根據(jù)美國國 標(biāo)準(zhǔn)技術(shù)研究院周二發(fā)布的數(shù)據(jù)，面部識別算法在識別口罩中的面部表情方面越來越好。根據(jù)對150多種獨立面部識別算法的獨立測試，新報告表明，對于面部識別系統(tǒng)而言，口罩可能并沒有 初想象的那么大。

 

　　供應(yīng)商自愿將其面部識別算法提交給NIST進行測試，作為面部識別供應(yīng)商測試（FRVT）的 部分。在提交每種算法時，研究所會滾動發(fā)布這些測試的結(jié)果。NIST在7月份 次檢查面具對面部識別的影響時，發(fā)現(xiàn)算法在識別帶有面具的面部方面并不出色。毫不奇怪，當(dāng)鼻子和嘴被遮蓋時，很難識別出臉。

 

　　NIST的報告集中在錯誤的不匹配率（FNMR）上，該方法可衡量有多少匹配的面孔在不觸發(fā)警報的情況下通過了算法。7月，當(dāng)某些算法遇到蒙面人的圖像時，其錯誤率飆升至5％至50％。

 

　　但是這種新型 狀病毒大流行給開發(fā)人員提供了充足的時間專注于遮罩問題，NIST的數(shù)據(jù)表明，面部識別算法在處理遮罩臉部方面越來越好。如果沒有面具， 好的算法的錯誤匹配率大約為0.3％，但是當(dāng)戴上高覆蓋率的面具時，該比例仍會上升到5％。

 

　　報告寫道：“盡管 些新型 狀病毒大流行前的算法仍保持在蒙版照片上 準(zhǔn)確的范圍內(nèi)，但 些開發(fā)人員在新型 狀病毒大流行后提交了算法，顯示出明顯提高的準(zhǔn)確性，現(xiàn)在在我們的測試中是 準(zhǔn)確的。”

 

　　NIST的面部識別測試公共排行榜證實了這 說法。現(xiàn)在有八種不同的算法將錯誤的不匹配率保持在0.05％以下。在八月份的第 份報告發(fā)表后，這八個人中的六個人已提交給NIST。

 

　　作者注意到該研究的許多局限性。特別是，雖然測試使用的是真實簽證持有人的照片和實際的過境照片，但他們并未使用蒙面人臉的實際圖像。為了方便起見，NIST研究人員改為以數(shù)字方式應(yīng)用口罩，以確保整個樣品的 致性。結(jié)果，“我們無法對顏色，設(shè)計，形狀，紋理，帶子和口罩的佩戴方式的無盡變化進行詳盡的模擬，”報告指出。數(shù)字口罩是覆蓋整個臉部的藍(lán)色外科手術(shù)，但測試人員注意到，其性能取決于口罩放置在面部的高度而有很大不同。

 

　　美國在陸地和空中邊界均采用面部識別，將旅行者與簽證或護照照片相匹配，這是生物識別出口計劃的 部分。NIST數(shù)據(jù)來自簽證持有人，特別是對于在移民過程中收集的生物識別信息幾乎沒有隱私權(quán)的簽證持有人。