经过几个月的测试，有兴趣评估其在国家安全应用程序中有用的联邦调查人员说，过去五年来，面部识别软件提高了20倍。
至少这是美国国家标准技术研究所（NIST）在过去一年中进行的最新面部识别供应商测试（FRVT）的结果身份通过检查他或她的脸。
导演NIST测试的电气工程师乔纳森·菲利普斯（Jonathon Phillips）向NIST进行了解释生活学2002年进行的类似FRVT表明，最好的算法未能在20％的时间内进行正确的比较。但是，在最新测试中，错误拒绝的速度仅为1％。
至少，他警告说，这些是最好的竞争者的结果 - 在进入的13个小组中，有些人的结果不比2002年更好。参赛者提供了窗户或Linux算法，所有这些都使用政府提供的大型图片数据库在同一计算机上运行，并使用了政府提供的大型图片数据库，使用了各种像素的分辨率和照明型。其中包括美国国务院提供的36,000张图片，这些照片是在墨西哥各个领事馆申请非移民签证的人们。
一些算法花了数百个小时才能在数据库中找到匹配，但是菲利普斯指出，速度在现实世界中的问题较小生物识别安全应用程序。安全验证通常没有将数据库中的每张面孔与其他面部进行比较，而是涉及一个比较 - 它是站在镜头前的人，说他是史密斯先生，与史密斯先生确实是相同的人，他的照片在计算机中被存档？
他说：“我们为算法提供了许多数据，以获得统计学上有意义的答案。” “我们的目标是鼓励技术改进，并为决策者提供数字，使他们对技术本身进行经过教育的评估。”
他指出，随着每个面部的随机照明（与紧密控制的工作室照明相反），最佳算法的拒绝率上升到约12％，尽管这仍然比2002年结果要好得多，而拒绝率为20％。
菲利普斯说，最佳的总体结果是通过Neven Vision（自Google Inc.收购以来），Viisage Technology（自斯坦福大学的L-1身份解决方案，CT）和德国的Cognitec Systems。休斯顿大学和中国他补充说，西辛华大学的表现也不错。
菲利普斯（Phillips）指出，所有图片都是“全面的”，这意味着它们是与面对相机的人一起拍摄的。没有随机的摄像机角度进行测试，但他指出，生物特征识别系统要求该人无论如何都面对相机。不受控制的摄像头可能是未来FRVT的主题，但目前没有计划。
