The use of horizontal information underlies face identification accuracy
Notice bibliographique
Résumé
Faces are recognized more easily when upright than inverted. Contrary to many theories, recent studies suggest that the inversion effect is not due to subjects using different spatial or spatial frequency information. So the question remains: What causes the inversion effect? Here we examine whether sensitivity to information at different orientations may account for the face inversion effect. Face identity is conveyed primarily by information in the horizontal band (Dakin & Watt, J Vis 2009), and observers are more sensitive to this information for identification of upright faces than inverted faces (Goffaux & Dakin, Front Psychology 2010; Pachai et al., VSS 2010). To determine whether these sensitivity differences are directly associated with face identification, we assessed orientation tuning of upright and inverted face identification using noise masking. Stimuli were masked with Gaussian noise filtered to contain information in one of 8 orientation bands (bandwidth = 23deg) ranging from −90 (vertical), through 0 (horizontal) to 67.5 degrees. We measured 10-AFC identification thresholds in 16 subjects in each orientation condition, as well as a white noise baseline condition, with upright and inverted faces. On average, we found strong masking centred on the horizontal band for upright faces and significantly weaker masking for inverted faces. Furthermore, the degree of horizontal tuning was strongly correlated with baseline identification performance for upright, but not inverted, stimuli. Finally, the change in horizontal tuning following inversion and the size of the inversion effect in the baseline condition were strongly correlated (r = 0.564, p = 0.023). Together, these results show that sensitivity to horizontal information in the face is associated with face identification performance, and supports the idea that a loss of this sensitivity following inversion underlies the face inversion effect.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».