人类与机器的人脸识别策略与跨种族效应
人类与机器人脸识别策略差异
在人脸识别领域,专业鉴定人员、未经训练的人和计算机算法采用着不同的策略。这些策略上的差异对于理解人脸识别的机制以及提升识别准确性至关重要。
- 对人脸倒置的处理 :专业法医鉴定人员在处理倒置人脸时,受到的影响比未经训练的人小。这表明他们较少依赖整体特征处理方式。而在未经训练的人的人脸记忆测试中,表现较好的人更多地依赖整体特征处理而非基于特征的处理。这显示出法医鉴定人员采用的策略对于未经训练的人来说并非最优。
- 分析时间与准确性 :在相同的测试中,当观察人脸图像30秒时,法医鉴定人员比未经训练的人群表现出更高的准确性优势;但当观察时间仅为2秒时,这种优势并不明显。这说明鉴定人员需要更多的分析时间来超越未经训练的人群。
- 识别决策的响应方式 :专业鉴定人员和未经训练的人在对测试项目做出识别决策时存在差异。鉴定人员的整体准确性优势主要体现在能够准确判断身份不同的情况,而非验证两张图像是否为同一身份。这部分归因于鉴定人员在使用响应量表时更为谨慎,与未经训练的人群形成对比。
- 面部与身体信息的利用 :法医鉴定人员更有效地利用面部信息进行识别,而不是身体信息。当面部提供的身份信息有限时,未经训练的人会自发地利用身体信息进行识别;但鉴定人员不会这样做。这可能是因为他们接受了严格的面部分析训练,这增强了他们对内部面部特征进行详细检查的能力,但在这些特征作用有限时,也限制了他们使用外部信息的灵活性。
超级会员免费看
订阅专栏 解锁全文
10

被折叠的 条评论
为什么被折叠?



