性能准确性SAFR来自真实网络的生物识别面部识别技术不会受到戴口罩的人的影响，以保护自己免受Covid-19的传播，解释公司博客文章中的面部识别和安全解决方案产品管理高级总监Eric Hess。
赫斯说，由于SAFR平台中包含的遮挡检测功能，该算法可以轻松适应这种情况。该公司现在专注于改善闭塞逻辑，即使在最艰难的情况下，也可以实现高性能和准确性。然后，可以轻松地为从一个领域移动到另一个领域的医护人员轻松部署该技术，并且仍然可以确定基本的服务提供商和潜在的安全威胁。
如果不可能进行确切的匹配，则可以遵循一些过程和安全协议，例如多因素身份验证。赫斯警告说，准确性取决于样本量和面部特质范围。样本包含的信息越多，要检测到类似特征的机会就越多。
有些人更容易根据脸部上半部分的独特特征识别，而另一些人则根据嘴巴或下巴周围的独特功能认识到。当覆盖面部的那部分时，这将影响准确率。 SAFR仍在培训算法以保持高精度，尽管有阻塞。
赫斯写道：“是的，当人们戴口罩时，我们也可以匹配面孔，但是我们有责任对限制诚实，甚至当Safr了解一个人戴口罩时会如何出现时，可以实现更好的表现。”
准确性取决于图像质量，用户合作在图像捕获，照明和环境方面。他补充说：“ SAFR在马萨诸塞大学野外标有面孔（LFW）数据集的当前能力是99.87％的真实识别率，仅为1：1,000,000的错误标识（误报）。”
基于内部基准测试，如果受试者戴着口罩，那么真正的正识别率为93.5％，少于1：3,760的错误标识，但该公司希望继续改善它。
埃里克·赫斯（Eric Hess）是生物识别行业专家任命SAFR 2月份产品管理高级总监。他是使用视频分析和面部识别技术用于刑事调查，监视，预防损失和身份解决方案的专家。
