性能準確性SAFR來自真實網絡的生物識別面部識別技術不會受到戴口罩的人的影響，以保護自己免受Covid-19的傳播，解釋公司博客文章中的面部識別和安全解決方案產品管理高級總監Eric Hess。
赫斯說，由於SAFR平台中包含的遮擋檢測功能，該算法可以輕鬆適應這種情況。該公司現在專注於改善閉塞邏輯，即使在最艱難的情況下，也可以實現高性能和準確性。然後，可以輕鬆地為從一個領域移動到另一個領域的醫護人員輕鬆部署該技術，並且仍然可以確定基本的服務提供商和潛在的安全威脅。
如果不可能進行確切的匹配，則可以遵循一些過程和安全協議，例如多因素身份驗證。赫斯警告說，準確性取決於樣本量和麵部特質範圍。樣本包含的信息越多，要檢測到類似特徵的機會就越多。
有些人更容易根據臉部上半部分的獨特特徵識別，而另一些人則根據嘴巴或下巴周圍的獨特功能認識到。當覆蓋面部的那部分時，這將影響準確率。 SAFR仍在培訓算法以保持高精度，儘管有阻塞。
赫斯寫道：“是的，當人們戴口罩時，我們也可以匹配面孔，但是我們有責任對限制誠實，甚至當Safr了解一個人戴口罩時會如何出現時，可以實現更好的表現。”
準確性取決於圖像質量，用戶合作在圖像捕獲，照明和環境方面。他補充說：“ SAFR在馬薩諸塞大學野外標有面孔（LFW）數據集的當前能力是99.87％的真實識別率，僅為1：1,000,000的錯誤標識（誤報）。”
基於內部基準測試，如果受試者戴著口罩，那麼真正的正識別率為93.5％，少於1：3,760的錯誤標識，但該公司希望繼續改善它。
埃里克·赫斯（Eric Hess）是生物識別行業專家任命SAFR 2月份產品管理高級總監。他是使用視頻分析和麵部識別技術用於刑事調查，監視，預防損失和身份解決方案的專家。
