美国面对生物识别技术开发人员Paravision发行了学习根据国家标准技术研究所（NIST）执行的面部生物识别算法中对人口差异的最新评估，其结果构成了结果。该研究的主要重点是显示这些结果如何解决算法偏见对某些人口组的问题，这是一个问题头条新闻和激动的辩论。
Paravision比较了NIST的面部识别技术评估（FRTE）的结果1：1人口差异截至2024年6月，通过总体虚假不匹配率（FNMR）衡量的前25个供应商。下一个最佳供应商的最大伪造率（FMR MAX）是Paravision的五倍以上。
FMR Max可以衡量系统与人群中最不可行的人群中匹配人的能力。该公司表示，在评估面部识别算法在查看不同的人口统计时的性能时，该指标至关重要。
人口统计数据之间的结果差异可能会引入多种风险，包括歧视和不平等，客户经历，财务损失和组织以及法律风险。面部识别的偏见一直是一个热门话题权利团体谴责该技术在警务和司法管辖区的使用越来越多地引入立法措施反对它。
该公司还指出，这是三个供应商之一，以及常规的生物识别解决方案和Viante，在前25名中获得了零FMR最低，这意味着表现最佳的人口统计组没有任何错误。
该报告还强调了NIST在评估面部识别算法的性能并呼吁生物识别公司解决可能来自偏见和错误识别的风险。
去年，Paravision的算法得分最高精度在NIST的面部识别供应商测试1：1验证的新类别中，称为sevaborder偏航≥45度。该公司的虚假匹配率（FNMR）为0.0025％，将虚假匹配率（FMR）设置为0.000001％。该算法是其Gen 6面部识别软件的一部分。
文章主题
准确性|算法|生物识别匹配|生物特征偏置|生物识别技术|面对生物识别技术|面部识别技术评估（FRTE）|面部识别|nist|Paravision
