学习情感盲化的人脸表征
计算机视觉与模式识别
2020-09-21 v1
摘要
我们提出两种对人脸情感响应相关面部表情盲化的人脸表征。该工作部分受到个人数据保护新国际法规的推动，这些法规强制数据控制者保护自动处理中涉及的任何敏感信息。情感计算(Affective Computing)的进展有助于改善人机接口，但与此同时，监控情感响应的能力对人类在公平性与隐私方面引发了潜在风险。我们提出两种不同方法来学习这些表情盲化的面部特征。我们表明，在消除与情感识别任务相关的信息的同时，主体验证、性别识别和种族分类的性能仅受到轻微影响。我们还展示了一个应用，在以保护面部表情属性为目的的吸引力分类案例研究中训练更公平的分类器。结果表明，在保留其他基于人脸的人工智能任务中具有竞争力的性能的同时，可以减少人脸表征中的情感信息。
引用
@article{arxiv.2009.08704,
title = {Learning Emotional-Blinded Face Representations},
author = {Alejandro Peña and Julian Fierrez and Agata Lapedriza and Aythami Morales},
journal= {arXiv preprint arXiv:2009.08704},
year = {2020}
}
备注
IAPR Intl. Conf. on Pattern Recognition, 2020