為什麼人能夠識別人臉，卻不能回憶出臉的具體細節？

01-14

在心理學上，識別人臉叫「再認」，「再認」是比「回憶」更容易的任務。

雖然我不會從心理學上解釋，不過可以從機器學習的角度解釋。

用 X 表示臉，Y 表示人的身份。

「再認」使用的是一個判別式模型（discriminative model），即 P(Y|X)，它只需要在給出臉後，求人的身份。

而「回憶」使用的模型是 P(X|Y)，即給出身份後，求這個人的臉。

這兩個模型都沒有完整建模 X 與 Y 的聯合分布。做到完整建模的模型是生成式模型（generative model），即 P(X, Y)，「再認」模型少了其中 P(X) 的部分，「回憶」模型少了其中 P(Y) 的部分。

P(X) 刻畫的是人臉的分布，它涉及人臉的各方面特徵，比如五官的大小、形狀、間距，以及膚色、髮型，等等，包含的信息量是很多的。相反，P(Y) 是人的身份的分布，一個人認識的人就那麼多，所以 P(Y) 的信息量很小。

「再認」模型恰好不需要建模複雜的 P(X)，所以更容易。

我也是從來回憶不起一個人的臉喜歡的人也是自己的也是父母的也是想回憶某個人臉的時候會有一小朵浮雲樣的東西的但是怎麼聚在腦子裡也都回憶不起來一個人的輪廓輪廓都沒有更別說五官但是沒有臉盲症人臉分得很清楚而且一般見一兩次下次見就可以認出來

這是一種病嗎

這個問題好有意思呀！乍一看不可描述~

能識別出臉，但是回憶不出臉的細節。能回憶出細節的話，是不是就能還原了？回憶細節的能力越強，還原能力越強。

用卷積神經網路進行圖像還原的效果很好，也是因為它提取的特徵足夠多，才能做到這一點。

也就是，識別需要的特徵數可以較少，還原需要的特徵數比較多。

每個人的特徵提取能力是不同的。

因為識別的時候其實需要的feature量比完整人臉的feature少很多，但是用少的feature重建人臉的時候就信息不足了

可能整個數據有一個變數代替，系統為了節約資源，調用變數符

這個問題也是困擾了我很久，從學習素描注意到這種特質以來，從未在腦中勾勒出一張完整的臉，回憶甚至夢裡的臉也都是模糊的，百思不得其解也只能理論推測下原因。

如果可通過臉型辯識百名同事，右腦對外界刺激的感知、存儲和提取應該沒什麼問題，所以重現的過程出現異常概率較大，即左腦傳遞信息到右腦刺激圖形記憶的過程受限。

以電腦類比吧。做識別都是一個卷積網路跑到底出個向量來當做特徵就好了，最多搞個大分類，但是要重建呢？卻得存一組基，然後用這組基組合一下拼個臉出來。我猜重建能力不強可能只是一般人都沒有花時間去訓練後面這一步而已。那些訓練過的比如畫家們不還是做得挺好？

我回憶人臉的時候都是模糊的。我覺得很奇怪