根據美國國家標準技術研究所的一份新報告，圖像質量評估算法在檢測特定的缺陷方面變得更好，這將影響面部生物識別的成功。
NIST的面部分析技術評估（FATE）第11部分報告根據其在質量特定圖像缺陷檢測（SIDD）方面評估了面部圖像質量矢量評估算法。
這最新評估添加了一對來自Secunet，以及針對張開眼睛和嘴巴的受試者的修改措施以及遮擋的臉。進行測量修改以更好地使測試與ISO/IEC 29794-5：2024。
事先提交已輸入Digidata，，，，FRP LLC，，，，神經技術，，，，排名一個計算，，，，Fraunhofer IGD，，，，族裔，，，，真皮和seamfix，以及Secunet的兩次先前提交。
所有13個“提交的算法”在衡量各種質量相關參數方面都取得了一些成功。 ”
評估評估了涉及機器可讀文檔的用例，產生結果需要多長時間以及算法如何計算框架中面部的數量。還評估了對偏航，俯仰和側傾角的評估，以及背景均勻性，分辨率以及未暴露不足的評估。還評估了算法檢測眼鏡和太陽鏡的檢測以及運動模糊。
由於其質量評估被用來丟棄低質量的圖像，因此來自SECUNET的算法降低了錯誤的非匹配率（FNMR）。
邀請到12月14日邀請評論。
文章主題
生物識別數據質量|生物識別匹配|生物識別測試|生物識別技術|面部分析技術評估（命運）|面部識別|ISO 29794-5|nist|Secunet
