กำลังแนะนำอัลกอริทึมการประเมินคุณภาพ (QAA) เพื่อช่วยลดข้อผิดพลาดโดยระบบการตรวจสอบความถูกต้องทางชีวภาพ
ธนาคารและฟินเทคมักจะทำงานกับชุดข้อมูลที่มีภาพใบหน้าที่ได้รับผลกระทบจากแสงน้อยมุมที่รุนแรงหรือการบดเคี้ยวเช่นหน้ากากหรือแว่นตาที่เพิ่มความเสี่ยงของผลบวกปลอมเชิงลบและการฉ้อโกงตามการประกาศ การประเมินคุณภาพของภาพก่อนการเปรียบเทียบไบโอเมตริกซ์ช่วยลดความเสี่ยงเหล่านี้
QAA ใหม่จาก 3DIVI กรองภาพถ่ายเพื่อความเหมาะสมด้วยการจดจำใบหน้าโดยอัตโนมัติและสามารถลดข้อผิดพลาดการเปรียบเทียบใบหน้าได้ 50 เปอร์เซ็นต์และข้อผิดพลาดในการตรวจจับ Liveny 40 เปอร์เซ็นต์ บริษัท กล่าว
การมองเห็นคอมพิวเตอร์และผู้เชี่ยวชาญด้านการจดจำใบหน้าจาก 3DIVI แนะนำการวิเคราะห์ที่ครอบคลุมของภาพทั้งหมดและการลบหรือการแทนที่ภาพคุณภาพต่ำทั้งหมดเพื่อปรับปรุงคุณภาพของชุดข้อมูลไบโอเมตริกซ์ องค์กรควรใช้การตรวจสอบอย่างต่อเนื่องสำหรับการควบคุมคุณภาพอย่างต่อเนื่องและจัดหาแนวทางสำหรับผู้ใช้ปลายทางสำหรับการปรับสภาพแวดล้อมเช่นแสงที่ดีที่สุดและการวางตำแหน่งกล้อง
ISO/IEC 29794-5เป็นมาตรฐานคุณภาพไบโอเมตริกซ์สำหรับข้อมูลภาพใบหน้า
NIST ประเมินอัลกอริทึมการประเมินคุณภาพของภาพใบหน้าซึ่งเป็นส่วนหนึ่งของโปรแกรมการประเมินเทคโนโลยีการวิเคราะห์ใบหน้า (FATE) และเผยแพร่รายงานใหม่เกี่ยวกับการตรวจจับข้อบกพร่องของภาพเฉพาะ(SIDD) เดือนนี้
หัวข้อบทความ
------
