Se han utilizado en la búsqueda del Salisbury nuevos envenenadoresencontrando asesinato sospechosos e incluso detectar depredadores sexuales. Ahora, una investigación ha revelado nuevos conocimientos sobre por qué los superreconocedores son tan buenos identificando rostros.
Investigaciones anteriores han sugerido que las personas con una extraordinaria capacidad para reconocer a las personas miran más áreas de la cara que la gente típica.
Ahora los investigadores han utilizado un tipo de IA para revelar cómo este enfoque ayuda a sus habilidades.
“No se trata sólo de mirar a todas partes, sino de lucir inteligente”, afirmó el Dr. James Dunn, primer autor del estudio de la UNSW Sydney.
Escribiendo en el diario Actas de la Royal Society B: Ciencias BiológicasDunn y sus colegas informan cómo se basaron en datos de seguimiento ocular de uno de sus estudios anteriores en el que participaron 37 superreconocedores y 68 reconocedores típicos.
En ese trabajo, a los participantes se les mostraron fotografías de rostros completos y otras en las que el área de la cara que estaban mirando se hacía parcialmente visible.
En el nuevo estudio, el equipo utilizó estos datos para reconstruir la información visual real vista por los ojos de los participantes.
Esta “información retiniana” luego se introdujo en redes neuronales profundas (DNN), un tipo de sistema de inteligencia artificial, que fueron entrenadas para reconocer rostros. También le dieron al sistema de inteligencia artificial una imagen completa de la misma cara que el participante había visto o de una cara diferente.
En cada caso, el sistema de IA produjo una puntuación de qué tan similar era la información de la retina a la imagen facial completa que se le había proporcionado.
El equipo comparó los resultados de participantes típicos y superreconocedores, así como datos basados en áreas seleccionadas al azar de la imagen facial inicial.
Los resultados revelan que en todos los casos el rendimiento del sistema de IA aumentó a medida que las partes de la cara que se miraban se hacían más visibles.
Además, en todos los niveles de visibilidad, el rendimiento del sistema de IA fue mayor cuando se basó en información retiniana de superreconocedores.
“Esto muestra que las diferencias en la capacidad de reconocimiento facial se derivan en parte de cómo exploramos y tomamos muestras activamente de la información visual, no sólo del procesamiento posterior por parte del cerebro”, dijo Dunn.
Luego, el equipo investigó si los resultados se debían simplemente a que los superreconocedores observaron más áreas de una cara y, por lo tanto, captaron más información.
Sin embargo, descubrieron que incluso cuando la cantidad de rostro capturado en la información de la retina era la misma, el sistema de inteligencia artificial funcionaba mejor cuando se alimentaba con datos de superreconocedores.
“Esto significa que su ventaja no es sólo la cantidad, sino también la calidad”, dijo Dunn. “Eligen regiones que contienen más pistas de identidad, por lo que cada ‘píxel’ que eligen es más valioso para reconocer una cara”.
La Dra. Rachel Bennetts, experta en procesamiento facial de la Universidad Brunel de Londres que no participó en el trabajo, acogió con satisfacción el estudio.
“Para mí, su principal contribución a nuestra comprensión del superreconocimiento es la conclusión de que el reconocimiento facial superior no se trata sólo de mirar un área específica, o mirar más tiempo o en más lugares de un rostro. Los superreconocimientos están explorando el rostro de manera más amplia, pero también tomando muestras más útiles. información”, dijo.
El Dr. Alejandro Estudillo de la Universidad de Bournemouth dijo que el estudio se basó en mostrar a personas imágenes fijas en condiciones altamente controladas.
“Será importante comprobar si el mismo patrón se mantiene en escenarios más naturalistas y dinámicos”, afirmó.
Si bien el estudio sugiere que existen tácticas que pueden ayudar al reconocimiento facial, parece poco probable que todos puedan convertirse en superreconocedores.
“Por el momento no sabemos si estos patrones de movimiento ocular podrían entrenarse de manera efectiva”, dijo Bennetts.
Dunn dijo que los estudios habían sugerido que el superreconocimiento tenía sus raíces en la genética y era hereditario.
“Los superreconocedores parecen seleccionar naturalmente las características más útiles, y eso es difícil de entrenar porque varía de cara a cara”, dijo.
Los investigadores han desarrollado una prueba gratuita para ayudar a identificar superreconocedores que está disponible en Prueba facial de la UNSW.
