Ethische Datensätze für die Gesichtserkennung erstellen

Mit dem Wachstum der Nutzung von künstlicher Intelligenz (KI) wird die Bewertung verschiedener Modelle, insbesondere bei der Gesichtserkennung, immer wichtiger. Um sicherzustellen, dass KI-Systeme bereit für die öffentliche Nutzung sind, brauchen wir spezielle Bewertungsdatensätze. Diese Datensätze unterscheiden sich von den Daten, die zum Trainieren der Modelle verwendet werden. Sie werden so erstellt, dass sie den Datenschutzbestimmungen folgen und ethisch beschafft sind. Die Wirksamkeit und Fairness von Gesichtserkennungssystemen hängen stark von der Qualität und Vielfalt dieser Bewertungsdatensätze ab.

Leider stammt ein Teil der Daten, die in der Gesichtserkennung verwendet werden, aus dem Internet, oft ohne Zustimmung der Nutzer. Das wirft ernsthafte ethische Fragen auf und kann die Nutzung solcher Daten verhindern. In einigen seltenen Fällen werden Daten in kontrollierten Umgebungen gesammelt, in denen die Personen ihre Zustimmung geben, aber diese Methode ist oft schwierig und teuer. Deshalb haben viele Forscher Schwierigkeiten, geeignete Bewertungsdatensätze ohne signifikante Ressourcen zu erstellen.

Um diese Probleme zu lösen, haben wir einen Prozess namens Synthetic Identity Generation (SIG) Pipeline entwickelt. Dieses System hilft, ethische und ausgewogene Datensätze speziell zur Bewertung von Gesichtserkennungstechnologien zu erstellen.

#Überblick über die SIG Pipeline

Die SIG Pipeline kann hochwertige Bilder von synthetischen Identitäten erzeugen. Diese Identitäten können angepasst werden, indem man ihre Pose, Gesichtszüge und demografischen Details wie Rasse, Geschlecht und Alter ändert. Wir haben auch einen Datensatz namens ControlFace10k veröffentlicht, der über 10.000 Bilder von 3.336 einzigartigen synthetischen Identitäten umfasst. Dieser Datensatz ist in Bezug auf Rasse, Geschlecht und Alter ausgewogen und wurde mit der SIG Pipeline erstellt. Die Wirksamkeit von ControlFace10k als Bewertungsinstrument wurde mit den besten Gesichtserkennungsalgorithmen bewertet.

#Bedeutung von Bewertungsdatensätzen

Gesichtserkennungssysteme werden an vielen Orten eingesetzt, darunter Flughäfen und Sportstadien, hauptsächlich aufgrund des zunehmenden Bedarfs an schneller und zuverlässiger Identitätsverifizierung. Damit diese Systeme gut funktionieren, ist die Datenbasis, auf der sie bewertet werden, ebenso wichtig wie die Daten, die zu ihrer Schulung verwendet werden.

Die idealen Bewertungsdatensätze sollten viele Bilder von unterschiedlichen Identitäten enthalten, einschliesslich verschiedener Merkmale wie Pose, Beleuchtung und Gesichtsausdrücke. Diese Datensätze sind notwendig, um zu überprüfen, wie genau und fair Gesichtserkennungsalgorithmen in verschiedenen Bevölkerungsgruppen sind. Allerdings kann das Sammeln solcher vielfältigen Daten zeitaufwendig und teuer sein.

Vorurteile sind ein erhebliches Problem bei Gesichtserkennungssystemen und stehen meist im Zusammenhang mit unausgewogenen Datensätzen, die sowohl für das Training als auch für die Bewertung verwendet werden. Dieses anhaltende Problem unterstreicht die Notwendigkeit ausgewogener Bewertungsdatensätze. Die Herausforderungen beim Sammeln geeigneter Bewertungsdaten haben dazu geführt, dass einige Forscher Daten aus dem Internet scrapen, was ethische Bedenken aufwirft und gegen Datenschutzgesetze verstossen kann.

Synthetische Daten haben sich als mögliche Lösung zur Bewertung von Modellen herausgestellt, aber viele der aktuellen Methoden erlauben keine präzise Kontrolle über Faktoren wie Rasse, Geschlecht und Alter ohne spezifisches Training.

#Einführung der SIG Pipeline

In diesem Artikel stellen wir die Synthetic Identity Generation (SIG) Pipeline vor. Dieses System erzeugt ethische und ausgewogene Bewertungsdatensätze für Gesichtserkennungssysteme. Die SIG Pipeline kann hochwertige Bilder von synthetischen Identitäten mit detaillierter Kontrolle über deren Pose, Gesichtszüge und demografische Attribute mittels sorgfältig gestalteter Eingabeaufforderungen erstellen.

