亚马逊Web Services揭示了一种评估的方法偏见在面部识别算法中，无需使用带注释的身份标签。
关于该主题的研究论文，发现市场帖子，描述了一种检测指示偏见的性能差异的方法。
据报道，该方法称为面部识别或SPE-FR的半监督性能评估，尽管它仅根据来自不同人口组的数据来估算模型的性能，但仍检测到差异。
根据文章，SPE-FR可以使偏见的模型“对于面部识别软件的创建者更加实用”。
该论文说：“对于在系统采用之前的公司和机构来说，这可能是特别有用的，否则他们可能无法估算系统性能或检测潜在的偏见，因为它们无法为其数据收集可靠的身份注释。”
在实验中，科学家在数据上训练了面对生物识别模型，其中特定的人口统计学信息被隐藏了专门为造成偏见。亚马逊的机器学习模型始终在这些更改的数据集中发现差异性能变化。
实际上，SPE-FR的表现优于贝叶斯校准。
“可以将SPE-FR现成的架子应用于具有最先进设计的各种面部嵌入模型，并在不同的数据集上进行了培训。”纸。
在英国审查的生物识别服务网关
另一个报告也讨论了生物识别偏差，该报告的重点是增加生物识别服务网关，由英国警察部队和南威尔士警察部署的现场面部识别飞行员进行的移动指纹硬件和软件。
该网关于2018年首次在英国部署。他们允许警察扫描印刷品并将其与警察和移民数据库进行比较。这最新报告民权倡导者种族正义网络和约克郡的抗议者遵循以前的“停止扫描'去年的报告。
该文件基于来自35个警察机构的信息自由响应。 （以缺乏时间和资源为由，十一位拒绝做出回应。）
被发现正义差距，该报告声称，警方并未客观地使用门户。官员们可以要求任何人觉得一个人犯罪或撒谎对其身份撒谎，他们就会服从生物识别扫描。
该报告表明，黑人停止和生物识别扫描的可能性是白人的四倍。亚洲人停止的可能性是两倍。男性被停止和扫描的可能性是女性的12倍。
在南威尔士警察局使用的生物特征算法可能会加剧查询的不平等比例面部识别计划倡导团体认为，这是在2020年结束的。
研究指出2019年的NIST数据表明某些算法误认为黑人或东亚的可能性比白色面孔高10到100倍。但是，并非所有评估的算法都在商业生产中，而其他人则发现人口统计学之间的性能差异是不可察觉的，促使NIST生物识别标准和测试负责人Patrick Grother敦促那些实施面部识别的人具体评估偏见。
