Architectural Bias in Face Presentation Attack Detection: A Comparative Study of Vision Transformers and Convolutional Neural Networks

Stel je voor dat je een hoogtechnologische beveiligingsbeambte bouwt voor een bank. De taak van deze bewaker is om naar je gezicht te kijken en te beslissen: "Is dit een echt persoon, of is het een nepfoto, een video of een masker?" Dit wordt Face Presentation Attack Detection (PAD) genoemd.

Het probleem is dat deze beveiligingsbeambte bevooroordeeld is geweest. In het verleden was hij erg goed in het herkennen van vervalsingen bij mensen met een lichte huid, maar raakte hij vaak in de war bij mensen met een donkere huid. Het was alsof een bewaker alleen de textuur van één bepaald type stof herkende en hetzelfde patroon op een ander materiaal niet kon identificeren.

Dit artikel stelt een simpele vraag: Kunnen we een slimmere beveiligingsbeambte bouwen met een nieuw type brein (een Vision Transformer) die iedereen eerlijk behandelt, vergeleken met het oude type brein (een Convolutional Neural Network of CNN)?

Hier is het verhaal van wat ze ontdekten, eenvoudig uitgelegd:

1. De Oude Bewaker vs. De Nieuwe Bewader

• De Oude Bewaker (CNN/ResNet18): Denk aan deze bewaker als iemand die naar een gezicht kijkt door kleine, lokale stukjes huid te bestuderen, zoals het bekijken van een mozaïeksteentje voor steentje. Ze zijn erg goed in het herkennen van de specifieke "textuur" van de huid waarop ze getraind zijn. Maar als ze een nieuw type huid zien dat ze nog niet eerder hebben gezien (zoals een andere etniciteit), raken ze in de war. Ze gaan denken dat echte mensen nep zijn omdat de "textuur" er anders uitziet.
• De Nieuwe Bewaker (Vision Transformer/DeiT-S): Deze bewaker kijkt naar het hele gezicht tegelijk, zoals het kijken naar een schilderij om het grote plaatje en de algemene vorm te zien, in plaats van alleen naar de individuele penseelstreken. Ze zijn getraind om de globale structuur van een gezicht te begrijpen, niet alleen de kleine details van de huidtextuur.

2. Het Experiment: Een Test van Eerlijkheid

De onderzoekers testten deze bewakers op een dataset genaamd CeFA, die mensen uit drie verschillende etnische groepen bevat: Afrikaans, Oost-Aziatisch en Centraal-Aziatisch.

• De Training: Ze leerden de bewakers werken met Afrikaanse en Oost-Aziatische gezichten.
• De Verrassingstest: Ze testten de bewakers vervolgens op Centraal-Aziatische gezichten, die de bewakers nog nooit hadden gezien. Dit is alsof je een student een wiskundetoets geeft over een onderwerp dat hij heeft bestudeerd, maar hem vervolgens vraagt een probleem op te lossen in een taal die hij nog nooit heeft gehoord.

3. De Resultaten: Wie Haalde de Test?

De "Vanuit het Nul Af" Poging (De Rookie)
Eerst probeerden ze een nieuwe bewaker vanaf nul op te bouwen zonder voorkennis.

• Resultaat: Deze bewaker was instabiel. Soms waren ze geweldig; andere keren waren ze verschrikkelijk. Ze behandelden mensen met een donkere huid veel slechter dan mensen met een lichte huid. Het was als een beginnende bewaker die in paniek raakte en willekeurige fouten maakte.

De Oude Bewaker (ResNet18)

• Prestaties: Het deed een redelijke taak bij de mensen die het kende (Afrikaans en Oost-Aziatisch).
• Het Falen: Wanneer het met de onbekende Centraal-Aziatische gezichten werd geconfronteerd, faalde het jammerlijk. Het weigerde 10,44% van de echte mensen, denkend dat het vervalsingen waren.
• De Analogie: Stel je een uitsmijter voor die jouw gezicht perfect kent. Maar wanneer je een vriend meeneemt met een iets andere stijl, denkt de uitsmijter dat je vriend een indringer is en zet hem eruit. Dit creëert een onrechtvaardig "twee-klassen systeem" waarbij sommige mensen gemakkelijk binnenkomen en anderen constant worden tegengehouden.

De Nieuwe Bewaker (DeiT-S)

• Prestaties: Deze bewaker was de ster van de show.
  • Nauwkeurigheid: Het was het meest nauwkeurig overall (97,27% correct).
  • Eerlijkheid: Het verschil in hoe het Afrikaanse versus Oost-Aziatische mensen behandelde, was bijna nul (slechts een gat van 0,13%).
  • De "Onbekende" Test: Toen het de Centraal-Aziatische gezichten ontmoette die het nog nooit had gezien, weigerde het slechts 2,89% van de echte mensen.
• De Analogie: Deze bewaker keek naar de vorm van het gezicht en de structuur van de gelaatstrekken. Zelfs al waren de huidskleur en textuur anders dan waarvoor de bewaker getraind was, herkende de bewaker: "Dit is een echt menselijk gezicht," en liet hen binnen. Het was 3,6 keer beter in het omgaan met nieuwe groepen dan de oude bewaker.

4. De Belangrijkste Conclusie

Het artikel concludeert dat het ontwerp van het brein ertoe doet.

• Oud Ontwerp (CNN): Richt zich op lokale texturen. Als de huidtextuur verandert (door etniciteit of verlichting), raakt het systeem in de war en wordt het oneerlijk.
• Nieuw Ontwerp (Vision Transformer): Richt zich op globale vormen en relaties. Het is minder bezorgd over huidtextuurverschillen en focust op het grotere plaatje van "is dit een gezicht?".

Waarom is dit belangrijk?
De onderzoekers ontdekten dat door simpelweg over te stappen op dit nieuwe "Vision Transformer"-architectuur (specifiek een vooraf getrainde versie genaamd DeiT-S), ze niet alleen een slimmere bewaker kregen, maar ook een eerlijkere bewaker. Het maakte minder fouten bij mensen met een donkere huid en, cruciaal, het raakte niet in paniek wanneer het mensen ontmoette uit etnische groepen die het nog nooit eerder had gezien.

Kortom: Het artikel suggereert dat als we beveiligingssystemen willen die even goed werken voor iedereen, ongeacht hun huidskleur of achtergrond, we moeten stoppen met het gebruik van de oude "textuur-gefocusde" breinen en moeten beginnen met het gebruik van de nieuwe "globale-structuur-gefocusde" Vision Transformers.