IPVM เปิดตัวการประเมินระบบการจดจำใบหน้าในสภาพจริง

สิ่งพิมพ์การค้ากล้องรักษาความปลอดภัย IPVM ได้เผยแพร่ครั้งแรกการจัดอันดับการจดจำใบหน้าซึ่งบ่งบอกถึงความแตกต่างอย่างมีนัยสำคัญระหว่างประสิทธิภาพที่อ้างสิทธิ์โดยผู้ขายและความถูกต้องของระบบการค้าของพวกเขาในสภาพจริง

การประเมินผลรวมถึงการทดสอบระบบการค้าต่างๆในช่วงของสถานการณ์ ผู้ขายแต่ละรายได้รับการประเมินเพื่อประสิทธิภาพในการผลิตในมุมที่แตกต่างกันของการเอียงกล้องและวิธีการแบบวัตถุโดยมีวัตถุที่สวมใส่อุปกรณ์เสริมเป็นกลุ่มและจับด้วยแสงต่ำปกติและอินฟราเรด การจัดอันดับมีให้ในแต่ละหมวดหมู่พร้อมกับข้อมูลเกี่ยวกับการใช้งานและการติดตั้ง IPVM วางแผนที่จะขยายการประเมินผลในรุ่นอนาคต

การลงทะเบียนและการระบุไบโอเมตริกซ์ได้รับการประเมินโดยใช้ชุดข้อมูล NIST IJB-C

กล้องวงจรปิดเปรียบเทียบประสิทธิภาพการจดจำใบหน้าโดยกล้องที่มีจำหน่ายทั่วไปจากavigiler-กระเป๋าเอกสาร-Hikvision, Ironorpe,Oosto, rhombus,ทัวริงและ Verkada และพบความไม่เท่าเทียมกันอย่างมีนัยสำคัญระหว่างพวกเขา

ความถูกต้องของระบบที่ทดสอบมักจะขาดการเรียกร้องของ 99 เปอร์เซ็นต์หรือความแม่นยำที่ดีกว่าซึ่งขึ้นอยู่กับสภาพแวดล้อมการทดสอบในอุดมคติหรือง่ายขึ้น” วิศวกรวิจัย IPVM ดร. Mert Karakaya บอกการอัปเดตไบโอเมตริกซ์ในอีเมล

การตรวจสอบความถูกต้องของบุคคลที่สามที่โปร่งใสมากขึ้นเป็นสิ่งจำเป็นสำหรับการเรียกร้องผู้ขายเขากล่าวโดยเฉพาะอย่างยิ่งเพื่อแสดงถึงความซับซ้อนของการปรับใช้ในโลกแห่งความเป็นจริงที่ไม่รวมอยู่ในการออกแบบการประเมินอัลกอริทึมของ NIST

การค้นพบของ IPVM สอดคล้องกับการสังเกตจากการชุมนุมเทคโนโลยีไบโอเมตริกซ์ 2022 ของ DHS 'การได้มาภาพด้านข้างของกระบวนการจดจำใบหน้าตาม Karakaya นั่นทำให้ตัวเลือกและตำแหน่งของกล้องมีความสำคัญต่อประสิทธิภาพ บางระบบแสดงประสิทธิภาพที่แข็งแกร่งด้วยรายการเฝ้าดูขนาดเล็ก แต่ต้องดิ้นรนกับฐานข้อมูลที่ใกล้เคียงกับ 2,500 ใบหน้า

ความหนาแน่นของพิกเซลและการจับใบหน้าก็เป็นปัญหาสำหรับระบบที่มีประสิทธิภาพต่ำ

“ ผู้ขายควรพิจารณาการจัดอันดับการจดจำใบหน้าของ IPVM เป็นการเรียกร้องให้ดำเนินการเพื่อการทดสอบที่โปร่งใสและครอบคลุมมากขึ้นซึ่งรวมถึงตัวแปรในโลกแห่งความเป็นจริงไม่ใช่แค่ประสิทธิภาพของอัลกอริทึม” Karakaya กล่าว “ ด้วยการทำเช่นนั้นพวกเขาสามารถให้ข้อบ่งชี้ที่แม่นยำและเชื่อถือได้มากขึ้นว่าระบบของพวกเขาจะดำเนินการหลังการปรับใช้อย่างไร

“ สำหรับลูกค้าการประเมินเหล่านี้ทำหน้าที่เป็นทรัพยากรที่มีค่าสำหรับการตรวจสอบการเรียกร้องของผู้ขายและทำความเข้าใจข้อ จำกัด ของเทคโนโลยีการจดจำใบหน้าในปัจจุบัน” เขากล่าวต่อ “ ในแง่ของความเหมาะสมกับการประเมินอื่น ๆ เช่น NIST การวิเคราะห์นี้จะเพิ่มเลเยอร์ของการบังคับใช้ในโลกแห่งความเป็นจริงซึ่งมักจะหายไปจากการประเมินทางทฤษฎีหรือห้องปฏิบัติการมากขึ้นในขณะที่ NIST ให้พื้นฐานที่ยอดเยี่ยมสำหรับการปฏิบัติตามอัลกอริทึม