Die neuesten Ergebnisse der Gesichtsanalysetechnologie von NIST unterstreichen, warum Altersschätzungssysteme nicht mit einer einzigen universellen Punktzahl eingestuft werden können. Die aktuelle Runde fügt vier Algorithmen hinzu und berichtet über die Leistung über Altersverteilungen, demografische Gruppen, Bildauflösung und Entscheidungsschwellen für Alterssicherung.
Rankings hängen von der getroffenen Entscheidung ab
Durchschnittliche Fehler können sich ändern, wenn jedes Alter das gleiche Gewicht erhält oder wenn die Ergebnisse durch die Anzahl der Bilder im Testset gewichtet werden. Auflösungstests stellen auch eine andere Frage: Ob die Leistung stabil bleibt, da weniger Pixel auf einem Gesicht verfügbar sind. NISTs demografische Analyse bewahrt die Richtung des Fehlers und zeigt, ob bestimmte Gruppen älter oder jünger geschätzt werden, anstatt diese Effekte innerhalb eines Gesamtdurchschnitts zu verbergen.
Schwellwerttests sind besonders für altersbeschränkte Dienste relevant, weil es nicht nur um die Entfernung zwischen dem geschätzten und dem tatsächlichen Alter geht, sondern darum, ob ein Fehler eine Person über eine Politikgrenze hinweg bewegt.
Beschaffung sollte sich am Einsatzfall orientieren
Betreiber sollten Kandidatensysteme anhand ihrer eigenen Altersverteilung, Erfassungsgeräte, Beleuchtung, Bildauflösung und gesetzlichen Schwelle testen. Ein Modell, das im breiten Durchschnitt gut funktioniert, ist möglicherweise nicht die sicherste Wahl in der Nähe einer bestimmten Altersgrenze. Menschliche Überprüfung, Einsprüche und Datenschutzkontrollen bleiben wichtig, wenn eine automatisierte Schätzung den Zugang zu einem Dienst beeinflusst. Zugangskontrolle und Identitätsabdeckung.
Schreibe einen Kommentar