基于图像与自我报告的皮肤表型度量的信度与效度
计算机视觉与模式识别
2021-06-22 v1 图像与视频处理
摘要
随着人脸识别系统日益普及，确保这些技术在不同人口群体中的充分性能十分重要。近来，皮肤色调等表型被提议作为探索性能差异时传统种族类别的更优替代。然而，关于如何在生物识别性能评估或更广泛的人工智能中恰当度量皮肤色调，几乎未达成共识。在本研究中，我们探讨了从图像估计的面部区域亮度度量（FALM）与使用专门测量人体皮肤的装置收集的地面真实皮肤读数之间的关系。同一人不同图像估计的 FALM 相对于地面真实 FALM 差异显著。仅通过加强对采集过程的控制（相机、背景和环境）才减少了该差异。接下来，我们将地面真实 FALM 与通过标准、面对面医疗调查获得的 Fitzpatrick 皮肤类型（FST）类别进行比较，表明 FST 对皮肤色调的预测能力很差。最后，我们展示了 FALM 的噪声估计如何导致在选择人口差异解释因素时出错。这些结果表明，用于生物识别性能评估的皮肤色调度量必须来自客观、表征明确且受控的来源。此外，尽管目前实践中采用此方法，但从不受控图像中估计 FST 类别和 FALM 并不能提供恰当的皮肤色调度量。
引用
@article{arxiv.2106.11240,
title = {Reliability and Validity of Image-Based and Self-Reported Skin Phenotype Metrics},
author = {John J. Howard and Yevgeniy B. Sirotin and Jerry L. Tipton and Arun R. Vemury},
journal= {arXiv preprint arXiv:2106.11240},
year = {2021}
}
备注
11 pages, 5 figures