकता। चेहरे के सेट बनाए गए थे जो केवल आकार में या केवल रंजकता में एक-दूसरे से भिन्न थे - उदाहरण के लिए, चेहरों के लेजर स्कैन, चेहरे के कृत्रिम मॉडल या चेहरे की तस्वीरों के मोर्फ। यह पता चला कि मान्यता प्रतिशत संशोधन विधि पर निर्भर नहीं था, जिसका अर्थ है कि उत्तेजनाओं के दोनों वर्ग (एक रूप के ग्राफिक गुण या रंग, चिंतनशील क्षमताओं, आदि) चेहरे की पहचान के लिए समान रूप से महत्वपूर्ण हैं। इसका परिणाम यह है कि कृत्रिम चेहरे की पहचान प्रणालियों में रंजकता के गुणों को ध्यान में रखते हुए मान्यता की गुणवत्ता में सुधार होना चाहिए।

अंजीर। नीचे की पंक्ति में 9 चेहरे चेहरे के लेजर स्कैन हैं जो आकार और रंजकता दोनों में भिन्न हैं। मध्य पंक्ति के व्यक्ति केवल रंजकता में भिन्न होते हैं, लेकिन आकार में नहीं। ऊपरी पंक्ति में चेहरे आकार में भिन्न होते हैं, लेकिन रंजकता नहीं।

परिणाम 10: आकृति गुणों के क्षरण में रंग गुण महत्वपूर्ण भूमिका निभाते हैं।

निश्चित रूप से, चेहरे की छवियों की चमक संरचना मान्यता के लिए बहुत महत्वपूर्ण है। केवल चमक (यानी मोनोक्रोम छवियों) का उपयोग करना पर्याप्त चेहरे की पहचान के लिए पर्याप्त है। हालांकि, अध्ययनों से पता चला है कि मान्यता के तथ्यों के लिए रंग जानकारी महत्वपूर्ण नहीं है। जब फॉर्म के गुण गलत हो जाते हैं (उदाहरण के लिए, संकल्प में कमी के साथ), मस्तिष्क सफल पहचान के लिए रंग जानकारी का उपयोग करता है। ऐसे मामलों में, मान्यता की दर मोनोक्रोम छवियों की तुलना में बहुत अधिक है। रंग का उपयोग कैसे किया जाता है इसकी एक परिकल्पना रंग सूचना की नैदानिक ​​भूमिका की परिकल्पना है - उदाहरण के लिए, त्वचा या बालों का रंग हमें सही उत्तर बता सकता है। दूसरी संभावना - रंग का उपयोग निम्न-स्तरीय छवि प्रसंस्करण की संभावनाओं में सुधार करता है, उदाहरण के लिए, छवि क्षेत्रों का विभाजन।

अंजीर। निम्न-स्तरीय छवि प्रसंस्करण कार्यों को हल करने के लिए रंग कैसे आसान बना सकते हैं, इसके 10 उदाहरण। (ए) रंग वितरण (दाएं हाथ की छवियां) आपको अधिक सटीक रूप से क्षेत्रों की सीमाओं को निर्धारित करने की अनुमति देती हैं, और इसलिए चमक वितरण की तुलना में आकार के गुण (केंद्र में मोनोक्रोम छवियां)। (बी, सी) ध्यान दें कि मोनोक्रोम छवि की तुलना में रंग वितरण द्वारा खोपड़ी का आकार अधिक स्पष्ट रूप से कैसे निर्धारित किया जाता है।

परिणाम 11: छवि का उलटा (नकारात्मक) चेहरे की पहचान के प्रतिशत को काफी कम कर देता है, संभवतः रंजकता गुणों के विरूपण के कारण।

फोटोग्राफी में शामिल हर कोई जानता है कि नकारात्मक फिल्म पर बहुत परिचित चेहरों को पहचानना कितना मुश्किल है। यह स्पष्ट रूप से इंगित करता है कि यद्यपि फार्म के बारे में सभी जानकारी अपरिवर्तित बनी हुई है, रंजकता के गुणों की एक मजबूत और अप्राकृतिक विकृति को पहचानना मुश्किल हो जाता है, इसलिए, मानव मस्तिष्क सक्रिय रूप से चेहरे को पहचानने के लिए रंजकता के गुणों का उपयोग करता है।

