物事の中に顔を見ること：パレイドリアのためのモデルとデータセット

Seeing Faces in Things: A Model and Dataset for Pareidolia

September 24, 2024

著者: Mark Hamilton, Simon Stent, Vasha DuTell, Anne Harrington, Jennifer Corbett, Ruth Rosenholtz, William T. Freeman

cs.AI

要旨

人間の視覚システムは、あらゆる形状やサイズの顔を検出するようにうまく調整されています。これにより未知の捕食者を見つける可能性が高まるなど、明らかな生存上の利点がもたらされますが、同時に誤った顔の検出も引き起こします。"顔のパレイドリア"とは、コーヒーのしみや空の雲の中に顔のような構造を認識することを指します。本論文では、コンピュータビジョンの観点から顔のパレイドリアを研究しています。人間が注釈付けしたパレイドリックな顔を含む5,000枚のWeb画像からなる「物の中の顔」の画像データセットを提供します。このデータセットを使用して、最先端の人間の顔検出器がどの程度パレイドリアを示すかを調査し、人間と機械の間に著しい行動上の差異があることを発見します。人間が動物の顔だけでなく人間の顔も検出するための進化的必要性が、この差異の一部を説明する可能性があることがわかりました。最後に、画像の中のパレイドリアに関する単純な統計モデルを提案します。人間を対象とした研究やパレイドリックな顔検出器を用いた研究を通じて、パレイドリアを誘発する可能性が最も高い画像条件に関する当モデルの主要な予測を確認します。データセットとウェブサイト：https://aka.ms/faces-in-things

English

The human visual system is well-tuned to detect faces of all shapes and sizes. While this brings obvious survival advantages, such as a better chance of spotting unknown predators in the bush, it also leads to spurious face detections. ``Face pareidolia'' describes the perception of face-like structure among otherwise random stimuli: seeing faces in coffee stains or clouds in the sky. In this paper, we study face pareidolia from a computer vision perspective. We present an image dataset of ``Faces in Things'', consisting of five thousand web images with human-annotated pareidolic faces. Using this dataset, we examine the extent to which a state-of-the-art human face detector exhibits pareidolia, and find a significant behavioral gap between humans and machines. We find that the evolutionary need for humans to detect animal faces, as well as human faces, may explain some of this gap. Finally, we propose a simple statistical model of pareidolia in images. Through studies on human subjects and our pareidolic face detectors we confirm a key prediction of our model regarding what image conditions are most likely to induce pareidolia. Dataset and Website: https://aka.ms/faces-in-things