来自Salk研究所(美国)，Skoltech(俄罗斯)和Riken脑科学中心(日本)的科学家研究了一种理论模型，研究大脑视觉皮层中的神经元群体如何识别和处理面孔及其不同表情以及它们如何表达。有组织。这项研究最近发表在《神经计算》上，并在封面上进行了强调。

人类具有惊人的能力，可以识别大量的个人面孔并非常出色地解释面部表情。这些能力在人类社会互动中起着关键作用。但是，人脑如何处理和存储这种复杂的视觉信息仍然知之甚少。

Skoltech科学家Anh-Huy Phan和Andrzej Cichocki及其来自美国和日本的同事Sidney Lehky和Keiji Tanaka决定更好地了解视觉皮层如何处理和存储与面部识别有关的信息。他们的方法基于这样的思想，即人脸在概念上可以表示为包括眼睛，眉毛，鼻子，嘴巴等在内的部分或组件的集合。使用机器学习方法，他们应用了新颖的张量算法将面孔分解为一组称为张量面的分量或图像及其关联的权重，并通过这些分量的线性组合来表示人脸。通过这种方式，他们建立了描述脸部识别所涉及的神经元工作的数学模型。

Skoltech教授说：“我们使用新颖的张量分解将人脸表示为具有特定复杂性的一组组件，这可以解释为模型人脸细胞，并表明人脸表示由低复杂度和中等复杂性人脸细胞的混合物组成。” Andrzej Cichocki。