Demographic Disparities in 1-to-Many Facial Identification

要約

顔認識精度の人口統計的変動を調査したこれまでの研究のほとんどは、「政府IDの品質」とも言える画像を使用して1対1の照合精度を分析していた。
この論文では、「監視カメラ品質」の画像で発生する可能性のある、プローブ画像のぼやけや解像度の低下が存在する場合の、人口統計グループにわたる 1 対多の顔識別の精度を分析します。
累積一致特性曲線 (CMC) は、人口統計全体でのランク 1 認識エラーの傾向を比較するのには適切ではないため、このために 3 つの指標を導入します: (1) 交配スコア分布と非交配スコア分布間の d’ 指標、(2) 絶対値
非接合分布の高類似性テールと接合分布の低類似性テールにおけるしきい値間のスコア差、および (3) プローブ画像のセット全体にわたる (接合 – 非接合ランク 1 スコア) の分布。
1 対多の精度における人口統計上の変動は、1 対 1 のマッチング精度で観察されたものと完全には一致していないことがわかりました。
また、1 対 1 の精度とは異なり、1 対多の精度での人口統計の比較は、人口統計全体での ID と画像の数の違いによって影響を受ける可能性があります。
最後に、プローブ画像のぼけが増加するか、プローブ画像の顔の解像度が低下すると、誤検知識別率が大幅に増加する可能性があることを示します。
そして、これらの高ブラーまたは低解像度条件における人口統計上の変動は、アフリカ系アメリカ人/白人よりも男性/女性の方がはるかに大きいことを示します。
「監視カメラ品質」のプローブ画像を「政府 ID 品質」のギャラリーに対して処理するという状況では、1 対多の精度が潜在的に崩れる可能性があるという点は重要です。

要約(オリジナル)

Most studies to date that have examined demographic variations in face recognition accuracy have analyzed 1-to-1 matching accuracy, using images that could be described as ‘government ID quality’. This paper analyzes the accuracy of 1-to-many facial identification across demographic groups, and in the presence of blur and reduced resolution in the probe image as might occur in ‘surveillance camera quality’ images. Cumulative match characteristic curves(CMC) are not appropriate for comparing propensity for rank-one recognition errors across demographics, and so we introduce three metrics for this: (1) d’ metric between mated and non-mated score distributions, (2) absolute score difference between thresholds in the high-similarity tail of the non-mated and the low-similarity tail of the mated distribution, and (3) distribution of (mated – non-mated rank one scores) across the set of probe images. We find that demographic variation in 1-to-many accuracy does not entirely follow what has been observed in 1-to-1 matching accuracy. Also, different from 1-to-1 accuracy, demographic comparison of 1-to-many accuracy can be affected by different numbers of identities and images across demographics. Finally, we show that increased blur in the probe image, or reduced resolution of the face in the probe image, can significantly increase the false positive identification rate. And we show that the demographic variation in these high blur or low resolution conditions is much larger for male/ female than for African-American / Caucasian. The point that 1-to-many accuracy can potentially collapse in the context of processing ‘surveillance camera quality’ probe images against a ‘government ID quality’ gallery is an important one.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google