深肤色人群更易被自动驾驶车辆车撞? 美国院校称目标物识别设计存在“种族歧视”

据外媒报道,美国乔治亚理工学院(Georgia Institute of Technology)的一份新研究表明,相较于肤色较浅的人群,肤色较暗的人群与自动驾驶车辆发生碰撞事故的概率更高。
这是如何实现的?这就是本文作者想要弄清楚的第一个问题:当前自动驾驶车辆最新的目标物探查系统的表现究竟如何?
为寻找答案,研究人员仔细检查了大量有关行人图像的数据库,然后根据所谓的菲氏量表(Fitzpatrick scale)进行分类,发现菲氏量表系统对人们的肤色进行了分类。
结果不辨自明
肤色较暗的人群的目标物探查的准确率平均值下降了5个百分点。此外,当研究人员采用白天的持续时间乃至这类行人的阻碍观察时,肤色较深人群与肤色较浅人群间在探查率方面的差距将进一步拉大。
该研究的作者总结道:“有证据表明,相较于菲氏量表肤色类型数值较高的人群(肤色较深的人群),菲氏量表肤色类型数值较低(肤色较浅的人群)在目标物探查、标准数据集训练标准建模方面的精度似乎更高些。这一表现在很多行人的大图上都有所展现,当我们移除被遮蔽的行人后,该情况变得更明显。”
该份报告的标题非常切题——《目标物探查的预见性不公平性》(Predictive Inequity in Object Detection),但重要的是,该结论尚未通过同行的评审。这意味着,除此以外的其他研究人员尚未开展重复性研究,也并未将其结果与乔治亚理工学院研究人员的结果进行比对。
若其他研究人员的结果与乔治亚理工学院的一致,那么车企需要迅速修复这类“存在种族歧视”的目标物探查系统。毫无疑问,这将变得非常有趣。
编辑推荐
最新资讯
-
中汽中心工程院能量流测试设备上线全新专家
2025-04-03 08:46
-
上新|AutoHawk Extreme 横空出世-新一代实
2025-04-03 08:42
-
「智能座椅」东风日产N7为何敢称“百万级大
2025-04-03 08:31
-
基于加速度计补偿的俯仰角和路面坡度角估计
2025-04-03 08:30
-
《北京市自动驾驶汽车条例》正式实施 L3级
2025-04-02 20:23