第2阶段的结果是美国国家标准技术研究所（NIST）主持的移动指纹创新技术（MFIT）挑战，已部分揭示，专家说，评估表明，无触摸的指纹生物识别技术现已准备好进行实际部署。
2021年6月宣布的第一阶段获奖者是蓝色团队，Engr Dynamics，族裔，，，，完全相同的，Slapshot SDK团队（由综合生物识别技术和科学计量学）， 和Telos ID。每个人都获得了$ 8,500的奖金。另外两个团队也参加了第2阶段技术5还有一个团队T3K。
总体上MFIT挑战第2阶段是IDEMIA和TELOS之间的纽带，这也是“第一响应者选择奖”的并列。 Slapshot SDK团队与Indenty和“ T3K＆Teeltech”并列第三。 Slapshot团队的技术在第二阶段评估中提供了95％或更高的匹配准确率，但在挑战中最重要的是，综合生物识别的执行副总裁汤姆·巴斯（Tom Buss）告诉生物识别更新在面试中。
挑战是与第一响应者电信网络合作举办的第一网，旨在建立技术对非接触式移动指纹捕获的有效性，对FirstNet上的传输以及与基于触点的生物识别扫描仪收集的参考模板填充的旧数据库相匹配。
这将使警察能够在不先将其运送到车站的情况下确定感兴趣的人，从而节省了时间和金钱，同时使过程减少了耗时和不便。对嫌疑人的早期识别也可能对公共或官员安全有重大利益。
公共汽车解释说，NIST获取了一个由200万参考模板组成的数据库，并从基于接触的扫描仪上收集的100名志愿者中添加了指纹生物识别技术，以与ABI匹配。
位于科罗拉多州的NIST部门与联邦通信委员会合作，并进行了MFIT挑战，以鼓励开发技术创新，以支持公共安全工作人员，例如警察和其他急救人员。巴士解释说，该行业面临着一种用智能手机摄像机来制作Slap（四指）印刷品收藏的方法，该方法将导致可加工的图像。
“您想拥有某种不难携带的工具或必须插入的单独齿轮。”
NIST测量了条目的匹配准确性，但也“与易用性，外观和感觉有关的其他参数都相关”。巴士说，尽管这些项目对整体性能很重要，但它们的重量并不那么严重，IB专注于生物特征匹配结果，因为系统集成商将进一步开发和抛光应用程序，以进行生产推出。
据公共汽车说，移动应用程序的集成商捕获非接触式指纹的集成商与已经在警察局使用的生物识别技术为执法界服务的群体是同一组。
Slapshot团队的方法
Slapshot SDK捕获了传统数据库中每英寸500像素的2％以内的图像。
“如果呈现给ABIS的图像不接近500 ppi分辨率，那么准确性就会很快下降，”公交车指出。
SDK中包含的Sciometrics软件控制着捕获所有手指的分辨率的准确性，并通过一系列图像传递了高度的焦点，并且选择每个手指的最佳图像以创建探针模板。
首席执行官肖恩·奥罗克（Shawn O'Rourke）表示，IB拥有无触摸技术的专利组合，对基于联系的IP组合也同样强大。
同时，正在为非接触式指纹捕获创建标准，并部分由MFIT结果所告知。
Sciometrics总裁马克·沃尔奇（Mark Walch）将MFIT挑战的结果描述，表明无触摸指纹收集是“准备好迎接黄金时段”，他希望这会刺激NIST采取行动，以支持创建这些标准。
巴士说，IB计划利用其在非接触式标识空间中的领导地位，以通过未来的软件发布来解决身份验证的需求。这将涉及一些不同的考虑因素，例如，涉及的电话相机的质量差异更大。
“我们将赢得这个非接触式市场，就像我们在指纹方面赢得了接触市场一样，”全球销售和市场营销EB EVP Dave Dave Gerulski评估。
文章主题
准确性|生物识别匹配|生物识别测试|生物识别技术|生物识别研究|非接触式生物识别技术|指纹生物识别技术|综合生物识别技术|nist|科学计量学|Slapshot SDK
