本文深入探讨了生物识别技术在算法偏倚背景下的现存问题及解决方案,尤其关注人脸识别算法的种族歧视和偏见问题,并提出了未来的研究方向。
Mar, 2020
本文调查了公众对生物识别技术的理解、认知和接受程度,结果表明大多数人虽然了解生物识别技术,但只限于常见技术,而忽略了新兴领域,例如行为生物识别。本文提供了独特的观察角度来了解公众对生物识别技术的认知和了解程度,以及他们对生物识别技术应用领域的知识缺乏的情况。
May, 2019
生物测量学在识别准确性方面表现出了其能力。本文提出了一种理论分析方法来解决生物识别系统的可区分性问题,并展示了人口规模与避免冲突所需的独立位数之间的简单关系。研究结果令人鼓舞,因为整个地球人口的生物测量数据可以储存在一个普通硬盘上,还留有一些空间用于噪声和冗余。
Nov, 2023
本文就生物识别技术面临的问题进行了调查,包括认知性能、安全性、公平性、数据归集和用户隐私等,并提出了如何解决这些问题以提高其安全性和公信力的建议。
May, 2021
通过深入分析,本文重点讨论了涉及种族、年龄和性别等因素的交叉偏见问题,提出了在当前文献中较少探索的种族、年龄和性别组合方面的性能差异。此外,本文在定量分析中引入了五个补充指标,包括不公平影响和不公平待遇指标,以克服当前主流方法中常被忽视的重要局限。研究结果表明,人脸识别系统存在普遍偏见,不仅限于种族,不同的人口统计因素导致显著不同的结果。通过揭示这些偏见及其影响,本文旨在促进进一步研究,以开发更公正、更公平的人脸识别和验证系统。
Jul, 2023
本文提出了多个基于 biometric 系统评分的统计特征的评估指标和权重策略,通过评估数据得出生物识别系统的公平性。
Jun, 2023
本文从残障人群的需求入手,探讨了如何通过 AI 技术来解决其面临的较多的无障碍性障碍问题;同时,哪些道德问题需要被考虑到才能实现真正的包容性。
Aug, 2019
数字取证是确保数字世界免受身份盗窃的不可避免的一部分,生物特征是解决数字取证所遇到问题的更好方案,手部生物特征模式的潜在益处和范围已经通过手几何验证方法进行了调查。
Feb, 2024
本文讨论了生物识别系统,特别是脸部模态的漏洞和如何通过伪造攻击的方式欺骗生物识别系统,并提出了十个问题,以开始在人工智能时代探讨市民数据安全和数据隐私问题。
May, 2022
生物识别技术在数字身份识别中发挥着重要作用,然而当前的技术仍存在一定的安全性和精确性问题。本文调查了基于神经网络的各种生物识别技术,强调了对提高精确性和可靠性的不断追求,得出了神经网络与生物特征结合不仅可以提高准确性,还有助于整体安全性的结论。