“垃圾，垃圾”的概念適用於生物識別系統，就像編碼或其他任何東西一樣容易。數據質量在面部識別中的重要性詳細探討了國際面部表演會議2022本星期。
IFPC 2022在本週由美國國家標準技術研究所（NIST）舉行，並得到歐洲生物識別協會的支持（EAB）和國土安全部（DHS'）科學技術局。
活動的第一天集中在面部圖像質量及其評估上。 EAB的Christophe Busch主持。
演講包括兩個代表Secunet，NIST和SAIC的Yevgeniy Sirotin的Patrick Groth，以及生物識別領域的其他幾個著名組織。
S＆T主題演講敦促對系統性能的廣泛看法
在主題演講中，DHS S＆T的Arun Vemury在建造和評估面部生物識別系統的背景下將面部圖像質量放置在面部圖像質量。
Vemury回顧了過去五年來整個領域的準確性和寬容的主要收益，然後才能遇到挑戰。
現實世界中的面部識別系統很複雜，由各種組成部分組成。對於面部生物識別算法，第三方測試是常見的，並且不一定是構成給定係統的所有其他部分。
因此，對場景和操作的測試，不僅僅是技術，對於了解系統的工作原理非常重要。面部圖像質量只是算法以外的區域的一個示例，可以將錯誤引入系統中。
適當地評估生物識別技術的意思是，考慮到特定用例的含義是具有挑戰性的。
這樣做的一部分是因為，正如Vemury指出的那樣，每個供應商都找到了一種方法來建議他們的算法是最好的。此外，高效的組件可能無法很好地奏效。因此，重要的是要考慮系統中的每個元素如何影響其他元素。
文章主題
生物識別數據|生物識別技術|國土安全部|EAB|面對生物識別技術|面部識別|國際面部績效會議（IFPC）|nist|Secunet
