美國國家標準技術學院（NIST）的面部識別供應商測試的最新版本（frvt）1：n報告，日期為4月28日，顯示新摘要算法之間不僅在生物識別精度上，而且尺寸和速度的持續改進。
來自的算法Senstime和Cloudwalk坐在整個排行榜上，其次是Paravision和族裔。以上四個類別之一記錄了每個類別中最低的錯誤率，除了10年或更長時間的邊框類別以外NEC算法的錯誤率最低。
Hangzhuo Ailu網絡信息技術是唯一首次提交面部識別算法的開發人員，但超級視為，，，，QNAP安全性和Realnetworks（這使得SAFR）還返回基準。
在2月份更改FRVT API之後，NIST顯示出藍色的藍色負面識別率（FNIR），用於算法檢測面部的面部和從單個圖像中的多個面孔產生模板，didemia和dibleverge算法就是示例的示例。
到2032年，市場預測將達到22.5B美元
預測，全球面部識別市場的未來市場見解將從今年的52億美元增長到2032年的225億美元，即15.7％的複合年增長率。政府在公共場所中的新興安全攝像機技術和部署有望引導增長。
預計將推動增長的其他技術進步領域包括3D成像和基於雲的解決方案。
相關技術（如智能標牌的面部檢測）也有望獲得顯著收益。
預計生物識別軟件將比整體面部識別市場和執法應用程序增長速度更快。
文章主題
準確性|演算法|生物識別測試|生物識別技術|生物識別研究|面部識別供應商測試（FRVT）|面部識別|超級視為|族裔|市場報告|NEC美國|nist|Paravision
