正在引入质量评估算法（QAA），以通过面部生物识别验证系统来帮助减少错误。
宣布称，银行和金融科技经常与包含面部图像的数据集合作，这些数据集受到低照明，极端角度或遮挡（例如面具或眼镜）影响的面部图像。在生物识别比较之前评估图像质量有助于减轻这些风险。
该公司表示，来自3DIVI的新QAA会自动过滤照片，并以面部识别方式过滤，并可以将面部比较错误降低50％，而Livices检测错误则减少40％。
来自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，并删除或更换所有质量质量不佳的图像，以提高生物识别数据集的质量。组织还应实施持续质量控制的持续验证，并向最终用户提供指南，以进行环境调整，例如最佳照明和相机定位。
ISO/IEC 29794-5是面部图像数据的生物特征样品质量标准。
NIST评估面部质量评估算法作为其面部分析技术评估（FATE）计划的一部分，并发布了有关特定图像缺陷检测（sidd）本月。
相关文章
文章主题
||||||
最新的生物识别新闻
文件验证是否死了？这个问题陷入了由IDV首席执行官史蒂夫·克雷格（Steve Craig）主持的辩论中。五位行业专家…
