論文の概要: Face Quality Estimation and Its Correlation to Demographic and
Non-Demographic Bias in Face Recognition
- arxiv url: http://arxiv.org/abs/2004.01019v3
- Date: Fri, 10 Jul 2020 11:24:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-17 12:46:02.317978
- Title: Face Quality Estimation and Its Correlation to Demographic and
Non-Demographic Bias in Face Recognition
- Title（参考訳）: 顔認識における顔品質推定と人口統計・非デポグラフィバイアスとの関連
- Authors: Philipp Terh\"orst, Jan Niklas Kolf, Naser Damer, Florian
Kirchbuchner, Arjan Kuijper
- Abstract要約: 顔の質評価は、認識のための顔画像の有用性を推定することを目的としている。
現在、これらの顔認識システムの高性能化には、人口統計学や非人口統計学のサブグループに対する強い偏見のコストが伴っている。
近年の研究では、顔品質評価アルゴリズムは、高精度でロバストな品質評価を実現するために、デプロイされた顔認識システムに適応すべきであることが示されている。
- 参考スコア（独自算出の注目度）: 15.431761867166
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Face quality assessment aims at estimating the utility of a face image for
the purpose of recognition. It is a key factor to achieve high face recognition
performances. Currently, the high performance of these face recognition systems
come with the cost of a strong bias against demographic and non-demographic
sub-groups. Recent work has shown that face quality assessment algorithms
should adapt to the deployed face recognition system, in order to achieve
highly accurate and robust quality estimations. However, this could lead to a
bias transfer towards the face quality assessment leading to discriminatory
effects e.g. during enrolment. In this work, we present an in-depth analysis of
the correlation between bias in face recognition and face quality assessment.
Experiments were conducted on two publicly available datasets captured under
controlled and uncontrolled circumstances with two popular face embeddings. We
evaluated four state-of-the-art solutions for face quality assessment towards
biases to pose, ethnicity, and age. The experiments showed that the face
quality assessment solutions assign significantly lower quality values towards
subgroups affected by the recognition bias demonstrating that these approaches
are biased as well. This raises ethical questions towards fairness and
discrimination which future works have to address.
- Abstract（参考訳）: 顔の質評価は、認識のための顔画像の有用性を推定することを目的としている。
これは高い顔認識性能を達成するための重要な要素である。
現在、これらの顔認識システムの高性能化は、人口統計や非デポジトリサブグループに対して強いバイアスを負うコストを伴っている。
近年の研究では、顔品質評価アルゴリズムは、高精度で堅牢な品質評価を実現するために、デプロイされた顔認識システムに適応することが示されている。
しかし、これは、例えばエンロラメント中の差別効果につながる顔の品質評価へのバイアス伝達につながる可能性がある。
本研究では,顔認識におけるバイアスと顔品質評価の相関関係を詳細に分析する。
2つの一般的な顔埋め込みを使用して、制御および制御不能の状況下でキャプチャされた2つの公開データセットで実験を行った。
ポーズ,民族,年齢に対するバイアスに対する顔品質評価のための,最先端の4つのソリューションを評価した。
実験の結果, 顔品質評価ソリューションは, 認識バイアスの影響を受けやすいサブグループに対して有意に低い品質値を割り当てることがわかった。
これは、将来の仕事が対処しなければならない公平さと差別に対する倫理的疑問を提起する。
