{rfName}
Ho

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

34

Altmetrics

Grant support

No Statement Available

Análisis de autorías institucional

Deandres-Tame, IvanAutor (correspondencia)Tolosana, RubenAutor o CoautorVera-Rodriguez, RubenAutor o CoautorMorales, AythamiAutor o CoautorFierrez, JulianAutor o CoautorOrtega-Garcia, JavierAutor o Coautor

Compartir

Publicaciones
>
Artículo

How Good Is ChatGPT at Face Biometrics? A First Look Into Recognition, Soft Biometrics, and Explainability

Publicado en:IEEE Access. 12 34390-34401 - 2024-01-01 12(), DOI: 10.1109/ACCESS.2024.3370437

Autores: DeAndres-Tame, Ivan; Tolosana, Ruben; Vera-Rodriguez, Ruben; Morales, Aythami; Fierrez, Julian; Ortega-Garcia, Javier

Afiliaciones

Univ Autonoma Madrid, Biometr & Data Pattern Analyt Lab BiDA Lab, Madrid 28049, Spain - Autor o Coautor

Resumen

Large Language Models (LLMs) such as GPT developed by OpenAI, have already shown astonishing results, introducing quick changes in our society. This has been intensified by the release of ChatGPT which allows anyone to interact in a simple conversational way with LLMs, without any experience in the field needed. As a result, ChatGPT has been rapidly applied to many different tasks such as code- and song-writer, education, virtual assistants, etc., showing impressive results for tasks for which it was not trained (zero-shot learning). The present study aims to explore the ability of ChatGPT, based on the recent GPT-4 multimodal LLM, for the task of face biometrics. In particular, we analyze the ability of ChatGPT to perform tasks such as face verification, soft-biometrics estimation, and explainability of the results. ChatGPT could be very valuable to further increase the explainability and transparency of automatic decisions in human scenarios. Experiments are carried out in order to evaluate the performance and robustness of ChatGPT, using popular public benchmarks and comparing the results with state-of-the-art methods in the field. The results achieved in this study show the potential of LLMs such as ChatGPT for face biometrics, especially to enhance explainability. For reproducibility reasons, we release all the code in GitHub.

Palabras clave

Biological system modelingBiometrics (access control)ChatbotsChatgptEstimationExplainabilitExplainabilityExplainable aiFace recognitionFacial featuresImage color analysisLarge language modelsSoft biometricsTask analysis

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

2025-06-21:

  • Google Scholar: 10
  • WoS: 6
  • Scopus: 18

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-06-21:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 89.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 89 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.25.
  • El número de menciones en la red social X (antes Twitter): 4 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://repositorio.uam.es/handle/10486/714013

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (DE ANDRES TAME, IVAN IOEL) y Último Autor (ORTEGA GARCIA, JAVIER).

el autor responsable de establecer las labores de correspondencia ha sido DE ANDRES TAME, IVAN IOEL.