Communication Dans Un Congrès Année : 2025

Évaluation de l'Équité des Systèmes Biométriques

Résumé

Les systèmes de reconnaissance biométrique basés sur l’apprentissage automatique sont largement déployés pour authentifier ou identifier des individus. Toutefois, ces systèmes peuvent présenter des variations de performance selon les profils d’utilisateurs ou les conditions d’usage, soulevant des enjeux d’équité. Plusieurs travaux ont proposé des métriques pour mesurer ces biais, mais leur complexité d'interprétation limite souvent leur adoption en pratique. Dans cet article, nous proposons une méthodologie expérimentale permettant d’analyser la sensibilité de ces métriques face à différents biais démographiques, ainsi qu’un nouvel indice de mesure, plus simple et opérationnel. Les résultats obtenus sur trois bases de données faciales et trois modèles de reconnaissance faciale démontrent la pertinence et la facilité d’utilisation de l’approche proposée.

Fichier principal
Vignette du fichier
GRETSI_2025_Neily_SANON.pdf (283.74 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05123425 , version 1 (10-07-2025)

Licence

Identifiants

  • HAL Id : hal-05123425 , version 1

Citer

Kaira Neily Sanon, Joël Di Manno, Tanguy Gernot, Christophe Charrier, Christophe Rosenberger. Évaluation de l'Équité des Systèmes Biométriques. XXe Colloque Francophone de Traitement du Signal et des Images (GRETSI), Aug 2025, Strasbourg, France. ⟨hal-05123425⟩
764 Consultations
77 Téléchargements

Partager

  • More