BriefGPT - AI 论文速递
·
Mitigating Bias in Facial Recognition Systems: Centroid Fairness Loss Optimization
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的后处理方法，通过优化基于中心的回归损失，减轻面部识别系统在不同人群中的偏差。结果表明，该方法在提高公平性的同时，保持了全球准确性。
🎯
关键要点
- 本研究提出了一种新的后处理方法，旨在减轻面部识别系统在不同人群中的偏差。
- 该方法通过优化基于中心的回归损失来提高预训练模型的公平性。
- 研究结果表明，该方法在提升公平性的同时，能够有效保持全球准确性。
➡️