Mit der SIG Pipeline haben wir ControlFace10k produziert, einen neuen Bewertungsdatensatz für Gesichtserkennungssysteme. Dieser Datensatz enthält 3.336 einzigartige synthetische Identitäten, die in Bezug auf Rasse, Geschlecht und Alter ausgewogen sind. ControlFace10k ist Open Source und steht Forschern zur freien Nutzung zur Verfügung.

#Verwandte Arbeiten

#Datensätze zur Gesichtserkennung

Die Entwicklung von Technologien zur Gesichtserkennung ist stark von verfügbaren Bilddatensätzen abhängig. Es gibt viele bemerkenswerte Datensätze, von denen jeder einzigartige Merkmale aufweist. Zum Beispiel enthält der Labeled Faces in the Wild (LFW) Datensatz zahlreiche Bilder von öffentlichen Personen, die online gesammelt wurden. Der CelebA Datensatz bietet eine riesige Sammlung von Bildern von Prominenten, und CASIA-WebFace besteht aus realen Identitäten, die in rund einer halben Million Bildern erfasst wurden.

Allerdings haben viele dieser Datensätze Einschränkungen. Zum Beispiel hat der LFW-Datensatz Probleme mit Posevariationen und Altersvielfalt, was zu übermässig optimistischen Leistungen in Modellen führt. Cross-Pose LFW und Cross-Age LFW wurden entwickelt, um diese Einschränkungen anzugehen, haben aber immer noch keine umfassenden Lösungen. VGGFace2 ist vielfältiger, hat aber eigene Einschränkungen hinsichtlich der Repräsentation und Qualität.

Trotz der Bemühungen, Datensätze zu verbessern, bieten keine öffentlichen Datensätze umfassende Labels und Kontrolle über Rasse, Geschlecht, Pose und Alter gleichzeitig. Diese Lücke unterstreicht die Notwendigkeit eines systematischeren Ansatzes zur Erstellung von Datensätzen für die Gesichtserkennung.

#Fortschritte in der Gesichtserkennung

Es wurden bedeutende Fortschritte bei der Gesichtserkennung mit Deep Learning erzielt. Frühe Modelle wie DeepFace und FaceNet legten den Grundstein, basierten jedoch auf unkontrollierten Datensätzen, was zu möglichen Vorurteilen führte.

Innovationen wie SphereFace und ArcFace verbesserten die Leistung, hingen aber weiterhin von den Einschränkungen der Datensätze ab. Daher teilen viele Gesichtserkennungssysteme eine gemeinsame Schwäche: ihre Abhängigkeit von Datensätzen, die an Vielfalt in Rasse, Geschlecht und Pose mangeln. Diese anhaltende Herausforderung betont die Notwendigkeit eines besseren Ansatzes zur Datensatzgenerierung.

#Generierung synthetischer Identitäten

Der Bereich der synthetischen Bildgenerierung hat seit der Einführung von Generative Adversarial Networks (GANs) erheblich zugenommen. GANs sind zwei Modelle, die zusammenarbeiten, um neue Bilder zu erstellen. Diese Systeme wurden in verschiedenen Bereichen eingesetzt, darunter medizinische Aufzeichnungen und Bildübersetzung.

Es wurden verschiedene Anstrengungen unternommen, um synthetische Gesichtsbilder zu erstellen. Zum Beispiel generierte DeepFace Bilder, indem zuerst ein bestehendes Modell trainiert wurde, um Merkmale zu klassifizieren, bevor Gesichter basierend auf Beschreibungen erstellt wurden. Andere Methoden wie DiscoFaceGAN und DigiFace konzentrierten sich auf die Erstellung realistischer Gesichter mit variierenden Merkmalen, hatten aber immer noch keine Kontrolle über Attribute wie Rasse und Alter.

ControlNets haben sich als Fortschritt in der Steuerung des Generierungsprozesses herausgestellt, der eine kontrolliertere synthetische Gesichtsgenerierung ermöglicht. Diese neueste Entwicklung verbessert den Generierungsprozess, indem sie die Eingabeverarbeitung optimiert und vielfältige Ausgaben ermöglicht.

#Die Architektur der SIG Pipeline

Die SIG Pipeline besteht aus zwei Hauptsystemen: dem Prompt Builder und dem Image Generator.

#Prompt Builder

Der Prompt Builder startet den Prozess der Erstellung synthetischer Identitäten. Er generiert Eingabeaufforderungen, die Gesichtsattribute wie Rasse, Hintergrund und Alter umfassen. Um Vielfalt zu gewährleisten, erstellt der Builder kulturell vielfältige Namen aus verschiedenen Ländern.

