Sighthound，Inc。宣布其面部識別系統排名第一，準確性為99.79％野外標記的面孔（LFW）馬薩諸塞大學託管的基準數據庫。
以前的最高準確得分分數包括Google為99.63％，百度為99.77％。
該公司表示，其面部識別系統僅使用Google使用的培訓數據量的2％，並且每圖像僅使用一種農作物。 LFW結果清單上的其他人使用了多達25種同一圖像的農作物，每種作物顯示面部的一小部分，減慢或禁止現實世界的應用。
該公司還聲稱，其算法對於驗證任務（例如LFW和識別任務）（例如針對PubFig200數據庫的測試）都具有強大的功能，從而導致了高度準確的軟件，能夠實現各種現實世界中用例並實時運行。
“我們已經花了3年的時間悄悄地致力於深度學習和計算機視覺的商業可行性，” Sighthound首席執行官Stephen Neish說。 “這些結果證明了我們僱用的博士學位的能力以及我們對研究的實時，現實世界使用的關注。在這種情況下，我們被迫建立更智能的深入深入學習網絡，因為我們無法訪問Google或Baidu擁有的數據量。”
Sighthound正在將面部識別系統添加到“開發人員API”集合中，可在Sighthound Cloud上免費獲得，並連接了使用Sighthound的計算機視覺算法的一系列產品，包括面部檢測，人發現，性別識別，性別識別和麵部地標識別。
