顔属性分類における人口統計学的バイアスの再評価:FairFaceおよびUTKFaceデータセットにおける統計的根拠に基づくマルチモデル評価

顔分析システムは広く利用されているが、人口統計学的バイアスと性能の統計的信頼性は依然として重要な懸念事項である。本研究では、ResNet50、MobileNetV3、およびDeiT(Vision Transformer)の3つの代表的なアーキテクチャにおける顔属性分類の人口統計学的バイアスを、FairFaceおよびUTKFaceデータセットを用いて統計的根拠に基づいて評価した。人種と性別におけるサブグループ分析を実施し、格差指数、ブートストラップ信頼区間、および効果量分析を伴う推論統計的検定を組み込んだ。結果として、人種に基づく格差は性別に基づく格差よりも大幅に大きいことが示された。FairFaceでは人種格差が0.1124~0.1266の範囲であったのに対し、UTKFaceでは0.4726~0.4944に増加し、効果量が大きい(Cohen's d>1)ことが示された。対照的に、性別格差はFairFaceで0.0280~0.0582、UTKFaceで0.0194~0.0326と小さく、効果量も小さい(d < 0.13)ことが示された。モデル間の全体的な精度の差はわずかであったが、サブグループ間の格差はすべてのアーキテクチャで統計的に有意であった。これらの発見は、顔分析システムにおける信頼性の高い公平性評価のために、サブグループレベルの評価、不確実性の定量化、および統計的検証の重要性を強調している。