迈向更公平的地标识别数据集
计算机视觉与模式识别
2022-06-07 v2
摘要
我们引入了一个新的地标识别数据集，其创建侧重于全球公平的表征。先前的工作提议从网络资源库中收集尽可能多的图像，而我们则认为此类方法可能导致有偏差的数据。为创建更全面和公平的数据集，我们首先定义地标相对于世界人口的公平相关性。这些相关性通过结合匿名化的 Google Maps 用户贡献统计与贡献者的人口统计信息来估计。我们提出了一种分层方法和分析，与现有数据集相比，其实现了对世界范围更公平的覆盖。所得到的数据集被用于作为 2021 年 Google 地标识别与检索挑战赛一部分的计算机视觉模型评估。
引用
@article{arxiv.2108.08874,
title = {Towards A Fairer Landmark Recognition Dataset},
author = {Zu Kim and André Araujo and Bingyi Cao and Cam Askew and Jack Sim and Mike Green and N'Mah Fodiatu Yilla and Tobias Weyand},
journal= {arXiv preprint arXiv:2108.08874},
year = {2022}
}
备注
Please cite the full detailed version of the paper instead: Improving Fairness in Large-Scale Object Recognition by CrowdSourced Demographic Information arXiv:2206.01326