由人姿勢恢復和行為分析組作為一部分歐洲計算機願景會議2020為了消除面部識別系統中經常看到的偏見，已經測試了眾多新的非歧視性生物識別算法的提交。贏得解決方案的準確性達到99.9％，並且在擬議的偏見指標中得分較低，這在開發更公平的面部生物特徵方法的發展方面是顯著的進步，宣布加泰羅尼亞大學。
公平挑戰，由Anyvision，旨在解決與識別少數民族有關的不准確性有關的面部識別算法中歧視問題。分析小組的Sergio Escalera組織了挑戰，以期提高這些系統涵蓋所有人口組的生物識別準確性。
挑戰的151名參與者提出了1800多種生物識別算法提交，並使用152,917張圖像，描繪了6,139個身份。對於兩個受保護的屬性，性別和膚色以及另外五個受保護的屬性，對圖像進行了註釋。年齡段（0至34、35至64、65多），頭姿勢（額葉，其他），圖像源（靜止圖像，視頻框架），戴著眼鏡和邊界盒大小。模擬比具有深色皮膚的女性要多得多。
“……被採用的數據集是不平衡關於不同的人口屬性。但是，它表明，當目標是建立公平的面部識別方法時，總體準確性是不夠的，並且關於該主題的未來工作必須考慮到準確性和偏見緩解。姓名實驗室以及計算機科學，多媒體和電信學院
結果發表在計算機視覺 - ECCV 2020研討會。
該帖子於2021年1月19日東部10:28更新，以指出Anyvision在挑戰中的作用。
