論文の概要: Lights, Camera, Matching: The Role of Image Illumination in Fair Face Recognition

• arxiv url: http://arxiv.org/abs/2501.08910v1
• Date: Wed, 15 Jan 2025 16:19:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-16 15:52:19.329092
• Title: Lights, Camera, Matching: The Role of Image Illumination in Fair Face Recognition
• Title（参考訳）: 光, カメラ, マッチング: 顔認識における画像照明の役割
• Authors: Gabriella Pangelinan, Grace Bezold, Haiyu Wu, Michael C. King, Kevin W. Bowyer,
• Abstract要約: コーカサスとアフリカ系アメリカ人の女性画像対の類似度スコア分布の精度ギャップを小さくすることを目的としている。 中央の明るさのみに基づくバランスは、d'が46.8%減少し、輝度分布に基づくバランスは57.6%減少する。
• 参考スコア（独自算出の注目度）: 6.646627444027418
• License:
• Abstract: Facial brightness is a key image quality factor impacting face recognition accuracy differentials across demographic groups. In this work, we aim to decrease the accuracy gap between the similarity score distributions for Caucasian and African American female mated image pairs, as measured by d' between distributions. To balance brightness across demographic groups, we conduct three experiments, interpreting brightness in the face skin region either as median pixel value or as the distribution of pixel values. Balancing based on median brightness alone yields up to a 46.8% decrease in d', while balancing based on brightness distribution yields up to a 57.6% decrease. In all three cases, the similarity scores of the individual distributions improve, with mean scores maximally improving 5.9% for Caucasian females and 3.7% for African American females.
• Abstract（参考訳）: 顔の明るさは、人口集団間での顔認識精度の差に影響を与える重要な画像品質要因である。 本研究では, コーカサスとアフリカ系アメリカ人の雌の交配画像対における類似度スコア分布の精度差を, 分布間のd'で測定することを目的とした。 人口集団間での明るさのバランスをとるために、3つの実験を行い、顔の皮膚領域の明るさを中央値または画素値の分布として解釈する。 中央の明るさのみに基づくバランスは、d'が46.8%減少し、輝度分布に基づくバランスは57.6%減少する。 いずれの場合も、個々の分布の類似度スコアは改善され、平均スコアは白人女性5.9%、アフリカ系アメリカ人女性3.7%が最大で改善している。

関連論文リスト

• Improving Fairness using Vision-Language Driven Image Augmentation [60.428157003498995]
  公平性は、特に顔領域において、ディープラーニングの識別モデルを訓練する際に重要である。 モデルは、特定の特性(年齢や肌の色など)と無関係な属性(下流タスク)を関連付ける傾向がある 本稿では,これらの相関を緩和し,公平性を向上する手法を提案する。
  論文  参考訳（メタデータ） (2023-11-02T19:51:10Z)
• Impact of Blur and Resolution on Demographic Disparities in 1-to-Many Facial Identification [6.818318933838661]
  本稿では、人口集団間での1対多の顔認証の精度について分析する。 プローブ画像のぼかしの増加や、プローブ画像の顔の解像度の低下は、偽陽性の認識率を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2023-09-08T17:13:22Z)
• Towards Fair Face Verification: An In-depth Analysis of Demographic Biases [11.191375513738361]
  近年,深層学習に基づく人物識別・検証システムは,精度の面で著しく向上している。 しかし、このようなシステムは人種、年齢、性別に関する重大な偏見を呈している。 本稿では,これらの要因の交叉性に着目した詳細な分析を行う。
  論文  参考訳（メタデータ） (2023-07-19T14:49:14Z)
• Studying Bias in GANs through the Lens of Race [91.95264864405493]
  本研究では, 画像生成モデルの性能と評価が, 学習データセットの人種構成にどのように影響するかを検討する。 その結果, 生成した画像の人種構成は, トレーニングデータの保存に成功していることがわかった。 しかし、推論中に高品質な画像を生成する手法であるトランケーションは、データの人種的不均衡を悪化させる。
  論文  参考訳（メタデータ） (2022-09-06T22:25:56Z)
• Face Recognition Accuracy Across Demographics: Shining a Light Into the Problem [8.02620277513497]
  顔の照明の違いによって生じる現象として,人口集団間で異なる顔認識精度について検討した。 両顔の偽像対は偽一致率(FMR)が増大していることが示される。 顔の明るさの変動を計測し、低すぎるか高すぎる顔の明るさが、顔領域の情報を減少させることを示すために、輝度情報メトリクスを提案する。
  論文  参考訳（メタデータ） (2022-06-04T02:36:35Z)
• Towards Racially Unbiased Skin Tone Estimation via Scene Disambiguation [48.632358823108326]
  仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。 仮想顔アバターは、没入型コミュニケーション、ゲーム、メタバースにおいてますます重要な役割を果たす。 これは年齢、性別、民族に関係なく、アルベドで表される外観の正確な回復を必要とする。
  論文  参考訳（メタデータ） (2022-05-08T22:01:30Z)
• On Disentangled and Locally Fair Representations [95.6635227371479]
  人種や性別などのセンシティブなグループに対して公平な方法で分類を行うという課題について検討する。 局所的公正表現を学習し、学習された表現の下で、各サンプルの近傍は感度特性の観点からバランスをとる。
  論文  参考訳（メタデータ） (2022-05-05T14:26:50Z)
• MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
  機械学習におけるマルチグループフェアネスの研究(MultiFair) この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。 提案するフレームワークは多くの異なる設定に一般化可能である。
  論文  参考訳（メタデータ） (2021-05-24T02:30:22Z)
• Mitigating Face Recognition Bias via Group Adaptive Classifier [53.15616844833305]
  この研究は、全てのグループの顔がより平等に表現できる公正な顔表現を学ぶことを目的としている。 我々の研究は、競争精度を維持しながら、人口集団間での顔認識バイアスを軽減することができる。
  論文  参考訳（メタデータ） (2020-06-13T06:43:37Z)
• Analysis of Gender Inequality In Face Recognition Accuracy [11.6168015920729]
  以上の結果から,(1) 類似度が高い女性に対して,(1) 類似度が高い女性に対して,(2) 類似度が高い女性に対して,(2) 類似度が高い女性に対して,詐欺師の分布は,女性の精度が低下していることが示唆された。 この現象は、アフリカ系アメリカ人、コーカサス系、アジア系の女性の顔のデータセットに共通している。
  論文  参考訳（メタデータ） (2020-01-31T21:32:53Z)

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。