中文

剖析面部分析中的偏差

计算机视觉与模式识别 2021-12-14 v1

摘要

已有研究表明,现有的面部分析系统会对某些人口统计子群体产生偏差结果。由于其对社会的冲击,确保这些系统不基于个体的性别、身份或肤色进行歧视已变得势在必行。这导致了关于人工智能系统中偏差识别与缓解的研究。在本文中,我们概括了用于面部分析的偏差检测/估计与缓解算法。我们的主要贡献包括对用于理解偏差的算法进行系统综述,以及现有偏差缓解算法的分类体系和广泛概述。我们还讨论了有偏差面部分析领域的开放挑战。

关键词

引用

@article{arxiv.2112.06522,
  title  = {Anatomizing Bias in Facial Analysis},
  author = {Richa Singh and Puspita Majumdar and Surbhi Mittal and Mayank Vatsa},
  journal= {arXiv preprint arXiv:2112.06522},
  year   = {2021}
}

备注

Accepted in AAAI 2022