関連論文リスト
- Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。
顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
論文 参考訳（メタデータ） (2024-06-04T01:36:29Z) - Recognizability Embedding Enhancement for Very Low-Resolution Face
Recognition and Quality Estimation [21.423956631978186]
本研究では,視覚的品質ではなく,埋め込み空間における顔の認識性を高めるための原則的アプローチについて検討する。
まず、頑健な学習に基づく顔認識度尺度、すなわち認識可能性指標(RI)を定式化する。
次に、認識不能な顔クラスタから低RIで埋め込んだ難認識顔を、認識不能な顔クラスタから切り離して、認識可能性の向上を反映した指標変換損失を考案する。
論文 参考訳（メタデータ） (2023-04-20T03:18:03Z) - Assessing Bias in Face Image Quality Assessment [0.0]
顔画像品質評価(FIQA)は、サンプル品質に関する追加情報を提供することで、顔認識(FR)の性能を向上させる。
これらの手法が基礎となる顔認識システムの影響を強く受けていると仮定することは妥当である。
現代の顔認識システムはよく機能することが知られているが、いくつかの研究では、そのようなシステムはしばしば人口統計バイアスを伴う問題を示すことが知られている。
論文 参考訳（メタデータ） (2022-11-28T12:41:59Z) - IFQA: Interpretable Face Quality Assessment [23.34924105158927]
本稿では, 顔の復元を模擬し, 識別器が画質を評価する, 対向的な枠組みに基づく新しい顔中心距離法を提案する。
我々の測定基準は、既存の一般または顔の画質評価基準を印象的なマージンで一貫して上回っている。
論文 参考訳（メタデータ） (2022-11-14T03:04:38Z) - Comparing Human and Machine Bias in Face Recognition [46.170389064229354]
我々はLFWとCelebAデータセットの改良版をリリースし、将来の研究者がアルゴリズムバイアスの測定値を得ることができるようにした。
また、これらの新しいデータを使って、顔認証と検証に関する一連の挑戦的な質問も開発しています。
検証作業において,コンピュータモデルと人的調査参加者の双方が有意に優れていたことが判明した。
論文 参考訳（メタデータ） (2021-10-15T22:26:20Z) - Unravelling the Effect of Image Distortions for Biased Prediction of
Pre-trained Face Recognition Models [86.79402670904338]
画像歪みの存在下での4つの最先端深層顔認識モデルの性能評価を行った。
我々は、画像歪みが、異なるサブグループ間でのモデルの性能ギャップと関係していることを観察した。
論文 参考訳（メタデータ） (2021-08-14T16:49:05Z) - Facial Expressions as a Vulnerability in Face Recognition [73.85525896663371]
本研究では,顔認識システムのセキュリティ脆弱性としての表情バイアスについて検討する。
本稿では,表情バイアスが顔認識技術の性能に与える影響を包括的に分析する。
論文 参考訳（メタデータ） (2020-11-17T18:12:41Z) - Face Image Quality Assessment: A Literature Survey [16.647739693192236]
本調査は、主に可視波長の顔画像入力に焦点を当てた顔画像品質評価文献の概要を提供する。
深層学習に基づく手法の傾向が観察され,近年のアプローチにおける概念的差異が顕著である。
論文 参考訳（メタデータ） (2020-09-02T14:26:12Z) - Inducing Predictive Uncertainty Estimation for Face Recognition [102.58180557181643]
顔画像の「マッドペア」から画像品質訓練データを自動的に生成する手法を提案する。
生成したデータを用いて、顔画像の信頼度を推定するために、PCNetと呼ばれる軽量な予測信頼ネットワークを訓練する。
論文 参考訳（メタデータ） (2020-09-01T17:52:00Z) - SER-FIQ: Unsupervised Estimation of Face Image Quality Based on
Stochastic Embedding Robustness [15.431761867166]
任意の顔認識モデルに基づいて顔の質を測定する新しい概念を提案する。
提案手法を,学界と産業界からの6つの最先端アプローチと比較した。
論文 参考訳（メタデータ） (2020-03-20T16:50:30Z) - On the Robustness of Face Recognition Algorithms Against Attacks and
Bias [78.68458616687634]
顔認識アルゴリズムは非常に高い認識性能を示しており、現実のアプリケーションに適していることを示唆している。
精度が向上したにもかかわらず、これらのアルゴリズムの攻撃や偏見に対する堅牢性は問題視されている。
本稿では,顔認識アルゴリズムの頑健性に挑戦する様々な方法について要約する。
論文 参考訳（メタデータ） (2020-02-07T18:21:59Z)
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。