根据最近的一项，面部识别算法的准确性高达30％。nist报告。
Patrick Grother和Mei Ngan的报告，表面识别算法的性能，，，，包括16个组织提交的算法的结果。性能是由识别准确性以及算法与大量照片数据集匹配一张照片所花费的时间的定义。
Grother说：“我们研究了一对多的识别，因为它是面部识别技术的最大市场。” “这些算法在世界各地都被用来检测数据库中的重复项，护照和驾驶执照，无令牌的访问控制，监视，社交媒体标签，外观类似的发现和犯罪调查中的重复。”
2013年和2010年测试的四个研究小组都参加了比赛，这使NIST能够比较随着时间的推移的性能提高。 NIST发现这些小组在测试中的表现从10％和30％提高了。一个未命名的组织将其错误率从2010年的8.9％降低到2013年的6.4％。
用于执行这些测试的图像数据库包括160万面孔。有些是ANSI/NIST ITL 1-2011第10型标准，另一些是ISO/IEC标准，其中140,000个是在不受控制的环境中在网络摄像头上拍摄的图像。
这些测试毫不奇怪地在高质量的ISO标准化图像上表现出色，并且没有算法与网络摄像头图像效果很好。
根据NIST的说法，该研究还表明，随着数据库规模的增加，缺失面对的速率会增加，但仅此操作只是缓慢的。当面部图像数量增加10倍（从160,000到160万）时，错误率仅增加了约1.2倍。 Grother解释说，这种自然现象发生了这种错误率的较慢，而错误率的增长发生在许多自然现象中，并且“在很大程度上负责面部识别算法的运营实用性”。
与年轻人相比，老年人的图像更为准确，这表明我们在使用面部识别软件方面稳步识别，并且随着年龄的增长，我们可以与同时代人区分开。
以前在Biometricupdate.com上进行了报道，这是德克萨斯大学达拉斯大学研究人员在《心理科学杂志》上发表的一项研究，国家标准与技术研究所描述了一系列实验与单独的面孔相比。
