生物识别技术专家IDIAP研究所在瑞士，电气和电子工程师研究所以最新的身份杂志撰写了三篇论文。
IDIAP的生物识别安全与隐私小组的研究人员撰写的文章是2022年1月发行的十本杂志的文章。IEEE关于生物识别，行为和身份科学的交易。'
“生物识别方面的公平性：评估生物验证系统的优点”是由Thiago de Freitas Pereira和SébastienMarcel撰写的，并引入了“公平性差异”。使用两个合成生物识别系统的示范考虑了该速率的潜力，称为FDR。然后，使用Face Biometrics和三个公共数据集测试了该指标的性别和种族人口统计学评估。
根据研究人员的说法，搜索新指标的原因是，基于DET或ROC曲线的现有方法假设特定于人口统计学的决策阈值，Pereira和Marcel Write“在操作条件下都不可行或道德。”
他们总结说：“我们可以通过FDR图观察到所有评估的面部验证系统呈现（SIC）性别和种族偏见在某种程度上。” “此外，有可能快速比较使用FDR下的区域的不同面部识别系统有关其人口差异。”
作者指出，FDR和FDR下的面积不能充当生物识别准确性的直接代理。
塞巴斯蒂安·马塞尔（SébastienMarcel）还与其他两篇论文合着，“旨在保护移动面部验证场景中的面部嵌入”与Vedrana Krivokuca和“ CNN的特定领域适应CNN，用于检测NIR中的面部表现攻击” Wenkang和Zhao Yaxi。
有关保护移动面部验证的论文描述了更安全的面部生物识别模板的生产，并“基于由用户特定的系数和指数参数的多元多项式进行映射”。研究人员称之为多保护方法，并说可以将其调整为识别精度和模板的不可逆性之间的适当平衡。
面部演示攻击中NIR的研究扩展了先前的研究汽车的垫系统，考虑使用“ 9层卷积神经网络（CNN）”的“轻量级面垫框架”。该系统开发的总体准确率为98％，称为VFPAD，该数据集将与研究社区共享。
IDIAP研究人员解决的相关主题包括合成生物识别训练数据和生物损坏。
