Método para la eliminación del sesgo en sistemas de reconocimiento biométrico
Centro:
Categoría:
Equipo inventor:
Texto:
Nuevo método capaz de eliminar información sensible en la toma de decisiones en sistemas de reconocimiento biométrico. La tecnología entrenada mediante este modelo, llamada SensitiveNets, se puede entrenar para tareas específicas (por ejemplo clasificación de imágenes, reconocimiento de rostros, reconocimiento de voz, …), a la vez que se minimiza la contribución de las covariables seleccionadas, tanto la tarea en cuestión como la información embebida en la red entrenada. Estas covariables son normalmente la fuente de discriminación que se quiere evitar (por ejemplo género, etnia, edad, …).
Aplicación industrial:
La invención es interesante para empresas TIC o todas aquellas empresas que comercializan tecnología de reconocimiento biométrico así como las que buscan incorporarse al mercado biométrico con un nuevo producto disruptivo.
Aspectos innovadores:
Esta nueva tecnología permite diferenciarse de los competidores. SensitiveNets transforma los descriptores biométricos garantizando una toma de decisiones justa y transparente. Se trata de un paso adelante en el aprendizaje automático, mejorando la transparencia , privacidad y responsabilidad de los sistemas biométricos. SensitiveNets elimina los sesgos introducidos por los humanos y el aprendizaje de datos tradicional. Además, gracias a esta invención es posible adaptar la tecnología de reconocimiento biométrico actual a la nueva y exigente legislación (GDPR) en términos de discriminación de ciudadanos.
Pdf: