研究人员利用AI技术分析如何使人类面孔变得有吸引力的主观观念。该设备可以创建肖像模型,这些肖像被定制为对个人有吸引力的。研究结果可用于对个人偏好和决策进行建模并分析的创新方法。
赫尔辛基大学和哥本哈根大学的研究人员,研究了计算机是否能够识别我们认为有吸引力的面部特征,并在此基础上创建符合我们审美标准的新图像。研究人员使用人工智能来解释大脑信号,并将大脑、计算机界面与人造面部的生成模型结合在一起。这使计算机能够创建可满足个人喜好的面部图像。
“在我们以前的研究中,我们设计的模型可以识别和控制简单的肖像特征,例如头发的颜色和情绪等,人们可以识别谁是金发碧眼的人和谁是微笑的人。吸引力是一个更具挑战性的研究主题,因为实际上,我们经常很难解释到底是什么使某人变得美丽:什么是情人眼中的美丽?”这是赫尔辛基大学心理学与徽标学系的高级研究员Docent MichielSpapé研究的课题。
该研究结合了计算机科学和心理学,于2月发表在《IEEE Transactions》的《情感计算》杂志上。
最初,研究人员为生成对抗性神经网络(GAN)提供了创建数百幅人工画像的任务。图像一次显示给30名志愿者,这些志愿者被要求注意他们发现的有吸引力的面孔,同时通过脑电图(EEG)记录他们的大脑反应。
它的工作有点像约会应用程序Tinder:参与者在遇到一张吸引人的面孔时会“向右滑动”。但是,在这里,他们除了观察图像外不必做任何其他事情。 该软件可以测试他们的大脑对图像的直接反应、
研究人员使用机器学习技术对脑电数据进行了分析,将脑电数据通过脑机接口连接到神经网络。
这样的大脑计算机接口能够解释用户对一系列图像的吸引力的看法。通过解释他们的观点,解释大脑反应的AI模型和对面部图像建模的生成神经网络,可以共同产生一个完整的图像。结合特定人的吸引力,可以创造出新的面孔图像。
为了测试其建模的有效性,研究人员为每个参与者生成了新的肖像,并预测他们会发现自己的个人魅力。他们以双盲程序对匹配的控件进行了测试,发现新图像以80%以上的准确度匹配了受试者的喜好。
这项研究表明,通过将人工神经网络连接到大脑反应中,能够生成与个人喜好相匹配的图像。成功评估吸引力尤其重要,因为这是刺激性的一种令人刺痛的心理特性。基于目标模式对图像进行分类非常成功。通过使大脑对混合图像做出反应,可以证明基于心理属性(例如个人品味)检测并生成图像。”
暴露无意识态度的潜力
最终,这项研究可以通过AI解决方案与脑机接口之间的交互作用,提高计算机学习和逐渐理解主观偏好的能力,从而造福于社会。
编辑:lyn
-
AI
+关注
关注
87文章
30763浏览量
268917
发布评论请先 登录
相关推荐
评论