揭示可解释人工智能的自动面部表情识别中的人类相似性:一项经验性探索
原文中文,约400字,阅读约需1分钟。发表于: 。深度学习在面部表情识别方面的模型表现超过了人类,本研究通过比较不同神经网络(包括一般物体分类器和面部表情识别专用模型)来探索深度神经网络与人类感知之间的相似性。使用可解释的全局人工智能方法生成热图,揭示出六种面部表情的关键面部区域,通过定量和定性的方法评估结果,并发现网络体系结构对相似性的影响。
最近的研究发现,用户对与机器进行类似人的互动的偏好增长。研究评估了深度学习方法在识别具有智力残疾的个体的面部表情方面的适用性。研究结果显示,智力残疾个体之间以及具有智力残疾的个体之间面部表情存在显著差异。研究证明了对该人群中面部表情的可行性,使得模型能够有效地处理每个用户独特的表达方式。