虹膜识别系统呈现攻击检测中的 demographic bias（人口统计偏差）
计算机视觉与模式识别
2020-07-06 v2
摘要
随着生物识别系统的广泛使用，人口统计偏差问题引起了更多关注。尽管许多研究探讨了生物识别验证中的偏差问题，但尚未有工作分析呈现攻击检测（PAD）决策中的偏差。因此，本文研究并分析了虹膜 PAD 算法中的人口统计偏差。为便于清晰讨论，我们将差异性能和差异结果的概念适配到 PAD 问题上。我们使用 NDCLD-2013 数据库，通过三种基线（手工特征、迁移学习和从头训练）研究虹膜 PAD 中的偏差。实验结果表明，与男性用户相比，女性用户受到的 PAD 保护显著较弱。
引用
@article{arxiv.2003.03151,
title = {Demographic Bias in Presentation Attack Detection of Iris Recognition Systems},
author = {Meiling Fang and Naser Damer and Florian Kirchbuchner and Arjan Kuijper},
journal= {arXiv preprint arXiv:2003.03151},
year = {2020}
}
备注
accepted for publication at EUSIPCO2020