×
支持199IT發展可加入知識交流群(8K+用戶),最有價值數據分享和討論!
點擊即可加入!
關閉
title_temp-食色软件app下载

NIST:人臉識別供應商測試報告

食色APP美國標準與科技協會(NIST)發布了新報告“人臉識別供應商測試”,分析了人臉識別種族歧視產生的原因。

人臉識別系統中潛在的偏差來源

在對偏差的討論中,報告并沒有具體說明,但性能指標顯示,任何一個在理論上都可能存在人口差異。一個階段的錯誤通常會產生下游后果。

圖像質量的影響

最近的研究表明,攝像頭可以對通用的下行識別引擎產生影響。糟糕的圖像可能會破壞檢測或識別,而且某些人口統計數據可能會產生不適合人臉識別的照片,例如幼兒或非常高大的個體。如上所述,在捕獲階段,即在與其他圖像進行任何比較之前僅收集單個圖像時,可能會出現人口統計學差異。在收集過程中出現的人口統計差異可能(至少)源于攝像機、環境或“階段”以及客戶端檢測或質量評估算法的不足。

攝影標準

食色APP人臉識別是對從兩張照片中提取的特征的微分進行操作。精確度可能會受到糟糕的攝影/照明/呈現以及這些方面的差異的影響。當然,一張曝光嚴重不足的照片無法沒有足夠的信息內容,但兩張即使曝光程度稍差的照片也可以匹配,而且當代領先的算法對質量降級都有很高的容錯度。

年齡和老齡化

食色APP衰老將在幾十年內改變容貌,最終將破壞自動人臉識別。年齡本身是人口統計因素,因為老年人和年輕人的準確性和指紋認證都不同,即使兩張照片之間沒有明顯的時間間隔。

PDF版本將分享到199IT交流群,支持我們發展可加入!

感謝支持199IT
我們致力為中國互聯網研究和咨詢及IT行業數據專業人員和決策者提供一個數據共享平臺。

要繼續訪問我們的網站,只需關閉您的廣告攔截器并刷新頁面。
滾動到頂部