美国国家标准与技术研究所 (NIST) 在人脸识别供应商测试 (FRVT) 中测试的算法中，生物特征面部识别在识别戴口罩的人方面具有第二高的准确度，当受试者的鼻子和嘴巴被遮盖时，错误率低于 3%。
所有测试的算法都是在 COVID-19 大流行使口罩在世界各地普遍使用之前开发的。
Deep Glint 在所有九个面部遮挡类别中名列第一，但 Paravision 在每个类别中均排名第二，与领先者的差距在 0.5% 以内。排行榜上由中国和俄罗斯公司占据主导地位，Paravision 在美国、英国、欧洲和日本的公司中以“大幅优势”名列第一。
使用 Paravision 算法，佩戴在略低于鼻子的覆盖物时，错误不匹配率 (FNMR) 为 1.24% 至 1.35%，错误匹配率 (FMR) 为 0.0001%。当受试者遮住鼻子时，在相同的 FMR 下，FNMR 的范围为 1.81% 到 3.27%。浅蓝色全宽面罩的 FNMR 为 2.81%。
NIST 测试了 89 种算法在识别戴口罩的人方面的有效性，发现最好的算法。
自疫情爆发以来，Paravision 还开发了用于口罩和社交距离检测的算法。
Paravision 首席产品官 Joey Pritikin 表示：“NIST FRVT 的许多方面为 Paravision 和行业其他公司提供了价值和见解。” “虽然我们总是为表现出色而感到兴奋，但对我们来说最令人兴奋的是在最艰难的情况下（例如大角度或戴口罩）评估表现，因为它们支持我们在该领域不断发现的东西：我们在充满挑战的现实条件下表现出色。”
Paravision 表示，在之前的 NIST FRVT 结果中，它在 1:N 识别方面排名第三，并且是美国、英国和欧洲的顶级提供商。
文章主题
||||||||
