正在引入质量评估算法（QAA），以帮助减少人脸生物特征认证系统的错误。
该公告称，银行和金融科技公司经常使用的数据集包含受低光照、极端角度或遮挡物（如口罩或眼镜）影响的面部图像，这些图像会增加误报、漏报和欺诈的风险。在生物特征比较之前评估图像质量有助于减轻这些风险。
该公司表示，3DiVi 的新 QAA 会自动过滤照片以使其适合面部识别，并且可以将面部比较错误减少 50%，将活体检测错误减少 40%。
3DiVi 的计算机视觉和面部识别专家建议对所有图像进行全面分析，并删除或替换所有质量较差的图像，以提高生物识别数据集的质量。组织还应实施持续的验证以实现持续的质量控制，并为最终用户提供环境调整指南，例如最佳照明和相机定位。
ISO/IEC 29794-5是人脸图像数据的生物特征样本质量标准。
NIST 对人脸图像质量评估算法进行评估，作为其人脸分析技术评估 (FATE) 计划的一部分，并发布了一份新报告特定图像缺陷检测（SIDD）这个月。
相关帖子
文章主题
||||||