Durch das Kombinieren von Schlüsselwörtern kann der Prompt Builder einzigartige synthetische Identitäten erstellen, die zu Milliarden einzigartiger Namenskombinationen führen können und so das Potenzial zur Generierung vielfältiger Identitäten betonen. Diese Flexibilität ermöglicht ein kontinuierliches Wachstum und Änderungen im Identitätsgenerierungsprozess.

#Image Generator

Der Image Generator nutzt die vom Prompt Builder erzeugten Eingabeaufforderungen, um die Bilder zu erstellen. Mithilfe der StableDiffusionControlNetPipeline aus einer bekannten Bibliothek spielt dieses System eine entscheidende Rolle bei der Steuerung der Bildsynthese. ControlNets erfassen die notwendigen Poseinformationen aus Referenzbildern, um sicherzustellen, dass die synthetischen Identitäten in verschiedenen Ausrichtungen einheitlich erscheinen.

Der Image Generator integriert ControlNets, um Posen effektiv zu steuern und kann mit Modellen arbeiten, die online oder lokal gehostet werden, um Flexibilität zu gewährleisten.

#Eigenschaften von ControlFace10k

ControlFace10k ist so konzipiert, dass es eine ausgewogene und kontrollierte Umgebung zur Bewertung von Gesichtserkennungssystemen über verschiedene demografische Gruppen bietet.

Der Datensatz umfasst synthetische Identitäten, die über vier ethnische Gruppen hinweg ausgewogen sind: Afrikaner, Asiat:innen, Kaukasier:innen und Inder:innen. Jede Gruppe enthält Bilder in verschiedenen Orientierungen, einschliesslich rechts-, front- und linksgerichtet. Darüber hinaus sind die Identitäten in drei Altersgruppen verteilt.

Ziel von ControlFace10k ist es, einen Datensatz bereitzustellen, in dem einzigartige Identitäten ohne die typischen Vorurteile realer Daten bewertet werden können. Dieser Datensatz dient als Grundlage für die Überprüfung der Fairness und Wirksamkeit von Gesichtserkennungssystemen und schliesst Lücken, die durch bestehende Datensätze hinterlassen wurden.

#Analyse der Ähnlichkeit

Um die Leistung von Gesichtserkennungsmodellen mithilfe von ControlFace10k zu verstehen, haben wir die Ähnlichkeitswerte synthetischer Identitäten mit denen eines bestehenden Datensatzes, bekannt als BUPT, verglichen. Der BUPT-Datensatz besteht aus vielfältigen Identitäten und bietet einen wertvollen Benchmark für die Bewertung.

Durch die Analyse der Ähnlichkeitswerte können wir bewerten, wie effektiv synthetische Identitäten in der Nachahmung realer Daten sind. Unsere Ergebnisse zeigen, dass die Werte für ControlFace10k im Allgemeinen mit denen von BUPT übereinstimmen, was die Nützlichkeit des Datensatzes weiter validiert.

#Fazit

Die SIG Pipeline bietet ein wichtiges Werkzeug zur Generierung von Bewertungsdatensätzen, die viele Herausforderungen in der Gesichtserkennung angehen. Durch die Erstellung synthetischer Identitäten mit kontrollierten Attributen legt dieses System die Grundlage für die Erstellung ausgewogener Datensätze wie ControlFace10k.

Während die Forschung fortgesetzt wird, bleibt die Erweiterung von SIG zur Erstellung grösserer Datensätze und zur Minderung von Vorurteilen innerhalb bestehender Modelle eine Priorität. Die Beiträge dieser Arbeit ebnen den Weg für die Verbesserung der Fairness und Leistung in Technologien zur Gesichtserkennung und erhöhen deren Zuverlässigkeit und Anwendbarkeit in verschiedenen Bevölkerungsgruppen.

#Zukünftige Richtungen

Für die Zukunft haben wir uns vorgenommen, die SIG Pipeline zu verfeinern, um ihre Ausgabe- und Generierungsfähigkeiten zu verbessern und grössere Datensätze mit einer noch breiteren Palette einzigartiger Identitäten zu erstellen. Strategien werden implementiert, um Vorurteile in Gesichtserkennungssystemen anzugehen, indem wir uns auf unterrepräsentierte Attribute konzentrieren.

Wir ermutigen Forscher:innen und Praktiker:innen, den ControlFace10k-Datensatz als wertvolle Ressource zur Bewertung und Weiterentwicklung von Gesichtserkennungssystemen zu nutzen. Unser Ziel ist es, die fortlaufende Erforschung und Entwicklung in diesem wichtigen Bereich der KI-Forschung zu unterstützen.