Paravision已經發表了一系列三篇白皮書，講述瞭如何使用生物識別面部識別和表現攻擊檢測檢測來支持在各種不同情況下，從辦公室健康協議執法到遠程入職。
白皮書COVID-19：增強的安全與保障，'''面部識別和未來的航空旅行體驗，' 和 '演示攻擊檢測的簡介可以免費下載。
Paravision首席產品官Joey Pritikin告訴生物識別更新在一封電子郵件中，就準確性，魯棒性，可用性和績效性而言，對許多用例的生物識別技術的識別已變得令人信服。
他解釋說：“因此，許多最終用戶和合作夥伴與沒有生物識別的背景的許多最終用戶和合作夥伴接觸，因此對許多與其用例相關的技術和產品功能沒有洞察力和背景。”
“我們使用這些白皮書（這是廣泛系列中的第一個目標）的目標是幫助系統集成商和解決方案提供商以及最終的客戶建立堅實的基礎，以理解與面部識別，生物識別身份和計算機視覺相關的關鍵技術，應用和部署注意事項，無論他們使用哪種技術，我們都可以在工作中扮演自己的角色，並能夠扮演自己的角色。
在“安全與保安”白皮書中使用面部識別來滿足“新正常”的要求，特別是基於可靠的生物識別算法的面部識別，可以準確地識別面膜部分閉塞的面孔。還解釋了該技術用於檢測口罩和其他個人防護設備（PPE）以及社交距離和活動跟踪的使用。
Paravision概述了工作場所面臨生物識別技術和計算機視覺應用，以防止Covid-19傳輸，包括無觸摸訪問控制和安全政策遵守。在商業環境中，該技術可以幫助減少接觸和調整客戶體驗，同時還可以幫助支持衛生等安全零售實踐。 Paravision的面部識別也可以在機場中用於無縫旅行解決方案和政策統一。
在Paravision的白皮書中，對後一種用例進行了更詳細的探討。這份白皮書考慮了機場中使用的處理和圖像捕獲方法，並解釋了從一個人或辦公室的舒適度，登機手續和行李降落過程，安全檢查站，移民處理，尋求方法，尋路，訪問，貴賓休息室和登機台上的遠程註冊。
Pritikin指出，Paravision的臉部識別是與遮擋的面孔合作的，因此尚未更改與口罩一起工作。 NIST在A中排名第二雜化算法的測試。但是，Paravision確實使用Pritikin所說的“高效的機器學習基礎架構”來開發蒙版檢測模型，以在幾週內建立“非常強大的模型”。
Pritikin解釋說：“社會距離的分析是類似的考慮因素。” “人們的檢測是視頻安全中許多應用的關鍵能力，在視頻安全性中，人們渴望結合安全性和自由流動的運動。社交距離只是將特定的指標置於人體檢測模型之上，因此，在基於可靠的計算機視覺工具集時，實現它的努力是最小的。”
有關演示攻擊檢測（PAD）技術的白皮書介紹了生物識別欺騙的概念，其工作原理以及如何被檢測到的概念以及三個級別的演示攻擊。 Paravision根據用戶是否需要主動參與或被動參與，以及標準攝像機技術，並考慮到每個人都有優勢和缺點。最後，指出了四個常見的PAD技術用例。
Paravision進一步提高了其生物識別精度錯誤率降低36％根據其面部識別算法的最新版本。
文章主題
生物識別識別|生物識別技術|非接觸式生物識別技術|面部識別|掩模檢測|Paravision|遠程身份驗證|欺騙檢測|白皮書
