超碰激情 I 成人福利网站 I 淫国产 I 曰批视频免费30分钟成人 I 刘亦菲裸体视频一区二区三区 I 午夜久 I 尤物综合 I 亚洲一区av在线观看 I 欧美亚洲国产精品久久高清 I 欧美老熟妇乱子伦视频 I 无码中出人妻中文字幕av I 久久美女福利视频 I 精品无人区乱码1区2区3区在线 I 性饥渴的农村熟妇 I 色综合综合色 I 少妇人妻88久久中文字幕 I 久久夜色精品国产噜噜av I 老熟妇仑乱视频一区二区 I 男女做爰猛烈叫床视频动态图 I 日本大片一区二区 I 人成午夜免费视频在线观看 I 激情婷婷av I 男女下面一进一出免费视频网站 I 久久影视一区 I 午夜污网站 I 先锋人妻无码av电影 I 久久久久久久岛国免费网站 I 又粗又大又黄又硬又爽免费看 I 人妻无码免费一区二区三区 I www.色成人100 I 欧美高清网站 I 精品国产第一页 I 国产suv一区二区三区88区 I 橹图极品美女无圣光 I 午夜宅男欧美

盡管面部識別系統表示具有編碼個人身份的能力，但是，最近的工作表明，其中存儲了很多信息。由歐洲生物識別協會（EAB）組織，由Fraunhofer IGD研究科學家PhilippTerh?rst研究了這些問題。

面部生物識別模板中嵌入了多少軟生物特征，并且這些屬性通常與面部驗證性能具有很強的相關性。

該事件分為三個部分，每個部分回答一個不同的問題。

臉部模板中存儲了什么信息？

根據Terh?rst所說，存儲在面部生物識別模板中的主要信息包括人口統計，圖像特征和社會特征。

由弗勞恩霍夫（Fraunhofer）IGD科學家進行的研究分析了涉及113個屬性的兩個面部模板。

Terh?rst通過訓練大量的屬性分類器（MAC）來共同預測多個屬性，例如面部形狀，胡須類型以及個人是否涂有口紅，來實現這一目標。

實驗期間測試的生物特征識別算法是LFW和CelebA。Terh?rst的團隊分析了來自五千多人的一萬三千張圖像以及來自LFW的多達73個屬性注釋。CelebA測試考慮了來自一萬多個名人的40萬個圖像和40個二進制屬性。

通過FaceNet和ArcFace嵌入進行了測試，結果表明，頭部姿勢和社交特征最容易預測。

面部的幾何形狀，鼻子和圖像質量等也是可以預測的，而皮膚，嘴巴和環境則是最難預測的特征。

它與面部識別的公平性有何關系？

為了評估這些偏差，Terh?rst隨后著手分析軟生物學特性對面部識別算法（尤其是ArcFace和FaceNet）的性能的影響。

為此，科學家團隊使用了名為MAAD-Face的數據庫，其中包含大量的面部圖像，并具有多個高質量的屬性注釋。

這些包括針對每個屬性的六個陽性/陰性對照組，這些對照組是通過從數據庫中隨機選擇樣本創建的。這些合成組的樣本數量與陽性/陰性樣本的數量相同。

如果我們有一萬個帶有眼鏡的樣本圖像，而有九萬個沒有眼鏡的樣本圖像，那么對于陽性對照組，我們只會尋找隨機選擇的一萬個樣本，而對于陰性對照組，我們會隨機選擇九萬個樣本

通過對照組分析這兩種面部識別算法的結果表明，就人口統計學而言，中年、老年人、白人和男性個體的識別準確率要高于年輕、亞洲、黑人和女性個體。

考慮到與能見度相關的屬性，前額完全可見，發際線后退，禿頂，不戴眼鏡的人比受阻的前額、劉海、眼鏡和卷發的人準確率更高。

帽子、耳環、口紅和眼鏡等臨時屬性也降低了面部識別算法的精度，而拱形眉毛、大或尖的鼻子、濃密的眉毛、雙下巴和高骨高則有助于提高準確率。

與個人的非中立表情相反，這兩種算法在笑臉和閉嘴時也得分更高。根據Terh?rst的說法，這可能是由于來自數據庫的大量圖像來自名人。

其他偏見還考慮了使用者的頭發和眼睛的顏色，以及他們是否留著胡須。

如何減輕面部識別的偏見？

Terh?rst解釋說，了解人臉模板中的編碼信息可能有助于開發緩解偏見的解決方案，然后繼續進行網絡研討會的第三部分。

然而，據這位科學家稱，該領域的先前工作需要事先標記與偏差相關的屬性，并且只能減輕特定的偏差。

據報道，還已知這些動作會降低面部識別算法的整體性能，并且在集成到現有系統中時會遇到困難。

傳統系統的一種可能替代方法是公平分數歸一化（FNS）。Terh?rst解釋說，該技術可以對未標記的數據進行操作，并有效緩解未知來源的偏差。

據稱，FNS還可以顯著改善面部識別系統的性能，并且可以輕松地集成到現有系統中。