神经技术据该公司称，该算法发布了新的Verilook面部识别算法，该算法可在识别全面面孔的准确性五倍，而无约束面部识别的精度则高出10至15倍。
Verilook还包括一个新的面部验证组件，可轻松整合并在身份验证任务中使用，例如移动银行交易的用户验证。 Verilook包含在新的Megamatcher 9.0生物识别软件开发套件（SDK）中，其中包括指纹，面部，虹膜，棕榈贴和语音识别识别技术，可用于多生物测定溶液中的任何组合。
神经技术项目负责人Justas Kranauskas博士说：“有了这个新版本，我们的开发团队将重点放在不受约束的环境中的面部识别上。” “我们在较低分辨率的面孔上取得了十倍的准确性提高，并具有复杂的照明，表情和头部旋转。这使我们能够提供一个新的面部验证组件，从而极大地简化了用户身份验证，尤其是在移动应用程序中，同时还可以将面部识别算法用于复杂的1：n识别，” kraranauskas，” Kranausauskas。
根据公司的声明，改进面部识别算法使该产品非常易于使用，并应用于更广泛的面部识别应用程序，例如在大型数据库中进行自动面部图像搜索而无需进行手动审查。还包括更快的面部检测和更准确的面部属性估计，包括性别，微笑，闭合眼睛，张开的嘴巴，眼镜和深色眼镜。在更广泛的面姿势中，新的面部标志性检测和跟踪功能更加可靠。可选的LIVISET检测确定该系统是在查看现场人员还是照片。专门的API简化了整合到各种解决方案中，并且组件定价使面部验证组件的经济性用于数百万个设备的大规模部署。
Megamatcher 9系列的其他更新包括增强的IRIS算法，可提高提取速度和虹膜细分质量。它可以准确地检测到眼睑，可用于在NIR范围和可见光范围内捕获的图像中找到虹膜。 IRIS图像质量估计适用于ISO/IEC 29794-6：2015标准。
5月，神经技术发布了Megamatcher自动化生物识别识别系统（ABI），旨在部署大型多生物标准项目的综合系统。
