Does lossy image compression affect racial bias within face recognition?

要約

はい – この調査では、被験者の人種的特徴に関して、一般的な非可逆画像圧縮が顔認識アルゴリズムに与える影響を調査します。
最近提案された人種表現型ベースのバイアス分析方法論を採用して、人種表現型カテゴリ全体でさまざまなレベルの非可逆圧縮の影響を測定します。
さらに、クロマサブサンプリングと人種関連の表現型との関係を認識パフォーマンスのために決定します。
以前の研究では、非可逆 JPEG 圧縮アルゴリズムが現在の顔認識パフォーマンスに与える影響を調査しています。
ただし、この影響が異なる人種関連の交差グループとこの影響の原因によってどのように変化するかにはギャップがあります.
大規模な実験セットアップを介して、一般的な非可逆画像圧縮アプローチは、肌の色が濃いなどの特定の人種表現型カテゴリの顔認識パフォーマンスに、より顕著な悪影響を与えることを示しています (最大 34.55\%)。
さらに、圧縮中にクロマサブサンプリングを削除すると、圧縮の影響を受けるすべての表現型カテゴリ (肌の色が濃い、鼻が広い、大きな唇、一重の目など) で誤一致率 (最大 15.95\%) が向上します。
さらに、JPEG などの非可逆圧縮アルゴリズムのこのような現象の根本的な原因として考えられる特性について概説します。

要約(オリジナル)

Yes – This study investigates the impact of commonplace lossy image compression on face recognition algorithms with regard to the racial characteristics of the subject. We adopt a recently proposed racial phenotype-based bias analysis methodology to measure the effect of varying levels of lossy compression across racial phenotype categories. Additionally, we determine the relationship between chroma-subsampling and race-related phenotypes for recognition performance. Prior work investigates the impact of lossy JPEG compression algorithm on contemporary face recognition performance. However, there is a gap in how this impact varies with different race-related inter-sectional groups and the cause of this impact. Via an extensive experimental setup, we demonstrate that common lossy image compression approaches have a more pronounced negative impact on facial recognition performance for specific racial phenotype categories such as darker skin tones (by up to 34.55\%). Furthermore, removing chroma-subsampling during compression improves the false matching rate (up to 15.95\%) across all phenotype categories affected by the compression, including darker skin tones, wide noses, big lips, and monolid eye categories. In addition, we outline the characteristics that may be attributable as the underlying cause of such phenomenon for lossy compression algorithms such as JPEG.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google