是的 - 这项研究研究了普通位置的损失图像压缩对受试者的种族特征的面部识别算法的影响。我们采用了最近提出的基于种族表型的偏见分析方法，以衡量种族表型类别中不同损失压缩水平的影响。此外，我们确定了色度补充采样和与种族相关的表型之间的关系，以识别表现。先前的工作调查了损失的JPEG压缩算法对当代面部识别性能的影响。但是，这种影响与不同种族相关的截面组以及这种影响的原因存在差距。通过广泛的实验设置，我们证明了常见的损失图像压缩方法对特定种族表型类别（例如较深的肤色（最高34.55 \％））的面部识别性能具有更明显的负面影响。此外，在压缩过程中除去色度补充采样可提高所有受压缩影响的表型类别的错误匹配率（高达15.95 \％），包括较深的肤色，宽阔的鼻子，大嘴唇，大嘴唇和单层眼类别。此外，我们概述了可能归因于这种现象的基本原因的特征，例如JPEG等有损压缩算法。
translated by 谷歌翻译