• •
包家瑜, 赵振华, 彭玉佳, 应浩江
Bao Jiayu, Zhao Zhenhua, Peng Yujia, Ying Haojiang
摘要: 人类高效的面孔认知依赖大脑对复杂视觉信息进行压缩与选择性增强的计算机制。受灵长类面孔加工区低维表征的神经科学证据启发,本研究基于卷积神经网络(CNN),验证压缩激励(Squeeze-and-Excitation, SE)机制作为实现高效的面孔认知的计算模型。通过在AlexNet架构中引入SE模块,构建SE-AlexNet模型,系统考察压缩强度与模块插入位置对面孔情绪识别任务的影响。三个实验结果表明,16倍压缩比的SE-AlexNet取得最接近人类的行为表现。同时,模块插入位置具有关键调节作用,在语义表征后期(FC7FC8之间)插入效果最优。Grad-CAM可视化说明,表现最优的模型与人类的信息提取策略类似,优先关注眼睛与嘴部等高诊断性特征。研究结果为面孔认知的压缩表征假说提供了计算层面的支持,揭示了压缩强度与压缩插入位置的协同作用,并展示了计算效率与生物合理性之间的内在统一。该工作为构建可解释、高性能的类脑视觉计算模型提供了新的设计框架。