顔認証は、オンラインバンキングや個人デバイスへの安全なアクセスなど、さまざまなアプリケーションにおける本人確認の重要な要素です。しかし、既存の顔画像データセットは人種や性別などのバイアスが見られ、そのため顔認証システムの効果性と公正性が制限されています。この課題に対処するため、著者たちは高品質で多様な合成顔画像を生成するための包括的な手法を提案しています。この手法は、顔の特徴の多様な表現を強調し、身分証明書の写真として許可される特性を遵守しています。さらに、著者たちは926の独自のアイデンティティからなる27,780枚の画像を含む「Diverse and Inclusive Faces for Verification (DIF-V)」データセットを導入し、今後の顔認証研究の基準としています。この研究は、既存の認証モデルが特定の性別や人種に対してバイアスを示し、アイデンティティスタイルの変更がモデルのパフォーマンスに悪影響を及ぼすことを明らかにしました。