Face Biometric Fairness Evaluation on Real vs Synthetic Cross-Spectral Images
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we compare the performance and fairness metrics on visual and thermal images of faces, including the synthetic images of human subjects with face masks. The comparative experiment is performed on two datasets: the SpeakingFace and Thermal-Mask dataset. We assess fairness on real images and show how the same process can be applied to synthetic images. The chosen fairness metrics include demographic parity difference and equalized odds difference. While the demographic parity difference is assessed as 1.24 for random guessing in the process of face identification, it reaches 5.0 when both the precision and recall rate approach 99.99%. These results confirm that inherently biased datasets significantly impact the fairness of any biometric system. For biometric-enabled systems, fairness is related to the adequacy of the data to represent different groups of human subjects. In this paper, we focus on three demographic groups: age, gender, and ethnicity. A primary cause of biases with respect to these groups is the class imbalance introduced through the data collection process. To address the imbalanced datasets, the classes with fewer samples can be augmented with synthetic images to generate a more balanced dataset, resulting in less bias when training a machine learning system. The study shows that fairness is correlated to the performance of the system rather than to the genesis of the images (real or synthetic). The experiment on a simple 3-Block CNN with a precision and recall rate of 99.99% using the demographic parity difference as an estimate of fairness showed that among gender, ethnicity, and age, the latter is an attribute that is the most sensitive while age is the least one.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle