美国国家标准与技术研究所计划将其生物识别评估和报告扩展到随着技术进步和新兴应用而成为优先事项的几个领域。
NIST 预览了这些未来计划在由。 “NIST 生物识别技术技术评估的未来” 赞助商和。
Grother 解释了 NIST 对人脸生物识别和相关技术进行的评估类型，以及它使用的专有数据库。他还回顾了开发商、政府和企业如何使用它们，以改进前一种情况下的技术，并确保其在后两种情况下良好运行。
他还简要介绍了 NIST 在虹膜、指纹和语音生物识别技术以及纹身识别方面的工作。
“是人工智能吗？”
如今，格罗瑟经常被问到这些技术以及面部识别是否属于“人工智能”。答案很重要，因为监管机构（特别是在欧洲）的趋势是通过人工智能立法对生物识别技术的使用施加限制。
“我问欧洲监管机构：‘你们会寻求监管一种明显不是人工智能的算法吗？’他们说‘是’，”格罗瑟回忆道。
他指出，最初的虹膜识别算法“甚至不是机器学习”，而是由剑桥大学教授约翰·道格曼手工设计的。
NIST 在虹膜生物识别方面的未来工作，除了1:N 评估，包括推出新的 IREX XI 来评估 1:1 比较。该机构还将把 1:N 测试的数据库规模扩大一倍，并添加“困难”图像的轨道。 1:1 评估将为学术界提供较低的进入门槛，并为探索噪声或低分辨率相机拍摄的图像等挑战提供适当的论坛。
NIST 还在研究一种指标来共同评估虹膜算法的速度和准确性，因为相对于其他生物识别方式，虹膜识别多年来已显着放缓。
摩擦脊、纹身和填充间隙
对于指纹，NIST 正在重新启动摩擦脊（图像 + 特征）技术评估，以查看远端指纹和手掌。
NIST 还计划在 2025 年重新启动大约十年前停止的纹身识别工作。它将着眼于 1:N 识别以及检测和图像质量。
格罗瑟表示，NIST 已经考虑通过去识别化来评估生物识别模板保护和隐私保护。 NIST 希望为自拍和驾驶执照扫描建立新的数据集，但无法访问正确类型的数据。 NIST 还考虑了对性别和种族分类的评估，欧洲监管机构可能对此感兴趣，但目前没有计划进行此类测试。
NIST 对演示攻击检测的测试已暂停，等待获取更多数据。
年龄保证评估将继续进行，并且可能会增加置信值评估，以估计年龄断言（例如“我超过 21 岁”）是否属实。该机构还将研究由视频中的姿势和运动等“滋扰因素”引起的年龄估计中的噪音。
格罗瑟强调近年来面部识别准确性的提高，特别是由于对较低质量图像的容忍。因此，NIST 希望开发质量测试，以找到图像质量因素的极端情况，从而使图像无法进行生物识别匹配。
计划还包括将面部识别中使用的探测图像和参考图像之间的时间间隔从当前测试中的 10 年和 12 年延长到 20 年。
还正在准备有关可追溯性、1:N 匹配中的人口统计、变形检测部署和人脸风险管理的报告。 NIST 还在制定“备忘单”，为阅读其生物识别测试结果和报告提供指导。可追溯性报告将解决 FRTE 评估的原型算法与现场部署的算法之间的差距。
在正在进行的评估中，NIST 打算为其一对多面部生物识别排行榜添加扩展，以总结人口统计差异。
随着数字旅行凭证 (DTC) 等应用的蓬勃发展，NIST 还计划在明年第一季度发布一份关于出行人员面部生物识别技术的报告。
文章主题
||||||||||
