Deconstructing the "Elusive Smile": A Multiscale Spatial Frequency and Vision Transformer Analysis of Affective Ambiguity in Leonardo da Vinci's Mona Lisa
本研究は、マルチスケール空間周波数フィルタリングとVision Transformer分析を通じて、モナ・リザの「捉えどころのない微笑み」が、中心窩による直接的な注視（高周波成分）と比較して、周辺視野や遠方からの視認（低周波成分）において知覚される幸福感が有意に高いことを実証することにより、神経生物学者マーガレット・リビングストンによる仮説を検証するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
何世紀もの間、世界で最も有名な絵画はある場所から見るかによって変化する秘密を抱えてきました。リザ・ゲラリニの肖像として知られる「モナ・リザ」は、遠くから見たり、視界の端から捉えたりすると微笑んでいるように見えますが、同じように彼女の口元を直接見つめると、その微笑みは消え去ったり、あるいは沈んだ表情になったりするように見えます。この視覚的なトリックは、心理学者や芸術愛好家を魅了し続けてきました。これは、人間の脳が画像をどのように処理するかという特定の理論へとつながっています。その理論は、私たちの目は同時に二つの異なる方法で機能していることを示唆しています。一つは、唇の正確な形のような細部を捉える、鋭く焦点の合った視覚です。もう一つは、より柔らかく、視野の端を扱う、広範な形状や全体的な光を捉える視覚です。この理論によれば、絵画の微笑みは、周辺視野が捉える広範でぼやけた形状の中に存在しており、中心的な鋭い視覚が口元の細かな線を詳しく調べようとすると、その微笑みは消失するというのです。
これまで、この考えは主に人間の観察に基づいた理論に留まっていました。しかし、新しい研究が現代のコンピュータ技術を用いて、この理論を検証しました。研究者たちは、高解像度のデジタル画像を用いて、人間の感情を認識するように設計された高度なコンピュータシステムを実行しました。チームは画像を単に一枚の絵として見るのではなく、非常にぼやけた大きな形状から極めて鋭い微細な質感に至るまで、詳細のレイヤーに分解しました。そして、人物が絵画に近づいたり遠ざかったりする場合に何が起こるかをシミュレートしました。これにより、どの部分の画像がコンピュータに「彼女は幸せである」と思わせ、どの部分が「中立または悲しい」と思わせるのかを正確に把握することができました。その目的は、顔を認識するように訓練された機械が、人間が何百年もの間報告してきたような、表情の変化を経験するかどうかを確認することでした。
この実験の結果は、長年の理論を驚くほどの精度で裏付けました。研究者が、遠くから見る、あるいは視界の端からの視線をシミュレートするために、広範で低詳細なレイヤーのみを使用して画像を分析したところ、コンピュータは幸福な表情を検出する確率が2倍になりました。これらの条件下では、機械が微笑みを識別する確率は約14パーセントでした。しかし、分析が、口元を直接凝視するクローズアップの視線をシミュレートする、最も細かく鋭い詳細を含むものへと移行すると、幸福感の検出は急激に低下しました。この高解像度領域において、微笑みを見出す確率は半分以下に落ち込み、約6パーセントとなりました。同時に、顔が中立であるというコンピュータの確信度は劇的に上昇し、ゼロからほぼ58パーセントへと跳ね上がりました。この変化は、神経科学者が提唱してきたこと、すなわち、微笑みは粗い視覚の産物であり、脳が細かな詳細を見る視覚に切り替わると消えてしまうという事象を正確に反映しています。
また、この研究は、絵画の構造に関する予期せぬ事実も明らかにしました。画像がより鮮明になるにつれて幸福感が減退するという一般的な傾向は見られたものの、微笑みが突如として再出現し、20パーセントの確率でピークに達する特定の「中間の詳細範囲」が存在したのです。研究者たちは、これはレオナルド・ダ・ヴィンチによる独特の描き方のせいだと考えています。彼は「スフマート」と呼ばれる技法を用いました。これは、数十層の薄く半透明なグレーズ（彩色層）を重ねることで、色彩の間の柔らかく煙のような階調を作り出す技法です。コンピュータがこの特定の中間範囲の詳細を分離したとき、これらの層によって作られた口角の微妙な曲線状の影を捉えました。実際の唇のラインは上向きに湾曲していなかったにもかかわらず、これらの影がコンピュータの注意システムには微笑みに見えたのです。このことは、モナ・リザの謎が、単なる「ぼやけた視界」対「鋭い視界」という単純なトリックではなく、異なる視覚周波数が共に作用して曖昧な表情を作り出す、複雑な調和によるものであることを示唆しています。
これらの発見以前、多くのコンピュータ研究は、単に絵画を一つの静的な画像として捉え、その表情は主に中立か悲しいものであると断定してきました。それらの試みは、人間の目が世界をどのように見ているか、つまり、焦点や距離を絶えず変化させているという事実を考慮できていませんでした。脳が異なるスケールからの情報を統合する方法を模倣した現代的なコンピュータビジョンを用いることで、今回の新しい研究は、美術史、人間の生物学、そして人工知能の間に信頼できる結びつきを提供しました。それは、モナ・リザの不可解な性質が単なる芸術的な解釈の問題ではなく、塗料自体の空間周波数にエンコードされた物理的な現実であることを示しています。研究の結論は、その微笑みは実在するが、それは「直接見つめていない時にのみ存在する」微笑みであるということであり、この現象について、人間の目と高度なコンピュータの両方が今や一致した見解を持つに至ったのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。