이 연구는 얼굴 인식 시스템의 인종 편향 문제를 해결하기 위해 합성 얼굴 이미지 생성 기술을 활용하였다. 먼저 아시아인, 흑인, 인도인 등 3개 인종을 균형있게 포함하는 ETAT 데이터셋을 구축하였다. 이 데이터셋을 활용하여 CycleGAN, StarGAN, FGAN 등의 모델을 통해 한 인종의 얼굴 이미지를 다른 인종으로 변환하는 실험을 진행하였다.
변환된 합성 이미지의 피부톤 분포를 분석한 결과, StarGAN과 FGAN 모델이 실제 인종의 피부톤을 잘 반영하는 것으로 나타났다. 또한 합성 이미지를 활용한 얼굴 이미지 품질 평가(FIQA) 및 얼굴 인식 성능 분석에서도 실제 데이터와 유사한 결과를 보였다. 특히 최신 얼굴 인식 모델인 ElasticArc+와 ElasticCos+가 합성 이미지에서도 우수한 성능을 보였다.
이 연구 결과는 합성 데이터 생성 기술이 편향된 얼굴 인식 시스템을 개선하고 다양성을 높이는 데 활용될 수 있음을 시사한다. 향후 연구에서는 최신 생성 모델을 활용하여 다양한 인종 및 피부톤을 표현할 수 있는 데이터셋 구축과 이를 활용한 편향 없는 얼굴 인식 시스템 개발이 필요할 것으로 보인다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Praveen Kuma... om arxiv.org 05-03-2024
https://arxiv.org/pdf/2405.01273.pdfDiepere vragen