美國國家標準與技術研究所計劃將其生物識別評估和報告擴展到隨著技術進步和新興應用而成為優先事項的幾個領域。
NIST 預覽了這些未來計劃在由。 “NIST 生物辨識技術技術評估的未來” 贊助商和。
Grother 解釋了 NIST 對臉部生物辨識和相關技術的評估類型，以及它使用的專有資料庫。他還回顧了開發商、政府和企業如何使用它們，以改進前一種情況下的技術，並確保其在後兩種情況下運作良好。
他還簡要介紹了 NIST 在虹膜、指紋和語音生物識別技術以及紋身識別方面的工作。
“是人工智慧嗎？”
如今，格羅瑟經常被問到這些技術以及臉部辨識是否屬於「人工智慧」。答案很重要，因為監管機構（特別是在歐洲）的趨勢是透過人工智慧立法對生物辨識技術的使用施加限制。
“我問歐洲監管機構：’你們會尋求監管一種明顯不是人工智慧的演算法嗎？’他們說‘是’，」格羅瑟回憶道。
他指出，最初的虹膜識別演算法“甚至不是機器學習”，而是由劍橋大學教授約翰·道格曼手工設計的。
NIST 在虹膜生物辨識方面的未來工作，除了1:N 評估，包括推出新的 IREX XI 來評估 1:1 比較。該機構還將把 1:N 測試的資料庫規模擴大一倍，並添加「困難」圖像的軌道。 1:1 評估將為學術界提供較低的進入門檻，並為探索雜訊或低解析度相機拍攝的影像等挑戰提供適當的論壇。
NIST 也正在研究一種指標來共同評估虹膜演算法的速度和準確性，因為相對於其他生物辨識方式，虹膜辨識多年來已顯著放緩。
摩擦脊、刺青和填充間隙
對於指紋，NIST 正在重新啟動摩擦脊（影像 + 特徵）技術評估，以查看遠端指紋和手掌。
NIST 還計劃在 2025 年重新啟動大約十年前中斷的紋身識別工作。
格羅瑟表示，NIST 已經考慮透過去識別化來評估生物辨識模板保護和隱私保護。 NIST 希望為自拍和駕照掃描建立新的資料集，但無法存取正確類型的資料。 NIST 也考慮了性別和種族分類的評估，歐洲監管機構可能對此感興趣，但目前沒有計劃進行此類測試。
NIST 對演示攻擊偵測的測試已暫停，等待更多資料。
年齡保證評估將繼續進行，並可能增加置信值評估，以估計年齡斷言（例如「我超過 21 歲」）是否屬實。該機構還將研究由影片中的姿勢和運動等「滋擾因素」引起的年齡估計中的噪音。
格羅瑟強調近年來臉部辨識準確性的提高，特別是由於對較低品質影像的容忍。因此，NIST 希望開發品質測試，以找到影像品質因素的極端情況，使影像無法進行生物辨識匹配。
計劃還包括將臉部辨識中使用的探測影像和參考影像之間的時間間隔從目前測試中的 10 年和 12 年延長到 20 年。
還正在準備有關可追溯性、1:N 匹配中的人口統計、變形檢測部署和人臉風險管理的報告。 NIST 也正在製定“備忘單”，為閱讀其生物辨識測試結果和報告提供指導。可追溯性報告將解決 FRTE 評估的原型演算法與現場部署的演算法之間的差距。
在正在進行的評估中，NIST 打算為其一對多面部生物識別排行榜添加擴展，以總結人口統計差異。
隨著數位旅遊憑證 (DTC) 等應用程式的蓬勃發展，NIST 還計劃在明年第一季發布一份關於出行人員臉部生物辨識技術的報告。
文章主題
||||||||||
