<kbd id="3yawn3hd"></kbd><address id="0dx0p0r9"><style id="txnmrxp0"></style></address><button id="jveubcwr"></button>

          星期五,
          2019年12月6日

          星期五,
          2019年12月6日

          类别:

          研究:先进的技术可能表示大脑如何学习的面孔

          (分解)。 9,2019

          研究的主要作者马修·希尔(左),博士生认知和神经科学,探讨了面部识别算法,并与其他作者的性能。伊维特结肠bs'17(左起第二),parde康纳(右)和DR。爱丽丝奥图尔的奥格和玛格丽特穆勒教授在行为和脑科学学院。

          面部识别技术已经在过去的五年中迅速前进。365体育官网的研究人员试图确定人们在工作,他们如何也是人类大脑各种信息脱落光电脑已经变得多么好。

          达拉斯德州已经分析的面部识别算法的最新梯队的科学家们的表现,揭示了令人惊讶的方式。这些方案 - 基于哪些机器学习 - 工作。他们的 研究网上公布十一月12 自然智能机,展示先进的计算机,这些节目 - 称为深卷积神经网络(dcnns) - 想出如何识别不同的面孔比预期的研究人员。

          “在过去的30年中,假定人们有基于计算机的视觉系统摆脱所有的特定图像信息 - 角度,灯光,表情等等,说:” 博士。爱丽丝奥图尔,该研究的资深作者,并在该奥格和玛格丽特穆勒教授 行为和脑科学学院。 “相反,算法保持信息的同时使身份的更多重要,这是思考问题的全新方式。”

          在机器学习,计算机分析的顺序大量数据要学会识别模式,具有能够做出决定以最少的人力投入的目标。奥图尔说,自2014年面部识别通过机器学习取得了进展“的飞跃改变了一切。”

          现实世界一样,这些不受约束的图像(一)被用来训练网络的面部识别。检测该研究是通过改变视点(B列),照明(B,行)和漫画状身份强度(c)关于高度受控的激光扫描数据来完成。

          “事情过去那种阻碍技术30年来从来没有可行的,计算机视觉之前,不仅成为可行的,但很容易,”奥图尔说。 “这是抓人运行方式明白了。”

          是上一代的算法有效地识别面部只有轻微的变化,从图像ADH他们已经知道。目前的技术,然而,深知足够的同一性:克服表达,视点或外观上的变化,如去除眼镜。

          “这些新的算法,操作更喜欢你和我,”奥图尔说。 “因为这部分是他们在一个怎样的身份出现的积累与经验变化的巨量。但是这并不是全部。“

          奥图尔团队学习的着手学习算法是如何运作的 - 既要充实信任置入其结果,作为主要作者马修·希尔解释说,棚光如何在人类大脑执行相同任务的视觉皮层。

          “这种类型的神经网络的结构进行了最初由大脑如何可视信息过程的启发,”说小山 认知和神经科学 博士生。 “因为它擅长解决同样的问题,大脑确实,它可以深入了解大脑是如何解决这个问题。”

          神经网络算法,球队的历史可以追溯到到1980年就读类型的起源,但神经网络的力量成倍增长超过了30年后。

          “早ESTA的十年里,发生了两两件事:互联网给ESTA计划数以百万计的图像和身份的工作与 - 容易获得的数据令人难以置信的金额 - 和计算能力的增长,从而使,而不是在‘神经元’的两层或三层的神经网络,可以有超过100层,作为ESTA系统现在一样,“奥图尔说。

          尽管算法的预期目的,其计算的规模 - 这在几十数量至少有几百万 - 手段科学家们无法理解的一切,它的作用。

          “即使算法设计到大脑模型的神经细胞行为,我们无法跟踪所有输入和输出之间做的,说:” parde康纳,该论文的作者,博士生认知和神经科学。 “我们必须专注所以我们在输出的研究。”

          展示给算法的能力,团队使用的漫画,一个身份的极端版本​​,其中和。伊维特结肠bs'17,研究助理和研究,描述为另一作者“最‘你’版本的你。”

          “漫画你的独特相对于其他人的身份夸大,”奥图尔说。 “在某种程度上,这是该算法想做什么:亮点是什么让你从其他人不同”

          事情已经阻碍了技术30年来从来没有可行的,计算机视觉之前,不仅是可行的,但很容易成了。这是抓人它的工作原理如何解读。

          博士。爱丽丝奥图尔的奥格和玛格丽特穆勒教授的行为和脑科学学院

          研究人员的意料,dcnn卫生组织擅长连接到漫画它们对应的身份。

          “这考虑到与功能不成比例的失真的图像,在网络了解到,这是相同的功能,使该鲜明,正确的连接,以漫画的身份标识,”奥图尔说。 “那看到它的方式与众不同的身份没有我们的预期。”

          因此,计算机系统开始平等的 - 和,有时,超越 - 人类的面部识别的良好性能,算法的排序信息,人类的大脑就像什么呢基础?

          找出来,需要人类视觉皮层的更好的理解。最详细的信息是通过功能性磁共振成像的图像通过即可得到可同时拍摄对象进行心理任务中使用到的图像的活动大脑可用。功能磁共振成像山形容为“太吵”看到小细节。

          “功能磁共振成像的分辨率是隔靴搔痒,你需要看看发生了什么随着单个神经元的活动是什么,”希尔说。 “有了这些网络,你有充分的计算。这使我们要问:可以在我们的脑海组织认同这样“?

          奥图尔的实验室将解决这个问题未来,由于最近 发放 超过150万$横跨四年里美国国立卫生研究院的国家研究所的眼睛。

          “美国国立卫生研究院已责成我们的生物学问题:?如何这些结果相关的人类视觉感知”她说。 “我们有4年资金来寻找答案的。”

          该论文的其他作者包括来自美国马里兰大学和锡根在德国大学的研究人员。这项研究是由情报高级研究项目活动,在组织内国家情报主任办公室的支持。

          媒体联系方式: 斯蒂芬fontenot,UT达拉斯,(972)883-4405, [电子邮件保护]
          或媒体关系办公室,达拉斯德州,(972)883-2155, [电子邮件保护]

          ©365体育官网 800西金宝路,德克萨斯州理查森75080 (972)883-2111

              <kbd id="9w3kg0dr"></kbd><address id="hjp8h2sq"><style id="gi0jnwz2"></style></address><button id="gw3qiw2a"></button>