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。
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