#480
summarized by : yamada ryosuke
Mitigating Bias in Face Recognition Using Skewness-Aware Reinforcement Learning

どんな論文か?

民族性を意識したデータセットであるBUPT-GlobalfaceとBUPT-Balancedfaceを構築した.そして,人種バイアスを緩和し,よりFairnessな特徴を学習するために,強化学習に基づくRL-RBNを提案する。RL-RBNには、非白人のための最適マージンを適応的に検出するためマルコフ決定過程を導入した。
placeholder

新規性

民族性を意識したデータセットを構築し,人種間の偏りを軽減するための研究のために公開した. 異なる人種間のバイアスを軽減するために適応マージンを学習するために強化学習を取り入れた新しいアルゴリズムRL-RBNを提案した。

結果

学習データセットにおいて様々なバリエーションで偏りを設けた際,提案手法では従来手法と比較してFairnessに関する統計的評価指標(STD, STR)において性能が良いことを確認した.

その他(なぜ通ったか?等)

学習するデータセットのサンプル数が人種間で均一であっても認識精度に差が生じてしまうことにいち早く着目し,それを解決するための手法を提案したこと.