许多商业面部识别算法似乎都具有共同的根源，使它们容易受到人口统计表现差异或偏见的影响，但也建议一个共同的解决方案，约翰·霍华德（John Howard）在期间告诉听众国际面部绩效会议（IFPC）2020。该会议由美国国家标准技术研究所（NIST）和DHS科学技术局（S＆T）以及欧洲生物识别技术协会（EAB）和英国国家物理实验室主持。
霍华德提出了研究，随着Yevgeniy Sirotin也参加了IFPC 2020年第一天举行的11个会议之一。
该测试由MDTF的John Howard，Yevgeniy Sirotin和Jerry Tipton和S＆T的Arun Vemury进行。
简要解释了测试方法和显示人口聚类的数学方法，其演讲还涉及研究的含义以及可以在高水平上得出的结论。
通过有选择地删除表现出高度聚类然后重建数据的主要成分，尽管没有急剧减少，但具有相同性别和种族的志愿者组之间的分布以及不同的性别和种族以及配对对的分布也减少了。
传达面部识别算法中“广泛同质性”的不良性，以及其将其包含在用于大型画廊的商业系统中的后果对面部识别行业很重要，面部识别行业对当前技术的局限性进行了科学研究，这对隐私提倡了隐私提倡。霍华德说，他认为该特征存在于所有商业面部识别系统中，并邀请会议参与者通知他他们认为没有它。
该研究表明，在虹膜识别系统中常用的“ Daugman”算法没有广泛的同质性。
霍华德总结说，“识别，隔离然后删除”这些特征以广泛的均匀性产生结果可能是减少面部生物识别技术偏见的方式。
一位听众询问了研究相对于其他研究的研究地点，另一名听众询问了从几种探针图像的人口统计中选择算法的选择，这是一种可能的替代方法。
另一位听众询问眼睛颜色是否是生物识别算法中使用的功能，会议主席托尼·曼斯菲尔德（Tony Mansfield）回答说，道曼算法通常不考虑眼睛颜色。
根据霍华德和西罗替汀的说法，这项研究将继续进行，其中有几个不同的感兴趣领域正在考虑以后的测试。
IFPC持续到周三，并于10月29日星期四结束。
文章主题
准确性|算法|生物识别识别|生物特征偏置|生物识别技术|生物识别研究|面部识别|国际面部绩效会议（IFPC）|虹膜认可|马里兰州测试设施（MDTF）|nist
