美国国家标准技术研究所（NIST）已更新了其测试结果，以确定面部识别算法的准确性，以确定戴着口罩的人以来戴着口罩的人以来提交了一组条目发布了一份报告关于七月的话题。
总体结果看起来大致相同，与前两个结果相同，深处闪烁和Paravision，来自同一生物特征算法，该算法最初是在2019年提交的。
NIST还更新了最新报告对于FRVT 1：1的验证，第一个将其强制性的所有算法强制性提交给CENTOS 8.2操作系统的FRVT轨道的所有算法。
还对结果进行了更新，以列出最准确的面部识别开发人员而不是算法，从签证和摄影结果。
此外，自2020年9月18日以来，将五种新算法添加到FRVT 1：1验证报告中：Aigen，Cortica，Kookmin University，Securif AI和为他们。
新报告还包括富士通实验室，Hengrui AI和X-Forward AI的结果，这些开发人员以前提交了算法。
一些公司在报告中脱颖而出。
在FRVT 1：1测试中，深闪烁也排名第一。在过去的一年中，该公司一直在稳步增长，其面部生物识别技术已被中国警察使用抓捕罪犯。
VisionLabs另一方面，在FRVT 1：1验证报告中排名第二，而在FRVT面膜效应1中排名第四。该公司最近更新了其部署算法非接触式生物识别支付解决方案在俄罗斯。
在这两个报告中排名第三，是开发人员Xforwardai-001的新算法，而你在FRVT 1：1验证报告中完成的第七，而在FRVT面膜效果1中排名第九。
Nist说，在这些新报告之后，该研究所打算继续评估各种掩码数据集上的算法。未来的测试将包括开发的算法，因为大流行开始专门用于使用口罩。对于此测试，就像第一个NIST一样，使用了数字化的面具，而不是真实的面具。
为了允许算法评估蒙版和未面部的面孔，NIST增加了将面部特征提取的时间从1.0秒提取到1.5秒。
文章主题
准确性|算法|生物识别识别|生物识别测试|生物识别技术|深处闪烁|面部识别供应商测试（FRVT）|面部识别|nist|Paravision|为他们|VisionLabs|你
