神经编码解耦面部表征的信息理论分析
摘要：处理面孔准确和高效是人类和其他从事复杂社会任务的动物的关键能力。最近的研究报道了灵长类动物颞下皮质中面孔解耦编码的现象，其中有两个独立的神经种群分别编码（无纹理）面部标志的几何位置和固定标志位置处的图像纹理。在这里，我们正式评估了这种解耦编码的效率，通过借用信息论的描述长度的概念，量化了编码新颖面部图像时所保存的信息量，其精度已给定。我们展示了，尽管解耦编码用两组主要成分（标志形状和图像纹理）描述面部图像，但与仅用图像主要成分编码相比（这对应于广泛使用的特征脸方法），它更加高效（即更多地压缩信息）。解耦编码相对于特征脸编码的优势随着图像分辨率的增加而增加，并且在编码训练集图像的变体（仅在面部表情上有所不同）时尤其突出。此外，我们证明了解耦编码在三个不同任务中具有更好的性能：面部图像的表示，新面部图像的（胡思乱想）采样以及面部身份和性别的识别。总之，我们的研究对颞下皮质报告的面部刺激解耦编码的效率和准确性提供了第一原则的视角。
作者：Miguel Ib''a~nez-Berganza, Carlo Lucibello, Luca Mariani, Giovanni Pezzulo
论文ID：2208.10545
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-01-19