Efficiency of face recognition depends critically on size
Notice bibliographique
Résumé
In an earlier work we hypothesized that face recognition processing may undergo a qualitative shift at around a critical size of 4-5 degrees, with expert face processing dominating recognition at larger sizes. This was based on our results showing that critical spatial frequencies used for face recognition increase with size for faces smaller than 4.7 degrees but stabilize at a lower relative frequency for larger faces (Oruc & Barton, 2011). In this study we explicitly tested this hypothesis by measuring contrast thresholds for recognizing upright and inverted faces at sizes between one and ten degrees of visual angles. We computed recognition efficiencies by comparing human data to the performance of an ideal observer on the same task. Our modified "CSF-ideal" observer model is limited by the same visual acuity and sensitivity constraints as our human observers, rendering the performance of the CSF-ideal observer dependent on stimulus size (Oruc & Landy, 2009). Thus our CSF-ideal incorporates any decreases in recognition performance that are solely due to visibility constraints of the human observers introduced by size. The pattern of upright face recognition efficiencies showed a step-function-like profile with efficiencies doubling abruptly at 5 degrees per face width. On the other hand, efficiencies for inverted faces remained largely flat across the size range tested. The critical size at which the shift for upright faces occurs corresponds to viewing a face at around one and a half meters in the naturalistic setting. These results show that face size is a critical factor in recognition performance. Although not conclusive, they also suggest that in upright-face perception distinct recognition processes are involved depending on size, with expert processes dominating sizes typical of close-range social interaction. Meeting abstract presented at VSS 2012
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».