另外一個現(xiàn)象是面孔合成效應(yīng)(Composite Effect),這一研究成果出自Andy Young教授。如果將2張不同的人臉進(jìn)行上下分割,然后再進(jìn)行組合,如下圖:
我們會發(fā)現(xiàn),如果兩張不同的臉合在一起的時候看起來更像一個全新的面孔,如果分開,我們又更易將其區(qū)分為兩張已知的面孔(圖片有年頭而且是歐美名人,所以我們看的話效果會較差)。
為什么我們識別倒置的臉的能力那么差呢?
原因是我們的大腦對倒置的人臉遠(yuǎn)不如我們對其正向的時候那么熟悉,并且臉倒置的同時我們區(qū)分個體信息的特征如五官也倒置了,所以我們就更難在倒置的時候分辨人臉。但是,我們在看倒置的合成面孔時,卻更易認(rèn)出倒置的合成面孔,大腦這不是自己打自己臉嗎?但是這卻不怪我們大腦,因?yàn)槿缟蠄D,當(dāng)2張臉合在一起時,我們的整體性分析機(jī)制會將2個不同的臉看成一張,但是當(dāng)其倒置時,整體性機(jī)制被破壞,所以我們又能輕易的分辨出上下半臉的不同了。
總而言之,我們大腦在看到人臉的起始階段是將人臉作為一個整體進(jìn)行分析,而非從細(xì)節(jié)如五官入手來進(jìn)行認(rèn)知。眼睛就像掃描儀,看到了臉的同時,大腦就幾乎同時做出了相應(yīng)地反應(yīng)。這個分析方法的好處就是能快速地對人臉進(jìn)行加工,認(rèn)出我們熟悉的人。所以,越是熟悉的人,我們的大腦對其的分析也就越快。
小編推薦閱讀機(jī)器學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)構(gòu)建(下)
閱讀華為Mate品牌盛典:HarmonyOS NEXT加持下游戲性能得到充分釋放
閱讀實(shí)現(xiàn)對象集合與DataTable的相互轉(zhuǎn)換
閱讀鴻蒙NEXT元服務(wù):論如何免費(fèi)快速上架作品
閱讀算法與數(shù)據(jù)結(jié)構(gòu) 1 - 模擬
閱讀5. Spring Cloud OpenFeign 聲明式 WebService 客戶端的超詳細(xì)使用
閱讀Java代理模式:靜態(tài)代理和動態(tài)代理的對比分析
閱讀Win11筆記本“自動管理應(yīng)用的顏色”顯示規(guī)則
閱讀本站所有軟件,都由網(wǎng)友上傳,如有侵犯你的版權(quán),請發(fā)郵件[email protected]
湘ICP備2022002427號-10 湘公網(wǎng)安備:43070202000427號© 2013~2025 haote.com 好特網(wǎng)