अंजीर। 11 नकारात्मक कई प्रसिद्ध गायकों को दर्शाते हैं, लेकिन उन्हें पहचानने की कोशिश करते हैं (गाना वी आर द वर्ल्ड रिकॉर्ड करते हुए शूटिंग)।

परिणाम 12: प्रकाश व्यवस्था में परिवर्तन सामान्यीकरण को प्रभावित करता है।

कुछ कम्प्यूटेशनल मान्यता मॉडल की आवश्यकता होती है कि चेहरे को विश्वसनीय प्रस्तुति (मेमोराइजेशन) के लिए विभिन्न प्रकार की प्रकाश व्यवस्था की स्थितियों के तहत देखा जाए। हालांकि, लोग मौलिक रूप से विभिन्न प्रकाश व्यवस्था की स्थितियों के तहत चेहरे के बारे में विचारों को सामान्य बनाने में सक्षम हैं। प्रयोग में, विषयों को एक तरफ रोशनी के साथ लेजर स्कैनिंग द्वारा प्राप्त चेहरे का एक मॉडल दिखाया गया था। फिर उन्हें एक मॉडल को पूरी तरह से अलग दृष्टिकोण से प्रकाशित किया गया, और पूछा गया कि क्या मॉडल एक ही चेहरा था। मान्यता का प्रतिशत साधारण अनुमान लगाने की तुलना में काफी अधिक था, हालांकि एक ही पक्ष से चेहरे को रोशन करने की तुलना में कम।

अंजीर। 12 एक ही चेहरा, बाईं और दाईं ओर रोशन।

परिणाम 13: देखने की दिशा का सामान्यीकरण लौकिक संघों के माध्यम से किया जाता है।

विभिन्न कोणों से परिचित चेहरों को पहचानना एक बहुत ही जटिल कम्प्यूटेशनल कार्य है। मानव मस्तिष्क आसानी से इसका हल निकाल लेता है। इस तथ्य के बावजूद कि विभिन्न कोणों पर एक ही चेहरे की छवियां एक ही कोण से शूट किए गए विभिन्न चेहरों की छवियों की तुलना में बहुत अधिक हैं, लोग एक ही चेहरे की छवियों को सही ढंग से संबद्ध करने में सक्षम हैं।
यह परिकल्पना की गई है कि लौकिक संघ "गोंद" हैं जो विभिन्न कोणों से चेहरे की छवियों को एक पूरे में जोड़ता है।
प्रयोगों में, विषयों को ऐसे वीडियो दिखाए गए जिनमें चेहरा ललाट तल में घुमाया गया और एक चेहरे से दूसरे चेहरे पर मॉर्फिंग एक साथ किया गया। इस तरह की उत्तेजना ने चेहरे की सही पहचान करने के लिए विषयों की क्षमता को काफी बाधित किया। यह बताता है कि छवि अनुक्रमों को देखने से अस्थायी संघों का कारण बनता है।

अंजीर। 13 रोटेशन और साथ-साथ मॉर्फिंग ए 1 से फेस ए 2 और फिर ए 1।

परिणाम 14: चेहरा आंदोलन मान्यता में सुधार करता है।

चेहरा आंदोलन कुछ शर्तों के तहत मान्यता में सुधार करता है। कठोर आंदोलन, जैसे कि एक निश्चित सिर के चारों ओर कैमरे को घुमाने से परिचित चेहरों की पहचान में सुधार होता है, लेकिन याद करते समय कोई लाभ नहीं मिलता है। लेकिन गैर-कठोर आंदोलन, जैसे कि चेहरे की अभिव्यक्ति में भावनात्मक परिवर्तन या बातचीत में परिवर्तन, एक बड़ी भूमिका निभाता है। इसका अर्थ है कि गैर-कठोर आंदोलनों के दौरान प्रकट होने वाले चेहरों के गतिशील गुण, मस्तिष्क को चेहरे की संरचना को अधिक सटीक रूप से पहचानने और पहचान की गुणवत्ता बढ़ाने में मदद करते हैं।

