第一阶段2020生物识别技术集会9月和10月在马里兰州测试设施（MDTF）举行。
该活动着重于评估生物识别系统的精度，以正确评估戴口罩的人的身份。
现在，美国国土安全部正在发布第一个细节关于2020年生物识别技术集会，包括测试的平台和算法数量。
事件的第一部分专门针对评估采集系统，其基于其正确拍摄带有或没有口罩的志愿者图像的能力。
该测试对来自60个国家/地区的582名志愿者进行了分析的六个面孔和/或IRIS获取系统和13种匹配算法，还测量了志愿者处理时间和整体志愿者满意度。
活动的第二部分将在2021年1月并将测试匹配算法的能力，可以使用每个采集系统中的图像准确地识别每位志愿者戴上（或不戴上面具）的能力。
在大流行期间，能够识别面罩戴戴者的面部识别算法的准确性大大提高25％的改善自3月以来，最新的NIST报告显示。
但是，行业专家呼吁谨慎评估这些新应用程序。
生物识别学研究所敦促在部署面具戴戴者的面部识别解决方案时要谨慎
根据生物识别研究所的说法，越来越广泛地使用口罩应从根本上改变认同的方式以及面部识别算法的开发和应用方式。
专家引用了最新的NIST报告，说，尽管识别面具戴戴式器的情况有所改善，但与识别不戴口罩的人相比，面部算法的准确性始终不如准确。
“我们欢迎NIST的这项研究，使我们的成员能够缓解这些问题，发展公众信任并继续确保人们的安全。”生物识别学院首席执行官Isabelle Moeller。
她补充说：“但是，所有NIST在面部识别中的测试常见的主题是，每种算法的性能都不同”。
为了减轻这些问题，Moeller认为公司应该充分了解其算法的局限性，并通过独立的实验室进行彻底测试其绩效。
Moeller总结说：“随着新系统的开发，必须在向公众展示之前进行独立测试。”
生物识别学研究所还呼吁生物识别社区确保新的好实践迅速实施并彻底遵循现有指南。
这些可能包括例如，建立人们可以暂时删除其面具以通过生物识别系统识别的区域。
生物识别研究所还发布了好的练习框架今年早些时候。
文章主题
准确性|算法|生物识别识别|生物识别技术集会|生物识别测试|生物识别技术|生物识别学院|DHS|面部识别|虹膜认可|掩模检测|nist
