人脸识别技术设计保护隐私和防止偏见的系统方案.docx
《人脸识别技术设计保护隐私和防止偏见的系统方案.docx》由会员分享,可在线阅读,更多相关《人脸识别技术设计保护隐私和防止偏见的系统方案.docx(2页珍藏版)》请在冰豆网上搜索。
人脸识别技术设计保护隐私和防止偏见的系统方案
人脸识别技术——设计保护隐私和防止偏见的系统方案
人脸识别技术(FRTs)设计用来检测和识别被摄像机镜头捕捉到的人的图像。
实施这种技术有许多与安全有关的实际情况。
尽早识别FRTs系统中固有的隐私和偏见问题有助于缓解未来的风险。
理解人脸识别技术有两个维度。
第一个维度描述了受试者如何与FRTs系统合作:
同意和不同意。
在同意的情况下,受试对象知道他们的图像已被捕获并自愿参加。
在不同意的情况下,受试对象没有机会拒绝捕获其图像。
受试者愿意与FRTs合作的程度影响FRTs的错误率。
内容目录:
0 引 言
1 一种确定人脸识别技术准确性和隐私性权衡的启发式方法
2 隐私和隐私增强技术
2.1 隐私权和偏好
2.2 数据收集和共享许可
2.3 隐私增强技术
2.4 人脸识别黑客
2.5 检测回避
2.6 假冒
2.6.1 照片
2.6.2 视频
2.6.3 面具
2.6.4 变形
3 人脸识别中的偏见
3.1 以人口群体为目标
3.2 培训数据
3.3 目标数据
3.4 测量误差
3.5 蓄意瞄准
4 结 语
正文:
0 引 言
与指纹和虹膜识别非常相似,FRTs是一种生物识别系统,它依赖于模式识别来匹配给定数据集中的人脸。
换言之,有关一个人身体的数字化信息是从图像或视频中提取出来的,并与其他面部图像或其他传记信息相关联。
鉴于这些能力,本文介绍了一种二维启发式方法来描述FRTs中的准确性和隐私性权衡。
接着讨论了这项技术对隐私和偏见的影响。
1 一种确定人脸识别技术准确性和隐私性权衡的启发式方法
在本报告中,我们使用“准确性”一词来指代FRTs进行图像比较和正确识别人的能力。
选择该定义的原因是,我们希望遵循测试和实施FRTs的政府机构使用的分类法。
我们还认识到FRTs的性能准确性包括多个方面:
最大化真实肯定、最小化错误肯定和错误否定。
这些都对隐私和偏见有影响。
在对文献进行回顾之后,我们确定了一种二维启发式方法,以对比潜在的隐私问题和对FRTs准确性的影响。
第一个维度描述了受试者了解FRTs系统并同意配合使用的程度:
同意或不同意。
在同意的情况下,受试对象知道他们的图像已被捕获并通过自愿提供信息进行合作。
由于拍摄对象静止不动,取下脸部遮盖物并直视摄像机,因此可以得到更高质量的图像。
相反,在不同意的情况下,受试对象没有机会拒绝捕获其图像。
在这种情况下,通常会出现阻碍视线或姿势变化的情况,从而降低FRTs的准确性。
启发式对比的第二个方面是将面部验证与身份识别进行对比。
人脸验证是将一张人脸的参考图像与另一张人脸的参考图像,即声称身份人的参考图像进行一对一的比较。
此外,人脸识别涉及两个数据集的搜索。
它可以在一个数据集中的人脸中搜索另一数据集中的人脸,也可以从另一数据集中的一个数据集中搜索任意数量的记录。
在此报告中,我们将一对多和多对多标识归为一类:
一些对多。
这个映射关系与FRTs系统的准确性和偏差有关,因为目前用于一对一识别的算法比多对多识别的算法更准确。
表1所示的矩阵可以帮助我们评估错误与隐私和偏见潜在相互作用。
例如,它表明左上象限中的用例可能比右下象限中的用例具有更高的准确性。
因此,这种二维分类可以作为一组判断FRTs系统是否具有高精度的标准。
表1 按同意和匹配类型分列的人脸识别技术使用案例