生物特征识别中的人口统计偏差:一项新兴挑战综述
计算机与社会
2021-03-08 v2 密码学与安全
计算机视觉与模式识别
摘要
集成生物特征技术的系统已在个人、商业和政府身份管理应用中变得无处不在。合作式(如门禁控制)与非合作式(如监控与法医)系统均已从生物特征识别中受益。此类系统依赖于人类某些生物或行为特征的唯一性,从而能够通过自动化算法可靠地识别个体。然而近来,关于自动化决策系统(包括生物特征识别)中存在系统性偏差的公众与学术担忧不断涌现。最为突出的是,人脸识别算法常被媒体、非政府组织及研究人员一并贴上“种族主义”或“有偏差”的标签。本文的主要贡献为:(1) 生物特征识别背景下算法偏差主题的概述,(2) 对现有生物特征偏差估计与缓解文献的全面综述,(3) 对相关技术与社会问题的讨论,以及(4) 从技术与社会双重视角对剩余挑战与未来工作的勾勒。
引用
@article{arxiv.2003.02488,
title = {Demographic Bias in Biometrics: A Survey on an Emerging Challenge},
author = {P. Drozdowski and C. Rathgeb and A. Dantcheva and N. Damer and C. Busch},
journal= {arXiv preprint arXiv:2003.02488},
year = {2021}
}
备注
15 pages, 3 figures, 3 tables. Submitted to IEEE Transactions on Technology and Society. Update after first round of peer review