根據最近的一項，面部識別算法的準確性高達30％。nist報告。
Patrick Grother和Mei Ngan的報告，表面識別算法的性能，，，，包括16個組織提交的算法的結果。性能是由識別準確性以及算法與大量照片數據集匹配一張照片所花費的時間的定義。
Grother說：“我們研究了一對多的識別，因為它是面部識別技術的最大市場。” “這些算法在世界各地都被用來檢測數據庫中的重複項，護照和駕駛執照，無令牌的訪問控制，監視，社交媒體標籤，外觀類似的發現和犯罪調查中的重複。”
2013年和2010年測試的四個研究小組都參加了比賽，這使NIST能夠比較隨著時間的推移的性能提高。 NIST發現這些小組在測試中的表現從10％和30％提高了。一個未命名的組織將其錯誤率從2010年的8.9％降低到2013年的6.4％。
用於執行這些測試的圖像數據庫包括160萬面孔。有些是ANSI/NIST ITL 1-2011第10型標準，另一些是ISO/IEC標準，其中140,000個是在不受控制的環境中在網絡攝像頭上拍攝的圖像。
這些測試毫不奇怪地在高質量的ISO標準化圖像上表現出色，並且沒有算法與網絡攝像頭圖像效果很好。
根據NIST的說法，該研究還表明，隨著數據庫規模的增加，缺失面對的速率會增加，但僅此操作只是緩慢的。當面部圖像數量增加10倍（從160,000到160萬）時，錯誤率僅增加了約1.2倍。 Grother解釋說，這種自然現象發生了這種錯誤率的較慢，而錯誤率的增長發生在許多自然現像中，並且“在很大程度上負責面部識別算法的運營實用性”。
與年輕人相比，老年人的圖像更為準確，這表明我們在使用面部識別軟件方面穩步識別，並且隨著年齡的增長，我們可以與同時代人區分開。
以前在Biometricupdate.com上進行了報導，這是德克薩斯大學達拉斯大學研究人員在《心理科學雜誌》上發表的一項研究，國家標準與技術研究所描述了一系列實驗與單獨的面孔相比。