अंजीर। 14 भावनाओं और भाषण के प्रतिबिंब में आंदोलनों को मॉर्फिंग के अधीन किया गया, जो तीर द्वारा इंगित किया गया था। उदाहरण के लिए, प्रारंभिक व्यक्तियों की पहचान करने में विषयों को गलत किया गया था, जब "लीसेस्टर" पर "स्टेफान" के होंठों की गति बढ़ गई थी।

दृष्टिकोण प्रणाली विकास

परिणाम 15: दृश्य प्रणाली चेहरे की योजनाबद्ध छवियों की अल्पविकसित प्राथमिकताओं के साथ मान्यता शुरू करती है।

क्या मानव दृश्य प्रणाली के लिए कोई विशिष्ट प्रारंभिक प्राथमिकताएं हैं? इस सवाल का जवाब दो दृष्टिकोणों से चुनने के लिए कंप्यूटर विजन सिस्टम के शोधकर्ता की मदद करना चाहिए: 1) चेहरे की पहचान प्रणाली में चेहरे के पैटर्न की विशिष्ट संरचनाओं को प्रोग्राम करने के लिए; या 2) सीखने की प्रक्रिया के माध्यम से निहित पैटर्न उत्पन्न करते हैं, भले ही पैटर्न व्यक्तियों या किसी भी वस्तुओं के लिए विशिष्ट हो।
जन्म के बाद पहले घंटों में नवजात शिशु चेहरे की तरह के पैटर्न पर ध्यान केंद्रित करते हैं।पैटर्न एक अंडाकार में तीन डॉट्स की तरह लग सकता है, आंखों और मुंह का प्रतीक (चित्र। 15 ए)। एक उलटी छवि जो चेहरे को प्रदर्शित करना असंभव है (चेहरे के अंडाकार में डॉट्स का उल्टा त्रय) नवजात शिशुओं का ध्यान आकर्षित नहीं करता है। अधिक हाल के अध्ययनों से पता चला है कि नवजात शिशु छवियों को "ऊपर से भारित" करते हैं, जो नीचे से भारित होती हैं (चित्र 15 बी)। इसलिए, यह स्पष्ट नहीं है कि यह दृश्य कॉर्टेक्स की एक सामान्य संपत्ति है, या चेहरे की पहचान के लिए विशिष्ट है।
प्रारंभिक चरण के रूप में चेहरे की खोज और मान्यता प्रणालियों में सबसे सरल तीन-बिंदु टेम्पलेट का उपयोग किया जा सकता है।

अंजीर। 15 (ए) नवजात शिशुओं के निचले की तुलना में ऊपरी टेम्पलेट पर ध्यान केंद्रित करने की अधिक संभावना है। (बी) नवजात शिशु शीर्ष पर तत्वों की प्रबलता के साथ पैटर्न पसंद करते हैं।

16: .

साधारण वयस्क चेहरे की छवियों को असामान्य रूप से उल्टा पहचानते हैं, जबकि अन्य उल्टे ऑब्जेक्ट्स जैसे कि घरों को पहचानने में कठिनाई नहीं होती है। अध्ययनों से पता चला है कि यह संपत्ति कई वर्षों से विकसित हो रही है। छह साल के बच्चे उल्टे चित्रों से चेहरे की पहचान के प्रतिशत में कमी नहीं दिखाते हैं; आठ साल के बच्चों में यह क्षमता पहले से ही कुछ हद तक कम हो गई है; पहले से ही इस संबंध में वयस्कों के रूप में व्यवहार कर रहे हैं। प्रयोगों में, चेहरे की छवियों के व्यक्तिगत तत्वों के बीच की दूरी में हेरफेर किया गया था और अलग-अलग चेहरों से अलग-अलग तत्वों (उदाहरण के लिए, आंखों) को प्रतिस्थापित किया गया था। परिणामों से पता चला कि चेहरे की पहचान की रणनीति जीवन के पहले वर्षों में विकसित होती है: अलग-अलग गुणों पर आधारित एक खंडित रणनीति से एक समग्र प्रणाली तक जो कॉन्फ़िगरेशन जानकारी का उपयोग करती है।

अंजीर। 16 . , — . — ; — . — , — .

17: , , .

