刻画人脸识别准确率相对于种族的变异性
计算机视觉与模式识别
2019-05-09 v3
摘要
许多近期的新闻标题将人脸识别技术标榜为有偏见或种族主义。我们报告了一项针对 MORPH 数据集中非裔美国人与高加索人图像队列之间人脸识别准确率差异的方法论调查。我们发现，对于所考虑的全部四种匹配器，冒名者分布与真实者分布在队列之间均存在统计显著差异。在固定决策阈值下，非裔美国人图像队列具有更高的错误匹配率和更低的错误不匹配率。ROC 曲线在相同错误匹配率下比较验证率，但不同队列在不同阈值下达到相同的错误匹配率。这意味着 ROC 比较与采用固定决策阈值的实际场景无关。我们表明，对于 ResNet 匹配器，两个队列的冒名者与真实者分布具有近似相等的分离度。以 ICAO 合规性作为图像质量标准，我们发现初始图像队列的优质图像比率不相等。原始图像队列中符合 ICAO 的子集显示出准确率提升，其主要作用是缩减真实者分布的低相似度尾部。
引用
@article{arxiv.1904.07325,
title = {Characterizing the Variability in Face Recognition Accuracy Relative to Race},
author = {KS Krishnapriya and Kushal Vangara and Michael C. King and Vitor Albiero and Kevin Bowyer},
journal= {arXiv preprint arXiv:1904.07325},
year = {2019}
}
备注
Paper will appear in the BEFA workshop at CVPR 2019