美國的關鍵政府標準機構已開始製定面部識別算法的運行時內存使用，而一家位於科羅拉多州的軟件製造商則聲稱其職位上有吹牛的權利。
美國國家標準研究所（National Standitds of Standards＆Technology）發表了一份關於任何面部識別算法的基準報告，以幫助定義快速發展的市場。
1月，NIST將峰值內存基準添加到了它面部識別供應商測試因為預期技術將在移動，嵌入式和邊緣應用程序中增長的環境通常幾乎沒有隨機的訪問記憶。
高管在排名一個計算，是面部識別算法的製造商，浪費了很少的時間來推廣他們的算法在190名競爭對手的領域中排名第三和第五。
新的NIST基準測量“居民設定尺寸的峰值大小在單張圖像的註冊過程中記錄”。這使得它對於開發移動，邊緣和嵌入式應用程序很有價值，這些應用程序通常面臨重要的資源限制，例如低內存。
兩個等級的提交，名為Rankone 007和Rankone 008，分別為RAM的67MB和79MB（第22頁，第121行和122行一月的報告）。
需要更少內存的算法來自Tupu Technology Co. Ltd，該算法首先使用33MB。視頻技術列兵。有限公司，第二名為61 MB；和Ayonix，第四名，69MB。據該公司稱，報告中記錄的中位用途是730MB。
一名高管說，其他三個產品的準確性比其準確的倍。該公司還表示，其入學速度的速度是中位算法速度的兩倍以上，並且製作另一種算法需要小於10MB的RAM。
一月份的出版物（NIST自2017年以來的第16項報告）仍然是一份草案，並開放置評。
文章主題
演算法|生物識別測試|生物識別技術|邊緣生物識別技術|面部識別供應商測試（FRVT）|面部識別|移動的|nist|鵬|標準
