論文の概要: Fairness in Biometrics: a figure of merit to assess biometric verification systems

• arxiv url: http://arxiv.org/abs/2011.02395v2
• Date: Tue, 30 Mar 2021 07:23:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 22:32:54.485670
• Title: Fairness in Biometrics: a figure of merit to assess biometric verification systems
• Title（参考訳）: 生体認証の公平性:生体認証システムを評価するメリットの図
• Authors: Tiago de Freitas Pereira and S\'ebastien Marcel
• Abstract要約: 本稿では,複数の生体認証システム間の公平性を評価・比較できるメリットの最初の図式を紹介する。 2つの合成バイオメトリックシステムを用いたユースケースを導入し、この図形の可能性を実証する。 第二に、顔バイオメトリックスを用いたユースケースでは、この新たなメリットの数字と比較して、複数のシステムが評価される。
• 参考スコア（独自算出の注目度）: 1.218340575383456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine learning-based (ML) systems are being largely deployed since the last decade in a myriad of scenarios impacting several instances in our daily lives. With this vast sort of applications, aspects of fairness start to rise in the spotlight due to the social impact that this can get in minorities. In this work aspects of fairness in biometrics are addressed. First, we introduce the first figure of merit that is able to evaluate and compare fairness aspects between multiple biometric verification systems, the so-called Fairness Discrepancy Rate (FDR). A use case with two synthetic biometric systems is introduced and demonstrates the potential of this figure of merit in extreme cases of fair and unfair behavior. Second, a use case using face biometrics is presented where several systems are evaluated compared with this new figure of merit using three public datasets exploring gender and race demographics.
• Abstract（参考訳）: 機械学習ベースの(ml)システムは、私たちの日常生活のいくつかのインスタンスに影響を与える無数のシナリオにおいて、過去10年間から主にデプロイされています。 このような膨大な応用によって、少数民族の社会的影響により、公平さの側面が注目を浴び始めます。 本研究では,バイオメトリックスにおける公平性について論じる。 まず,複数の生体認証システム,いわゆるfairness discrepancy rate(fdr)間の公平性の評価と比較が可能なメリットの第一図を紹介する。 2つの合成生体認証システムのユースケースを紹介し、公平で不公平な行動の極端な場合におけるこの効果の可能性を実証する。 第2に、顔バイオメトリックスを用いたユースケースを提示し、性別と人種の人口動態を探索する3つの公開データセットを使用して、この新たな評価指標と比較する。

関連論文リスト

• Comprehensive Equity Index (CEI): Definition and Application to Bias Evaluation in Biometrics [47.762333925222926]
  本稿では,機械学習モデルのバイアス行動の定量化のための新しい指標を提案する。 顔認識システムの運用評価に焦点をあて,適用する。
  論文  参考訳（メタデータ） (2024-09-03T14:19:38Z)
• Fairness Index Measures to Evaluate Bias in Biometric Recognition [0.0]
  人口統計学的公正性の定量的評価は、生体計測応用における人口統計学的バイアスの理解、評価、緩和に向けた重要なステップである。 一般的な生体認証システムの人口統計学的公正性を評価するために,スコア分布の統計的特性に基づく複数の尺度を導入する。
  論文  参考訳（メタデータ） (2023-06-19T13:28:37Z)
• 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)
• Fair Machine Learning in Healthcare: A Review [90.22219142430146]
  我々は、機械学習と医療格差における公正性の交差を分析する。 機械学習の観点から、関連する公正度メトリクスを批判的にレビューする。 本稿では,医療における倫理的かつ公平なMLアプリケーション開発を約束する新たな研究指針を提案する。
  論文  参考訳（メタデータ） (2022-06-29T04:32:10Z)
• Evaluating Proposed Fairness Models for Face Recognition Algorithms [0.0]
  本稿では,米国と欧州の科学者による顔認識アルゴリズムの公正度(公正度)の2つの尺度を特徴付ける。 本稿では,顔認識アルゴリズムの公正度測定において望ましい特性の集合を概説した,機能的公正度基準(FFMC)と呼ばれる解釈可能性基準を提案する。 これは現在、この種のオープンソースデータセットとしては最大のものだと考えています。
  論文  参考訳（メタデータ） (2022-03-09T21:16:43Z)
• There is an elephant in the room: Towards a critique on the use of fairness in biometrics [0.0]
  バイオメトリックフェアネスに関する最近の議論を批判的に読む。 生物学的公正度基準は数学的に相互排他的であることを示す。 バイオメトリックスにおける公正さの政治について,国境での議論を重んじて論じる。
  論文  参考訳（メタデータ） (2021-12-16T10:32:41Z)
• 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)
• 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)
• Demographic Bias in Biometrics: A Survey on an Emerging Challenge [0.0]
  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。
  論文  参考訳（メタデータ） (2020-03-05T09:07:59Z)

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。