अध्ययनों से पता चला है कि सेरेब्रल कॉर्टेक्स का एक क्षेत्र है जो लोगों और जानवरों के चेहरे की छवियों के लिए एक मजबूत चयनात्मक प्रतिक्रिया देता है और मनमाना वस्तुओं की छवियों के प्रति कमजोर प्रतिक्रिया और यहां तक ​​कि चेहरे की एक योजनाबद्ध छवि (छवि 17)। यह कंप्यूटर दृष्टि प्रणालियों के डिजाइनरों को सामान्यीकरण और चयनात्मकता के संभावित तंत्रों के ढांचे, उद्देश्यपूर्ण परिपूर्ण जैविक प्रणालियों की विशेषता का संकेत दे सकता है।

अंजीर। 17 ऊपरी बाएं कोने में मस्तिष्क के दाएं गोलार्ध में एफएफए (फ्यूसीफॉर्म फेस एरिया) के स्थानीयकरण को दर्शाता है। दृश्य उत्तेजनाओं के उदाहरण और एफएफए क्षेत्र के जवाब दिखाए जाते हैं। एक मानव चेहरे और एक बिल्ली की तस्वीरों ने एक मजबूत प्रतिक्रिया का कारण बना, और एक चेहरे की योजनाबद्ध छवि और एक मनमाना वस्तु के कारण एक कमजोर प्रतिक्रिया हुई।

परिणाम 18: चेहरे की छवि को हाइपोटेम्परल कॉर्टेक्स की प्रतिक्रिया में देरी 120 एमएस है, जिसका सीधा अर्थ है कि मुख्य रूप से प्रत्यक्ष संकेत प्रसार द्वारा प्रसंस्करण।

प्रतिक्रिया दर पर अध्ययन में मोटर घटक में एक महत्वपूर्ण देरी शामिल है (उदाहरण के लिए, विषय को एक बटन दबाना चाहिए यदि वह एक चेहरा देखता है)। तंत्रिका पहचान मार्करों का उपयोग करते समय, एक प्राकृतिक दृश्य में एक जानवर की उपस्थिति के तथ्य को पहचानने के रूप में इस तरह के एक जटिल कार्य में 50 एमएस लगते हैं। हाइपोटेम्परल (आईटी) कॉर्टेक्स में कुछ कोशिकाएं व्यक्तियों के लिए विशिष्ट होती हैं। इन कोशिकाओं की प्रतिक्रिया में देरी 80-160 एमएस की सीमा में है। इसका मतलब यह हो सकता है कि एक कम्प्यूटेशनल बिंदु से, आईटी कॉर्टेक्स तक छवि प्रसंस्करण एक प्रत्यक्ष पास में प्रतिक्रिया और पुनरावृत्तियों के बिना किया जाता है। शोर छवियों को संसाधित करने में अधिक समय लग सकता है।

अंजीर। 18 चेहरे के विभिन्न उत्तेजक चित्रों में बंदर कॉर्टेक्स आईटी कोशिकाओं की प्रतिक्रिया का एक उदाहरण। प्रतिक्रिया प्राइमेट्स की छवियों के क्षरण की डिग्री के साथ-साथ मानव चेहरे के लिए व्यवस्थित है। हाथ की छवि के लिए कम प्रतिक्रिया का मतलब है कि शरीर के अन्य हिस्सों की छवि के लिए कोशिका जिम्मेदार नहीं है, लेकिन चेहरे के लिए विशिष्ट है।

परिणाम 19: चेहरे की पहचान और चेहरे की अभिव्यक्ति की पहचान विभिन्न प्रणालियों द्वारा की जाने की संभावना है।

क्या चेहरे की पहचान की परवाह किए बिना चेहरे के भावों के बारे में जानकारी निकालना संभव है, या क्या यह परस्पर जुड़ा हुआ है? व्यवहारिक अध्ययन, जानवरों पर इलेक्ट्रोफिजियोलॉजिकल अध्ययन और तंत्रिका गतिविधि के दृश्य से पता चलता है कि इन दोनों कार्यों का पृथक्करण चेहरे के मार्ग की शुरुआत में होता है, और मस्तिष्क के अलग-अलग क्षेत्र हैं जो पहचान और भावनाओं के लिए जिम्मेदार हैं।