La reconnaissance faciale n'est pas aussi complexe que prévu


La reconnaissance faciale n'est pas aussi complexe que prévu

Des recherches révolutionnaires dévoilent les secrets de la perception du visage.

La reconnaissance faciale a déconcerté les scientifiques depuis des générations. Comment le cerveau humain peut-il donner tant de visages individuels à la mémoire avec une telle facilité? Une étude publiée cette semaine dans le journal Cellule Constate que la reconnaissance faciale peut être beaucoup plus simple que ce que nous pensions.

Quand on regarde une sélection de visages, nos cerveaux peuvent faire la connaissance des personnes familières sans effort. Ce processus en douceur est tellement naturel que la plupart des gens ne pensent plus.

Mais Doris Tsao, professeur de biologie et d'ingénierie biologique à l'Institut de technologie de la Californie à Pasadena, pense à ce phénomène.

Au cours des dernières années, le Prof. Tsao a mené une série d'expériences qui ont tenté d'atteindre le fond de la perception du visage.

Dans des études antérieures, le Prof. Tsao et ses collègues ont utilisé des examens d'IRM fonctionnels pour rechercher des zones cérébrales pertinentes chez les humains et d'autres primates.

Plus précisément, ils ont trouvé six régions qui sont responsables de l'identification des visages. Ces régions, appelées patchs faciaux, sont logées dans le cortex temporel inférieur (TI), qui est une zone connue pour être impliquée dans le traitement visuel.

Patchs et cellules visage

Chacun des six patchs est rempli de neurones qui tirent particulièrement fortement lorsqu'ils sont présentés avec des visages, par rapport à d'autres objets. Le professeur Tsao et l'équipe appellent ces neurones «cellules faciales». Ils ont également démontré que stimuler artificiellement ces cellules faciales dans les singes macaques perturbait leur perception des visages beaucoup plus que les autres objets.

Les théories antérieures ont eu que chacune des cellules dans ces zones du cerveau représentait un visage spécifique. Ceci, cependant, ne semble pas vrai. "Vous pourriez potentiellement reconnaître 6 milliards de personnes, mais vous n'avez pas 6 milliards de cellules faciales dans le cortex IT", explique le Prof. Tsao. "Il fallait une autre solution".

Dans la dernière étude, le professeur Tsao et le collègue post-doctorant Steven Le Chang ont creusé plus profondément dans la fonction des cellules faciales. Ils ont montré que chacune des cellules représente un axe particulier dans l'espace multidimensionnel, que les chercheurs désignent comme «espace de face».

De manière similaire à la combinaison rouge, bleue et verte pour produire chaque couleur, ces axes peuvent être combinés pour produire chaque visage possible.

L'équipe a commencé "en concevant un espace à 50 dimensions qui pourrait représenter tous les visages". La moitié des dimensions ont été assignées à la forme du visage, comme la distance entre les yeux, et les 25 autres ont été assignés à d'autres caractéristiques, y compris la texture et le tonus de la peau.

Ils utilisaient le singe macaque comme modèle. En insérant des électrodes dans les patchs du visage, ils peuvent enregistrer l'activité des cellules monocouches. Chaque visage qui a été présenté au macaque a déclenché une réponse proportionnelle dans les cellules du visage selon les différences dans un seul axe.

Décodage de l'algorithme

À la suite de cela, l'équipe a conçu un algorithme qui pourrait décoder les visages uniquement des réponses neuronales. En d'autres termes, en mesurant simplement l'activité de ces cellules faciales, les scientifiques pourraient générer une représentation du visage que le singe regardait. Lorsque les images générées par l'algorithme ont été comparées aux images réelles, elles étaient presque identiques.

Peut-être étonnamment, prendre des signaux d'un peu plus de 200 neurones dans seulement deux patchs faciles était assez pour reconstruire les visages. Il y avait 106 cellules dans un patch face et 99 dans l'autre.

Les gens disent toujours qu'une image vaut mille mots. Mais j'aime dire qu'une image d'un visage vaut environ 200 neurones."

Prof. Doris Tsao

L'ongle définitif dans le cercueil de la théorie à un seul neurone-one-face a été martelé en place par la dernière partie de l'étude. Le professeur Tsao et Chang ont constaté qu'une série de visages très différents pourrait faire en sorte qu'une cellule apparente individuelle "disparaisse exactement de la même manière".

C'était une découverte inattendue, comme l'a dit le professeur Tsao: «C'était vraiment choquant pour nous, nous avions toujours pensé que les cellules faciales étaient plus complexes. Mais il s'avère que chaque cellule faciale mesure juste le long d'un seul axe du visage et Est aveugle à d'autres fonctionnalités."

Bien qu'il existe un certain nombre d'étapes qui doivent se produire entre la visualisation d'une image et la réponse des cellules du visage, les os de la reconnaissance faciale peuvent être étonnamment simples. Ces résultats peuvent non seulement s'appliquer à la reconnaissance faciale. Au lieu de cela, «Ce travail suggère que d'autres objets pourraient être encodés avec des systèmes de coordonnées aussi simples», explique le Prof. Tsao.

Cette connaissance pourrait stimuler la création d'applications innovantes pour l'intelligence artificielle. Au fur et à mesure que le Prof. Tsao ajoute: "Cela pourrait inspirer de nouveaux algorithmes d'apprentissage de la machine pour reconnaître les visages. En outre, notre approche pourrait être utilisée pour déterminer comment les unités dans les réseaux profonds encodent d'autres choses, comme les objets et les phrases".

En savoir plus sur la perception du visage et la façon dont elle forme l'expérience humaine.

La CHINE? C'est N'IMPORTE QUOI! (Médical Et Professionnel Video 2022).

Section Des Questions Sur La Médecine: Pratique médicale