Controllare la memorabilità delle immagini di volti con modelli generativi

Perché alcuni volti rimangono nella nostra mente

Ogni giorno scorriamo infiniti volti sugli schermi, eppure solo pochi ci restano impressi. Inserzionisti, insegnanti, artisti e persino le forze dell’ordine sono interessati a quali immagini le persone ricordano e quali dimenticano. Questo studio pone una domanda sorprendente: possiamo deliberatamente aumentare la memorabilità di una fotografia di un volto oppure diminuirla, pur mantenendo la stessa persona e un aspetto naturale? Usando potenti generatori di immagini, gli autori mostrano che la risposta è in gran parte sì, e che la memorabilità può essere guidata in modo controllato.

Un nuovo modo per regolare quanto un volto sia memorabile

I ricercatori si basano sui progressi recenti dell’intelligenza artificiale generativa, in particolare su un sistema chiamato StyleGAN che può creare immagini di volti molto realistiche a partire da codici numerici astratti. Ogni codice corrisponde a un volto. Generando una vasta collezione di volti sintetici e valutando quanto è probabile che ciascuno venga ricordato tramite reti profonde “valutatrici di memorabilità”, il team crea una mappa tra questi codici nascosti e la memoria umana. Poi usa uno strumento statistico semplice per trovare una superficie divisoria in questo spazio nascosto che separa i volti più memorabili da quelli meno memorabili. Muovere il codice di un volto in una direzione attraverso questa superficie aumenta la memorabilità prevista, mentre muoverlo nell’altra direzione la riduce.

Cambiare l’aspetto senza cambiare l’identità

Per rendere questo metodo utile per fotografie reali, gli autori prima “invertono” un’immagine reale nello spazio nascosto di StyleGAN, trovando un codice che ricrea il volto originale. Una volta trovato questo codice, lo spostano lungo la direzione della memorabilità e rigenerano l’immagine. I volti risultanti appartengono alla stessa persona ma ora appaiono più o meno propensi a restare nella memoria. Test accurati mostrano che l’identità delle persone è preservata e che il realismo delle immagini rimane vicino a quello delle uscite non modificate. Il team sviluppa anche una versione più fine e multilivello del metodo che regola la memorabilità in diversi piccoli passi anziché in un unico salto; questo controllo più graduale mantiene l’identità ancora più stabile.

Cosa cambia davvero quando un volto diventa memorabile

Ispezionando migliaia di volti modificati, lo studio mette in luce quali dettagli visivi tendono a mutare quando la memorabilità aumenta. I volti più memorabili spesso appaiono leggermente più giovani, con una struttura facciale più snella, pelle più luminosa, trucco o peli del viso più pronunciati e espressioni più serie. I ricercatori misurano proprietà locali dell’immagine attorno agli occhi e alla bocca, trovando piccoli ma affidabili aumenti del contrasto nella regione degli occhi e della ricchezza del colore delle labbra quando la memorabilità viene incrementata. Escludono anche una spiegazione semplice basata sulla luminosità complessiva: schiarire o scurire uniformemente i volti altera appena i punteggi di memorabilità rispetto alle modifiche più forti e localizzate prodotte dal loro metodo.

Oltre i volti: oggetti di uso quotidiano

L’approccio non è limitato alle persone. Gli autori applicano la stessa idea a immagini di gatti, cavalli, automobili e chiese create da altri modelli generativi. Anche in questo caso trovano una direzione nello spazio dei codici nascosti che aumenta o diminuisce la memorabilità prevista. Per gli oggetti, i cambiamenti visibili spesso riguardano lo zoom, lo spostamento del punto di vista o la modifica dello sfondo e del colore in modi che fanno risaltare il soggetto. Ciò suggerisce che, sebbene gli indizi visivi differiscano tra volti e oggetti, il principio sottostante è simile: esistono direzioni coerenti nello spazio delle immagini possibili che le rendono più o meno probabili da ricordare.

Perché la memorabilità controllata è importante

In termini semplici, l’articolo dimostra che la memorabilità non è solo un misterioso sottoprodotto di un’immagine; è qualcosa che può essere regolato con intento. Imparando a spostare le immagini lungo dimensioni visive sottili, i computer possono creare volti e oggetti che le nostre menti sono più o meno propense a immagazzinare. Questo ha possibili impieghi in ambito educativo, dove diagrammi o illustrazioni potrebbero essere ottimizzati per migliorare il richiamo, e nella comunicazione e nel design, dove messaggi importanti potrebbero essere abbinati a immagini studiate per rimanere impresse nella memoria. Allo stesso tempo, gli autori sottolineano la necessità di salvaguardie etiche, poiché gli stessi strumenti che rendono più efficaci le immagini educative potrebbero essere usati per orientare attenzione e memoria in modi che richiedono attenta supervisione.

Citazione: Younesi, M., Mohsenzadeh, Y. Controlling memorability of face images with generative models. Sci Rep 16, 15759 (2026). https://doi.org/10.1038/s41598-026-46581-z

Parole chiave: memorabilità delle immagini, immagini di volti, modelli generativi, StyleGAN, editing nello spazio latente