Dublin Core
Title
Fair-face verification by using non-sensitive soft-biometric attributes
Subject
006.2483
Ciencias de la computación
Reconocimiento facial
Algoritmos computacionales
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2021
Los algoritmos de reconocimiento facial han demostrado tener diferencias en los resultados
entre los distintos grupos demográficos. Incluso cuando se establece un umbral
global para obtener una tasa de falsas coincidencias (FMR) específica para todo el sistema,
algunos grupos demográficos pueden obtener resultados significativamente peores que los
indicados. Para mitigar esto, algunos autores han propuesto utilizar umbrales específicos
por grupos demográficos. Sin embargo, esto es poco práctico en un entorno operativo, ya
que requeriría que los usuarios informaran de su grupo demográfico o lo predijeran en el
sistema. Ambas opciones son controversiales, debido a que el dato del grupo demográfico
es sensible. Además, en el caso de utilizar umbrales basados en un grupo racial, requiere
enumerar exhaustivamente todas las razas posibles para el sistema. Demostramos que se
puede conseguir un efecto de mitigación similar utilizando atributos biométricos blandos
predecibles no sensibles. Se trata de atributos basados en la apariencia de los sujetos
que no dependen de cómo se identifican los usuarios (como el peinado, los accesorios y
la geometría facial). Utilizamos 38 atributos binarios no demográficos del conjunto de
datos MAADFace. Presentamos los resultados en el conjunto de datos BFW, que tiene un
número equilibrado de identidades por raza y género. Comparamos las estrategias basadas
en la agrupación y en los árboles de decisión como formas de seleccionar estos umbrales.
Demostramos que estas estrategias pueden reducir los resultados diferenciales en los grupos
interseccionales con el doble de eficacia que el uso de umbrales específicos de género
y, en algunos casos, también son mejores que el uso de umbrales específicos de raza.
entre los distintos grupos demográficos. Incluso cuando se establece un umbral
global para obtener una tasa de falsas coincidencias (FMR) específica para todo el sistema,
algunos grupos demográficos pueden obtener resultados significativamente peores que los
indicados. Para mitigar esto, algunos autores han propuesto utilizar umbrales específicos
por grupos demográficos. Sin embargo, esto es poco práctico en un entorno operativo, ya
que requeriría que los usuarios informaran de su grupo demográfico o lo predijeran en el
sistema. Ambas opciones son controversiales, debido a que el dato del grupo demográfico
es sensible. Además, en el caso de utilizar umbrales basados en un grupo racial, requiere
enumerar exhaustivamente todas las razas posibles para el sistema. Demostramos que se
puede conseguir un efecto de mitigación similar utilizando atributos biométricos blandos
predecibles no sensibles. Se trata de atributos basados en la apariencia de los sujetos
que no dependen de cómo se identifican los usuarios (como el peinado, los accesorios y
la geometría facial). Utilizamos 38 atributos binarios no demográficos del conjunto de
datos MAADFace. Presentamos los resultados en el conjunto de datos BFW, que tiene un
número equilibrado de identidades por raza y género. Comparamos las estrategias basadas
en la agrupación y en los árboles de decisión como formas de seleccionar estos umbrales.
Demostramos que estas estrategias pueden reducir los resultados diferenciales en los grupos
interseccionales con el doble de eficacia que el uso de umbrales específicos de género
y, en algunos casos, también son mejores que el uso de umbrales específicos de raza.
Creator
Villalobos, Esteban
Date
2021-09-13T15:14:11Z
2021-09-13T15:14:11Z
2021
Contributor
Mery Quiroz, Domingo
Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Rights
acceso abierto
Format
x, 40 páginas
application/pdf
Language
en
Type
tesis de maestría
Identifier
10.7764/tesisUC/ING/62468
https://doi.org/10.7764/tesisUC/ING/62468
https://repositorio.uc.cl/handle/11534/62468