本研究探讨了遮挡对面部识别系统公平性的影响,特别关注人口偏见的问题。通过使用rfw数据集和合成添加的现实遮挡,研究发现遮挡加剧了现有的人口偏见,并提出了一种新的指标——面部遮挡影响比率(foir),量化遮挡对不同人口群体模型表现的影响。
本文讨论了种族、年龄和性别等因素的交叉偏见问题,并提出了性能差异的种族、年龄和性别组合方面的研究。研究结果表明,人脸识别系统存在普遍偏见,不同的人口统计因素导致不同的结果。
本研究探讨了遮挡对面部识别系统公平性的影响,特别关注人口偏见的问题。通过使用rfw数据集和合成添加的现实遮挡,研究发现遮挡加剧了现有的人口偏见,并提出了一种新的指标——面部遮挡影响比率(foir),量化遮挡对不同人口群体模型表现的影响。
本文讨论了种族、年龄和性别等因素的交叉偏见问题,并提出了性能差异的种族、年龄和性别组合方面的研究。研究结果表明,人脸识别系统存在普遍偏见,不同的人口统计因素导致不同的结果。