FRVT的第二稿（面部識別供應商測試）質量評估報告美國國家標準技術學院已發布，以幫助生物識別開發人員處理以較低質量捕獲的圖像。
nist觀察到，儘管生物識別面部識別的準確性有明顯提高，但錯誤率仍然很明顯，尤其是在具有低標準攝影條件的應用或設置嚴格閾值以阻止誤報的應用中。保留在數據庫中的參考樣品的質量對於性能至關重要，這就是為什麼將質量標量和質量向量用作質量評估工具的原因。
在質量評估軌道中，NIST評估了報告標量質量值的算法，以幫助改善自動檢測質量質量較差的圖像。這為其提供了大量降低的算法，而32頁的報告分析了莫斯科莫斯科州立大學，馬德里大學，中國電子進口公司，廣州pixel Selientes Co Ltd，Ecternic-Export Corp.Paravision（以前是Everai）和排名一個計算這是唯一在評估中有兩個條目的開發人員。
與圖像質量有關的各種ISO/IEC標準，包括ISO-39794-5：2019標準，其中包括ICAO-PORTRAIT規範和ANSI-NIST Type 10，這有助於系統的準確性，但是幾個相關標準仍在開發中。
新報告介紹了新的績效指標，NIST表示該領域仍然不發達，因此鼓勵提交新的算法和評論，以幫助改善問題的表述和分析。
該報告檢查了不同的用例和質量值的預測能力，用於虛假負面匹配，並考慮質量算法是否應預測假陽性。
