Clasificación de género con análisis racial en imágenes de espectro visual mediante técnicas de Deep Learning
Cargando...
Archivos
Fecha
2019
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
Estudios recientes demuestran que los algoritmos de deep learning logran
notables desempeños en tareas de reconocimiento facial y clasificación de
género. Sin embargo, algunos afirman la existencia de sesgo de raza y género
en esta tecnología para las tareas mencionadas. Se han establecido
diversas conjeturas controversiales respecto a esta tecnología y movimientos
que señalan no deben ser aplicadas en algunas áreas. Es así, como establecen
en alto el riesgo de utilizar esta tecnología debido al sesgo inherente que ésta
podría tener.
El presente trabajo establece un enfoque automático en la obtención y
categorización del color de piel facial a través de un algoritmo de segmentación y extracción del color facial predominante por medio de clústers,
diferenciándose así del utilizado en la mayoría de los estudios, el cual es manual y conlleva un alto grado de subjetividad, dependiendo así del criterio
o punto de vista del observador en base a alguna escala de comparación.
Por otro lado, se elabora una base de datos distribuida equitativamente
en género, la cual proporciona diferenciación fenotípica y geográfica. Estos
enfoques buscan a través de un clasificador de género utilizando técnicas
de deep learning corroborar o refutar los sesgos afirmados por distintos
estudios.
Notas
Tesis (Ingeniero Civil Informático)
Palabras clave
Reconocimiento Facial (Ciencia de la Computación), Género, Procesamiento de Datos, Aprendizaje de Máquina