顔認識の脳内メカニズムを解明し、脳に保存された情報から顔の3Dモデル化に成功

・神経科学者が、個人の顔のアイデンティティいう特徴を設計し、グラフィカルにレンダリングしました。

・彼らは3Dの顔のモデルを構築し、個人の脳に使われている大事な詳細を保存しました。

いつも家を飛び出すと、おなじみの人、全く初めての人などにさらされます。ちらりと見ただけで、脳は顔の特徴を分析し、思い出を保存します。よく知った顔（家族、友達や同僚など）は、十分な詳細と共に記憶に保存されるため、多用な共通タスクの中でも正確に認識しやすくなります。例えば、異なるポーズや年齢の中で友達を認識する、などです。

近年、グラスゴー大学の研究者は、個人を特徴付ける認識を数学的に表現した情報設計を覆し、グラフィカルにレンダリングしました。よく知った顔を思い出す時に個人の脳に保存された、キーとなる詳細を使う3Dフェイシャルモデルを、彼らは開発することができるでしょう。

彼らはどうしたか？

研究チームは、記憶からどのように他の同僚と一緒にいる同僚を認識するかを研究しました。また、記憶の中に保存された情報を認識する、3Dフェイスを作ることを試みました。

彼らは相関を覆すことを基に、アプローチを構築し、3Dフェイス認識の生成モデル、2Dテクスチャー情報は別にして3Dを形作りました。

参考：Nature Human Behavior | DOI:10.1038/s41562-019-0625-3 | University of Glasgow

GMFには、実験トライアルごとの3Dの顔がセットされています。それぞれの顔にユニークな個性があり、良く知っている同僚の特徴4つのうちの1つについて、顔情報（性別、年齢、民族性といったもの）をシェアしています。

これを実装するため、良く知る顔の特定の個性を決定するモジュールの中で、一般線形モデルを使ってターゲットの顔を分解します。例えば、40歳の黒人男性の平均は“John”です。

それから彼らは、ターゲットのために、ランダムな新しい要素を付け加えました。参加者は全ての顔を見た後に、良く知ったターゲットに最も似ているものをひとつ選びました。

研究者はいくつかのトライアルを実施しました。また逆相関を使用し、参加者それぞれのターゲットの、精神状態の代理となるコンテンツ情報を見積もりました。

次の段階では、これらの表現の詳細が十分であるかを、新しい参加者でテストしました。また、識別を可能にするための多様化、様々な要素においてよく知ったそれぞれの顔を似せました。（例えば、兄弟、年齢、新たな視点など）

文献：The First Brain-to-Brain Interface Lets 3 People Share Thoughts Directly To Each Other’s Head

彼らはいくつかのタスクの中で、コンテンツをモデル化する有効性を実演してきました。研究結果は、科学者がより顔認識の脳のメカニズムを理解するのを助けます。また、人工知能やゲームテクノロジーのアプリケーションを持つこともできます。