有损图像压缩是否影响人脸识别中的种族偏见？
计算机视觉与模式识别
2022-08-17 v1 计算机与社会
机器学习
摘要
是——本研究调查了常见的有损图像压缩对面向受试者种族特征的人脸识别算法的影响。我们采用一种近期提出的基于种族表型分析的偏见方法来衡量不同水平有损压缩在各种族表型类别上的效应。此外，我们确定了色度子采样与识别性能中种族相关表型之间的关系。先前工作考察了有损 JPEG 压缩算法对当代人脸识别性能的影响。然而，关于这一影响如何随不同种族相关交叉群体变化及其成因，仍存在空白。通过一个广泛的实验设置，我们证明常见的有损图像压缩方法对特定种族表型类别（如较深肤色，高达 34.55%）的人脸识别性能有更显著的负面影响。此外，在压缩过程中去除色度子采样改善了受压缩影响的所有表型类别（包括较深肤色、宽鼻、厚唇和单眼皮类别）的误匹配率（高达 15.95%）。另外，我们概述了可能作为 JPEG 等有损压缩算法此类现象潜在成因的特征。
引用
@article{arxiv.2208.07613,
title = {Does lossy image compression affect racial bias within face recognition?},
author = {Seyma Yucer and Matt Poyser and Noura Al Moubayed and Toby P. Breckon},
journal= {arXiv preprint arXiv:2208.07613},
year = {2022}
}