新面部識別供應商測試（FRVT）1：1驗證軌道報告和美國國家標準技術研究所（NIST）出版的驗證軌道報告和排行榜，表明了面部生物識別驗證精度的穩定提高。
排行榜包括許多鮮為人知的公司，其中許多是1：N領導者。報告包括7月27日版本的六名新開發人員，以及先前參與的開發人員的13種新算法。排行榜顯示簽證和拍攝結果中最準確的算法，並由開發人員列出。
深處閃爍截至8月25日，總排行榜排名最高，在多個類別中排名第三，在每個類別中排名第七或更高。VisionLabs是第二，在簽證照片中首先得分，拍攝照片（在圖像捕獲之間沒有延長的時間段），sevaborder的照片和邊界照片，隨著時間的推移在Mugshot Photos中進行了第二名。大教堂，佳能信息技術（北京）和Su Zhou Nazhi-Tiandi智能技術排名前五。
前十名中的所有條目都是中國人，預計荷蘭的VisionLabs，你（俄羅斯）和Paravision（我們）。主要提供商Senstime，，，，族裔，再次遊行，nune，，，，網絡鏈接，，，，是的，，，，神經技術和創新總體而言，也出現在146個條目中的前30名中。
去年，美國國會提出了一項法案中國和俄羅斯公司根據行業領先的NIST基準測試，以及上面的幾家中國公司受到限制據稱參與侵犯人權的行為，與美國公司和政府機構的某些業務關係。
在每種簽證和Mugshot類別中，準確度最高的算法的精度在0.0025至0.0035簽證率（FNMR）的0.000001簽證率（FMR）和MUGShots的0.00001 FMR之間的精度。
“這些照片都是符合標準來源的照片（即照射照片），在其中照明，模糊和攝像機的角度受到了仔細控制……” AIH技術聯合創始人Ben Su在LinkedIn評論。 “我們看到的是，當這些99％精確的'算法被“野外照片”測試時，準確性率大大下降。此外，此外，標準符合標準的照片數據庫並沒有真正顯示出關於種族偏見的完整圖片 - 種族偏見可能會更糟的是，在野外照片中可能會變得更糟。”
NIST還計劃測試算法的面罩有效性。
文章主題
演算法|生物識別測試|生物識別技術|網絡鏈接|達瓦技術|深處閃爍|面部識別供應商測試（FRVT）|面部識別|族裔|創新|神經技術|nist|nune|Paravision|Senstime|VisionLabs|你|Yitu技術
