脸部和情绪跟踪中的偏差

我们似乎赞同流行的过度简化的说法，即机器的偏见比人类少；然而，如果你熟悉机器被训练成阅读和关注数据的不同方面的方式，你就会知道。只是没有那么简单。

如果机器是由人类训练出来的，就不会没有偏见。

以下是对人脸跟踪和表情标记中可能出现的不同类型偏差的介绍。这些偏差中有许多是可以减少的；因此我也包括了对改进方法的建议。 如果你正在进行任何类型的人脸和情感追踪，你有责任意识到这些偏见。

查看下面的幻灯片或这里链接的视频: YouTube视频

文本: 许多人脸和情绪追踪公司尝试使用保罗-艾克曼的面部动作编码系统 (FACS)
- 但许多人没有花时间来正确使用它。

文本: 当你不正确使用FACS时会发生什么？

不正确的表达方式分类
不一致的表达分类
有偏见的标签（种族、文化、年龄等）。
无政府主义

即使你正确使用FACS，也总是会有偏见和不一致的地方--但通过采取谨慎的措施，这些问题可以大大减少。

文本: 不正确的表达方式分类

面部动作很微妙，如果不深入研究就很难区分。
大多数FACS参考文献(不包括 原始FACS手册）提供了不正确的FACS视觉效果--甚至被认为是可信的来源。
尽管有这些不准确的地方，但这些资料经常被人脸追踪工程师和研究人员用作参考。
由于科技公司在基于数据的角色上投资不足，他们很可能不具备正确的人员或资源来区分重要的面部动作。

文本: 不正确的表达方式分类

基本形状如"紧唇膏"经常与"""等行为混淆。压唇机"和/或"嘴唇撅起屁股。”
唇部紧致剂是重要的，在。 情感表达 & 语言生产

文本: 不正确的表达方式分类

以上是紧唇剂的真实表现。
这只是许多形状中的一个，每次都是在雷达下飞行。
– 误教 – 错误分类 – 误用

文本:当你不正确使用FACS时会发生什么？

- 不正确的表达方式分类
- 不一致的表达分类
- 有偏见的标签（种族、文化、年龄等）。
- 无政府主义

即使你正确使用FACS，也总是会有偏见和不一致的地方--但通过采取谨慎的措施，这些问题可以大大减少。

文本: 不正确的表达方式分类

围绕着不正确分类的同样问题这也是造成分类不一致的原因。

文本: 不一致的表达分类

如果科技公司不彻底投资于数据质量。他们的数据分类规则不能被标准化。

由于。

在雇用和/或培训员工担任基于数据的职务方面缺乏投资
缺乏高质量的FACS资源
在区分面部动作方面存在固有的困难

→ 贴标签者对表达的分类不一致。
→ 追踪者发展出奇怪的怪癖，把不正确的表达方式绑在一起，同时使其他人感到困惑。

文本: 不一致的表达分类

注：这张图是为了解释化身的形状激活问题，但同样的基本概念也适用于脸部和情绪追踪。

文本:当你不正确使用FACS时会发生什么？

- 不正确的表达方式分类
- 不一致的表达分类
- 有偏见的标签（种族、文化、年龄等）。
- 无政府主义

即使你正确使用FACS，也总是会有偏见和不一致的地方--但通过采取谨慎的措施，这些问题可以大大减少。

文本: 有偏见的标签（种族、文化、年龄等）。

当表达式标签定义不清、理解不透彻时，小错误会造成大偏差。

文本: 有偏见的标签（种族、文化、年龄等）。

在讨论人脸追踪技术中可能存在的偏见之前，请考虑特征识别技术中已经存在的偏见：面部识别。

文本: 有偏见的标签（种族、文化、年龄等）。

如果我们连特征检测都做不好，可以想象在表情追踪中的偏差会有多复杂。表情追踪需要对面部特征以外的理解。它要求对微妙的面部运动有所了解。

文本: 有偏见的标签（种族、文化、年龄等）。 研究一直发现，人们在解读来自不同文化的面孔时明显更差。

^{Blais, Caroline & Jack, Rachael & Scheepers, Christoph & Fiset, Daniel & Caldara, Roberto.文化塑造了我们看脸的方式。(2008).PloS one.3. e3022.10.1371/journal.pone.0003022.}

