人脸识别准确率的性别差异是一个与头发相关的难题

人们广泛接受人脸识别准确率存在“性别差异”，即女性的错误匹配率与错误不匹配率更高。然而，关于这一性别差异的成因所知相对较少。即便是最近的 NIST 关于人口统计学效应的报告，也将“分析因果”列在“我们未做的事”之下。我们首先证明女性与男性的发型存在重要影响人脸识别准确率的差异。具体而言，与女性相比，男性面部毛发有助于在不同男性面孔之间产生更大的平均外观差异。我们随后证明，当用于估计识别准确率的数据在性别间就发型对面部的遮挡程度取得平衡时，最初观察到的准确率性别差异大体消失。我们对两种不同匹配器以及针对高加索人与非裔美国人图像的分析均显示了这一结果。这些结果表明，未来关于准确率人口统计学差异的研究应将测试数据质量平衡的检验纳入问题表述之中。为促进可重复研究，本研究所用的匹配器、属性分类器与数据集已公开或将公开。