MétaCan
Menu
Retour à la cohorte
Enregistrement W2060456824 · doi:10.1037//0096-1523.26.3.956

The effects of spatial frequency overlap on face recognition.

2000· article· en· W2060456824 sur OpenAlexaff
Chang Hong Liu, Charles A. Collin, Stéphane J.M. Rainville, Avi Chaudhuri

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSpatial frequencyHigh-pass filterArtificial intelligenceLow-pass filterFilter (signal processing)Center frequencyCutoff frequencyFace (sociological concept)Facial recognition systemPattern recognition (psychology)CutoffSpatial filterMathematicsMatching (statistics)Computer visionComputer scienceBand-pass filterOpticsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

The effects of spatial frequency overlap between pairs of low-pass versus high-pass images on face recognition and matching were examined in 6 experiments. Overlap was defined as the range of spatial frequencies shared by a pair of filtered images. This factor was manipulated by processing image pairs with high-pass/low-pass filter pairs whose 50% cutoff points varied in their separation from one another. The effects of the center frequency of filter pairs were also investigated. In general, performance improved with greater overlap and higher center frequency. In control conditions, the image pairs were processed with identical filters and thus had complete overlap. Even severely filtered low-pass or high-pass images in these conditions produced superior performance. These results suggest that face recognition is more strongly affected by spatial frequency overlap than by the frequency content of the images.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,344
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Human Perception & PerformanceMême sujetFace Recognition and PerceptionTravaux en français237 207