图像识别中的公平性分析：年龄、性别、肤色和种族的影响

本文分析了图像识别系统在不同人群属性上的表现，包括年龄、性别、肤色和种族，并探讨了潜在的公平性问题。

主要发现：

年龄: 婴儿、儿童和老年人识别率最高 (R@k)，而年轻人和成年人的识别率较低，R@10 指标差距高达 18.1。这与地区分析（第 5 节）和图像描述（第 6.1 节）的结果一致，表明年龄是具有最高类别差异的属性。* 性别: 男性样本的表现始终优于女性样本。* 肤色: 深肤色的 R@k 高于浅肤色。这可能与语言偏见有关，即较浅的肤色通常不会被描述，而较深的肤色会被描述 [34,47,60]。* 种族: 种族识别结果不一致。R@1 中，最高的类别是东亚和印度人，但在 R@5 和 R@10 中是中东人。最低的类别是拉丁裔、东南亚人和黑人。这种不一致性以及较低的标注者一致性（第 4 节）表明，种族标注具有高度主观性。

结论:

更多的样本并不一定意味着更好的召回率，样本数量并非性能差异的唯一来源。例如，尽管成年人和年轻人样本最多，但他们的识别率却最低。肤色也是如此，尽管浅肤色样本占主导地位，但深肤色的 R@k 更高。相反，在性别方面，无论是在样本数量还是在 R@k 方面，男性的表现都优于女性。

本研究强调了在图像识别系统中解决公平性问题的重要性，并呼吁开展进一步研究以减轻潜在的偏见。