美國面對生物識別技術開發人員Paravision發行了學習根據國家標準技術研究所（NIST）執行的面部生物識別算法中對人口差異的最新評估，其結果構成了結果。該研究的主要重點是顯示這些結果如何解決算法偏見對某些人口組的問題，這是一個問題頭條新聞和激動的辯論。
Paravision比較了NIST的面部識別技術評估（FRTE）的結果1：1人口差異截至2024年6月，通過總體虛假不匹配率（FNMR）衡量的前25個供應商。下一個最佳供應商的最大偽造率（FMR MAX）是Paravision的五倍以上。
FMR Max可以衡量系統與人群中最不可行的人群中匹配人的能力。該公司表示，在評估面部識別算法在查看不同的人口統計時的性能時，該指標至關重要。
人口統計數據之間的結果差異可能會引入多種風險，包括歧視和不平等，客戶經歷，財務損失和組織以及法律風險。面部識別的偏見一直是一個熱門話題權利團體譴責該技術在警務和司法管轄區的使用越來越多地引入立法措施反對它。
該公司還指出，這是三個供應商之一，以及常規的生物識別解決方案和Viante，在前25名中獲得了零FMR最低，這意味著表現最佳的人口統計組沒有任何錯誤。
該報告還強調了NIST在評估面部識別算法的性能並呼籲生物識別公司解決可能來自偏見和錯誤識別的風險。
去年，Paravision的算法得分最高精度在NIST的面部識別供應商測試1：1驗證的新類別中，稱為sevaborder偏航≥45度。該公司的虛假匹配率（FNMR）為0.0025％，將虛假匹配率（FMR）設置為0.000001％。該算法是其Gen 6面部識別軟件的一部分。
文章主題
準確性|演算法|生物識別匹配|生物特徵偏置|生物識別技術|面對生物識別技術|面部識別技術評估（FRTE）|面部識別|nist|Paravision
