論文の概要: Demographic Bias in Biometrics: A Survey on an Emerging Challenge
- arxiv url: http://arxiv.org/abs/2003.02488v2
- Date: Tue, 14 Apr 2020 08:18:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 07:43:34.194395
- Title: Demographic Bias in Biometrics: A Survey on an Emerging Challenge
- Title（参考訳）: バイオメトリックスにおけるDemographic Bias : 創発的挑戦に関する調査
- Authors: P. Drozdowski, C. Rathgeb, A. Dantcheva, N. Damer, C. Busch
- Abstract要約: 生体計測システムは、人間の特定の生物学的または法医学的特性の特異性に依存している。
自動意思決定システムにおける体系的バイアスの存在に関して、公共および学術的な懸念の波が相次いだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Systems incorporating biometric technologies have become ubiquitous in
personal, commercial, and governmental identity management applications. Both
cooperative (e.g. access control) and non-cooperative (e.g. surveillance and
forensics) systems have benefited from biometrics. Such systems rely on the
uniqueness of certain biological or behavioural characteristics of human
beings, which enable for individuals to be reliably recognised using automated
algorithms.
Recently, however, there has been a wave of public and academic concerns
regarding the existence of systemic bias in automated decision systems
(including biometrics). Most prominently, face recognition algorithms have
often been labelled as "racist" or "biased" by the media, non-governmental
organisations, and researchers alike.
The main contributions of this article are: (1) an overview of the topic of
algorithmic bias in the context of biometrics, (2) a comprehensive survey of
the existing literature on biometric bias estimation and mitigation, (3) a
discussion of the pertinent technical and social matters, and (4) an outline of
the remaining challenges and future work items, both from technological and
social points of view.
- Abstract（参考訳）: 生体認証技術を組み込んだシステムは、個人、商業、政府によるアイデンティティ管理アプリケーションで広く普及している。
協力的(例えばアクセス制御)と非協力的(例えば監視と法医学)の両方のシステムは生体認証の恩恵を受けている。
このようなシステムは、人間の特定の生物学的・行動特性の特異性に依存しており、個人が自動化されたアルゴリズムを使って確実に認識できる。
しかし,近年,自動意思決定システム(バイオメトリックスを含む)におけるシステムバイアスの存在に関して,公衆や学術的な懸念が高まっている。
最も目立つのは、顔認識アルゴリズムがしばしばメディアや非政府組織、研究者によって「人種差別的」あるいは「偏見」と分類されていることである。
本論の主な貢献は,(1)バイオメトリクスの文脈におけるアルゴリズムバイアスの話題の概要,(2)バイオメトリックバイアスの予測と緩和に関する既存文献の包括的調査,(3)関連する技術的・社会的問題に関する議論,(4)技術的・社会的観点からの課題と今後の作業項目の概要である。
関連論文リスト
- Facial Soft Biometrics for Recognition in the Wild: Recent Works,
Annotation, and COTS Evaluation [63.05890836038913]
制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。
1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。
深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
論文 参考訳（メタデータ） (2022-10-24T11:29:57Z) - Os Dados dos Brasileiros sob Risco na Era da Intelig\^encia Artificial? [0.0]
この研究は生体認証システムの脆弱性を明らかにし、顔のモダリティに焦点をあてる。
これは、モーフィングと呼ばれる文献におけるよく知られたプレゼンテーションアタックアプローチを通じて、生体認証システムを騙すことが可能であることを示す。
人工知能時代(AI)における市民データのセキュリティとデータプライバシ法に関する議論を始めるための10の懸念のリストが作成された。
論文 参考訳（メタデータ） (2022-05-03T20:41:21Z) - Anatomizing Bias in Facial Analysis [86.79402670904338]
既存の顔分析システムでは、特定の集団群に対して偏りのある結果が得られることが示されている。
これらのシステムは、個人の性別、アイデンティティ、肌のトーンに基づいて差別されないようにすることが義務づけられている。
これはAIシステムにおけるバイアスの識別と緩和の研究につながった。
論文 参考訳（メタデータ） (2021-12-13T09:51:13Z) - Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal
Biometric Fusion Algorithms [58.156733807470395]
本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。
キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。
我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
論文 参考訳（メタデータ） (2021-11-17T13:39:48Z) - Quality Measures in Biometric Systems [67.6699940572256]
品質はセキュリティにおいて重要な問題であり、特に監視カメラ、鑑識、携帯機器、インターネット経由でのリモートアクセスを含む有害なシナリオにおいて問題となる。
本稿では, バイオメトリックスの品質に悪影響を及ぼす要因, 克服方法, バイオメトリックスシステムに品質対策を組み込む方法について分析する。
論文 参考訳（メタデータ） (2021-11-17T13:28:07Z) - Demographic Fairness in Biometric Systems: What do the Experts say? [16.72651695033691]
アルゴリズム決定システムは「バイアス」、「人種差別」、「セクシスト」、「不公平」とラベル付けされている。
このような評価が正当化されるかどうか、市民や政策立案者が懸念すべきかどうか、議論が続いている。
近年、欧州バイオメトリックス協会は「生体システムにおけるデコグラフィーフェアネス」をテーマとしたイベントシリーズを組織した。
論文 参考訳（メタデータ） (2021-05-31T09:58:51Z) - Biometrics: Trust, but Verify [49.9641823975828]
バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。
生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
論文 参考訳（メタデータ） (2021-05-14T03:07:25Z) - Bias in Multimodal AI: Testbed for Fair Automatic Recruitment [73.85525896663371]
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
我々は、性別や人種の偏りを意識的に評価したマルチモーダルな合成プロファイルを用いて、自動求人アルゴリズムを訓練する。
我々の方法論と結果は、一般により公平なAIベースのツール、特により公平な自動採用システムを生成する方法を示している。
論文 参考訳（メタデータ） (2020-04-15T15:58:05Z) - Demographic Bias: A Challenge for Fingervein Recognition Systems? [0.0]
多くの自動システムの基盤となるアルゴリズム(バイオメトリックスを含む)の潜在的なバイアスに関する懸念が高まっている。
偏見付きアルゴリズムは、性別や年齢などの特定の(しばしば差別防止法によって保護される)属性に基づいて、異なるグループの個人に対して統計的に異なる結果を生成する。
本稿では,フィンガーベイン認識の問題を確かめるために,いくつかの一般的な認識アルゴリズムをベンチマークした。
論文 参考訳（メタデータ） (2020-04-03T07:53:11Z) - Four Principles of Explainable AI as Applied to Biometrics and Facial
Forensic Algorithms [0.38073142980732994]
我々は、顔認識とバイオメトリックスに説明可能なAIを適用することに注力する。
ケーススタディは、説明を生み出すアルゴリズムの開発における課題と課題を示している。
論文 参考訳（メタデータ） (2020-02-03T21:03:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。