Position: Age Estimation Models Do Not Process Biometric Data

Résumé technique : Position : Les modèles d'estimation de l'âge ne traitent pas de données biométriques

Énoncé du problème
L'article aborde une ambiguïté réglementaire critique : les réseaux de neurones qui estiment l'âge à partir de photographies faciales traitent-ils des « données biométriques » au sens de cadres tels que le RGPD (article 4, paragraphe 14), la loi Illinois sur la protection des informations biométriques (BIPA) et la loi européenne sur l'intelligence artificielle. La définition des données biométriques repose souvent sur le fait que les données « permettent ou confirment l'identification unique » d'une personne physique. Alors que les régulateurs débattent de savoir si c'est le but (estimation de l'âge versus identification) ou la capacité technique (si les représentations intermédiaires contiennent des informations d'identité) qui devrait déterminer la classification, aucune guidance empirique n'existe. Cette incertitude crée des risques de conformité significatifs, notamment la nécessité d'un consentement explicite, des dommages-intérêts statutaires ou une classification de l'IA à haut risque, pouvant entraver le déploiement de systèmes de vérification de l'âge pour la sécurité des enfants.

Méthodologie
Pour résoudre empiriquement la question de la capacité, l'auteur a évalué 14 modèles de réseaux de neurones distincts sur trois benchmarks standard de vérification faciale :

1. Modèles : L'étude comprenait des sujets principaux (modèles d'estimation de l'âge entraînés uniquement pour la prédiction de l'âge), des modèles d'attributs faciaux (prédiction du genre, de l'émotion, etc.), une base de référence de reconnaissance faciale (InsightFace ResNet-100 avec ArcFace) et des modèles de vision à usage général (par exemple, DINOv3, ImageNet ResNet-50).
2. Benchmarks :
   • LFW (Labeled Faces in the Wild) : Vérification standard en conditions réelles.
   • AgeDB-30 : Paires d'un même individu avec des écarts d'âge allant jusqu'à 30 ans pour tester la robustesse au vieillissement.
   • CFP-FP : Appariement de face frontale à profil pour tester l'invariance à la pose.
3. Protocole d'évaluation :
   • Analyse couche par couche : Des plongements (embeddings) ont été extraits des couches intermédiaires des réseaux (et non seulement de la sortie finale) pour déterminer si des informations discriminantes d'identité émergent lors de l'inférence.
   • Métriques : La performance a été mesurée à l'aide du taux de faux non-appariement (FNMR) à des taux de fausses correspondances (FMR) fixes. Les résultats principaux ont été rapportés à FMR=1% (statistiquement fiable compte tenu de la taille de l'ensemble de données), avec FMR=0,01% rapporté pour la comparaison réglementaire.
   • Sondage par attention : Une expérience secondaire a attaché un sondage basé sur l'attention aux caractéristiques figées du modèle, en entraînant une nouvelle tête sur des données étiquetées par l'identité (Glint360k) pour déterminer si l'information d'identité était latente mais inaccessible via un simple regroupement (pooling).
   • Benchmarks : Les résultats ont été comparés aux seuils réglementaires de la NIST SP 800-63-4, du système d'entrée/sortie de l'UE (EES) et de l'alliance FIDO.

Résultats clés
Les preuves empiriques démontrent que les modèles d'estimation de l'âge manquent de capacité d'identification significative :

• Écart de performance : Les modèles d'estimation de l'âge sont en deçà des seuils d'identification de plusieurs ordres de grandeur. Sur le benchmark LFW à FMR=1%, le meilleur estimateur d'âge commercial a atteint un FNMR de 26,8 %, tandis que la base de référence de reconnaissance faciale (ArcFace) a atteint 0,23 %. Cela représente un écart de deux ordres de grandeur.
• Seuils réglementaires : Au point de fonctionnement réglementaire (FMR=0,01 %), les modèles d'estimation de l'âge ont atteint des FNMR compris entre 64 % et 99 %, dépassant largement l'exigence de <5 % pour les systèmes biométriques.
• Analyse des couches : Aucune couche intermédiaire dans aucun modèle d'estimation de l'âge n'a atteint une performance de vérification proche des normes réglementaires. Même les couches « meilleures » sont restées significativement au-dessus du seuil de FNMR de 5 %.
• Contextes adverses : Sur AgeDB-30 (grands écarts d'âge) et CFP-FP (variation de pose), les modèles d'estimation de l'âge ont performé au niveau ou près du hasard (saturant à 96–100 % de FNMR), indiquant que les caractéristiques optimisées pour l'estimation de l'âge sont orthogonales aux caractéristiques discriminantes d'identité.
• Résultats du sondage : Même lorsqu'un sondage basé sur l'attention a été entraîné sur les caractéristiques figées des modèles d'estimation de l'âge en utilisant des étiquettes d'identité, la performance est restée médiocre sur des benchmarks plus difficiles (par exemple, 67–98 % de FNMR sur AgeDB-30 et CFP-FP). Cela suggère que les représentations manquent fondamentalement des informations requises pour l'identification à travers les âges ou les poses.

Contributions clés

• Preuve empirique : L'article fournit la première évaluation systématique et empirique de savoir si les modèles d'estimation de l'âge possèdent la capacité technique d'identifier des individus, répondant directement à un vide dans les orientations réglementaires.
• Étalonnage par rapport aux normes : Il établit une base de référence concrète en comparant la performance des modèles à des seuils quantitatifs spécifiques définis par la NIST, l'EES de l'UE et la FIDO, déplaçant le débat de l'interprétation théorique vers la capacité mesurable.
• Différenciation du traitement : L'étude distingue les représentations intermédiaires transitoires (qui sont rejetées après l'inférence) des modèles biométriques stockés, fournissant des données pour soutenir l'argument selon lequel les premières ne constituent pas des données biométriques au sens des définitions actuelles.

Importance et revendications
L'article revendique que sa contribution principale est la preuve, et non une décision juridique. Il soutient que, puisque les modèles d'estimation de l'âge ne peuvent manifestement pas identifier des individus (échouant aux benchmarks de vérification de deux ordres de grandeur), leurs représentations intermédiaires ne répondent pas à la définition basée sur la capacité des données biométriques trouvée à l'article 4, paragraphe 14 du RGPD.

L'auteur appelle à :

1. Transparence de la part des chercheurs : La documentation des modèles (par exemple, les cartes de modèles) devrait indiquer explicitement si les plongements sont stockés ou rejetés et inclure les résultats des benchmarks de vérification pour clarifier les capacités d'un système.
2. Clarté réglementaire : Les régulateurs devraient distinguer le « traitement transitoire » (où les représentations n'existent que pendant l'inférence et sont rejetées) du « stockage de modèles » (où les plongements sont sauvegardés pour l'identification). L'article soutient que les systèmes incapables d'identification ne devraient pas être soumis aux protections les plus strictes des données biométriques conçues pour les systèmes d'identification, car une sur-réglementation entrave les applications de sécurité des enfants.

L'article conclut que, bien que les images faciales restent des données à caractère personnel, les protections spécifiques à haut risque associées aux données biométriques (telles que le consentement explicite de l'article 9 ou les dommages-intérêts statutaires de la BIPA) ne devraient pas s'appliquer aux systèmes qui ne peuvent empiriquement pas identifier des individus.