美國國家標準技術研究所（NIST）已更新了其測試結果，以確定面部識別算法的準確性，以確定戴著口罩的人以來戴著口罩的人以來提交了一組條目發布了一份報告關於七月的話題。
總體結果看起來大致相同，與前兩個結果相同，深處閃爍和Paravision，來自同一生物特徵算法，該算法最初是在2019年提交的。
NIST還更新了最新報告對於FRVT 1：1的驗證，第一個將其強制性的所有算法強制性提交給CENTOS 8.2操作系統的FRVT軌道的所有算法。
還對結果進行了更新，以列出最準確的面部識別開發人員而不是算法，從簽證和攝影結果。
此外，自2020年9月18日以來，將五種新算法添加到FRVT 1：1驗證報告中：Aigen，Cortica，Kookmin University，Securif AI和為他們。
新報告還包括富士通實驗室，Hengrui AI和X-Forward AI的結果，這些開發人員以前提交了算法。
一些公司在報告中脫穎而出。
在FRVT 1：1測試中，深閃爍也排名第一。在過去的一年中，該公司一直在穩步增長，其面部生物識別技術已被中國警察使用抓捕罪犯。
VisionLabs另一方面，在FRVT 1：1驗證報告中排名第二，而在FRVT面膜效應1中排名第四。該公司最近更新了其部署算法非接觸式生物識別支付解決方案在俄羅斯。
在這兩個報告中排名第三，是開發人員Xforwardai-001的新算法，而你在FRVT 1：1驗證報告中完成的第七，而在FRVT面膜效果1中排名第九。
Nist說，在這些新報告之後，該研究所打算繼續評估各種掩碼數據集上的算法。未來的測試將包括開發的算法，因為大流行開始專門用於使用口罩。對於此測試，就像第一個NIST一樣，使用了數字化的面具，而不是真實的面具。
為了允許算法評估蒙版和未面部的面孔，NIST增加了將面部特徵提取的時間從1.0秒提取到1.5秒。
文章主題
準確性|演算法|生物識別識別|生物識別測試|生物識別技術|深處閃爍|面部識別供應商測試（FRVT）|面部識別|nist|Paravision|為他們|VisionLabs|你