文本: 有偏见的标签（种族、文化、年龄等）。

人们在看脸时提取信息的方式不同，在解释情绪时寻找不同的线索。
文化深深影响着我们认为有价值的信息和线索。

研究发现。

东亚参与者倾向于关注脸部中间，鼻子周围，更重视眼睛和目光方向。
西方高加索人 参与者倾向于在眉毛和嘴部区域寻找情感的表达。
当参与者看有冲突表情的脸时，这些注意力的差异会产生偏差
例如：当有一双悲伤的眼睛，有一张快乐的嘴。
- 日本参与者更重视眼睛所表现出的情感
- 美国参赛者更关心口腔领域。

^{1.Blais, C., Jack, R. E., Scheepers, C., Fiset, D., and Caldara, R. (2008).文化塑造了我们看脸的方式。PLoS ONE 3:e3022. doi: 10.1371/journal.pone.0003022}^{2.Elfenbein, H. A., & Ambady, N. (2003).识别情绪的普遍性和文化差异。当前心理科学的方向，12（5），159-164。}^{3.Matsumoto, D., Kasri, F., & Kooken, K. (1999).美国和日本在表达强度和主观体验判断上的文化差异。Cognition & Emotion, 13(2), 201-218.}^{4.Matsumoto, D., & Ekman, P. (1989).美国和日本的文化差异在面部情绪表达的强度评级。动机与情感，13（2），143-157。}^{5.Marsh, A. A., Elfenbein, H. A., & Ambady, N. (2003).非语言 "口音 "的文化差异在面部情绪表达中的体现。心理科学》，14（4），373-376。}^{6.Yuki, M., Maddux, W. W., & Masuda, T. (2007).东方和西方的灵魂之窗是一样的吗？在日本和美国使用眼睛和嘴作为识别情绪的线索的文化差异。实验社会心理学杂志，43（2），303-311。}

文本: 有偏见的标签（种族、文化、年龄等）。

现在考虑一下表达标签中的内容......。

文本: 有偏见的标签（种族、文化、年龄等）。

如果唇角抑制器如果不能正确理解，标签人员更有可能错误地进行分类。任何形状，唇角下垂，如唇角抑制器.这些错误分类的形状通常是由以下因素影响造成的抬头族 – 但它们也可能包括更糟糕的东西：中性脸（没有表情的脸）。
这种误解的一个可能结果是。 过度侦测的 唇角抑制器 唇角下垂的人中。很多时候，由于重力的长期影响，老年人的嘴角会下垂。

文本: 有偏见的标签（种族、文化、年龄等）。

从不恰当的标签做法来看，老年人群可能会被过度检测到的疾病。唇角抑制器.
唇角压舌板是悲伤的一个重要组成部分。这种错误是否会导致老年人口群体对悲伤的过度检测？
其他群体的面部特征是唇角下垂，怎么办？他们会不会被错误地理解为 "悲伤"？

文本: 有偏见的标签（种族、文化、年龄等）。

追踪器错误地检测到的问题可能看起来并不是什么大问题。唇角抑制器或悲伤，但。当人脸追踪被用于更大的事情，如心理健康评估或评估潜在的工作候选人时会发生什么？

文本: 有偏见的标签（种族、文化、年龄等）。

人工智能正在分析求职者在视频求职面试中的面部表情--联合利华、IBM、Dunkin Donuts和其他许多公司已经在使用这项技术。
报告：情绪识别技术不起作用，但招聘人员和其他人还是在使用它
情感检测 "AI是一个$200亿的产业。新的研究说，它不能做到它所声称的那样。

文本: 有偏见的标签（种族、文化、年龄等）。

我们谈到了不恰当的标签会煽动对老年人群的偏见.. . 但对具有某些面部特征的人的其他偏见呢？

文本: 有偏见的标签（种族、文化、年龄等）。

"....面部识别程序表现出两种不同类型的偏见。

首先。 在每一个微笑中，黑脸都比白脸更愤怒。 Face++显示了这种类型的偏见。第二。 黑脸的人总是被打成更愤怒的样子 如果他们的面部表情有任何不明确之处。面部API显示了这种类型的差异。即使黑人的脸是部分微笑的，我的分析表明与具有类似表情的白人同行相比，系统承担了更多的负面情绪。各个种族的平均情绪分数更加接近，但黑人和白人的脸仍然有明显的差异"。

理解情绪解读AI中隐藏的偏见
-Lauren Rhue