据美国国家标准与技术研究所的数据显示,如今的人脸识别系统对蒙脸的识别率越来越高,错误率已经下降到5%左右。但美国国家标准与技术研究所的人脸识别测试公共还有一说法,那就是现在有八种不同的算法可以将错误率保持在0.05%以下。
近期美国国家标准与技术研究所(NIST)所发布的数据显示,人脸识别算法在蒙脸方面的应用越来越精确,识别能力越来越强,通过对超过150多种不同的人脸识别算法独立测试表明,对于人脸识别系统而言,蒙脸已经并非是大问题。
以往人脸识别系统对蒙脸的算法并不擅长,一旦鼻子和嘴巴被遮挡住,人脸识别系统就很难去分辨和识别出来,据当时统计,一些算法在面对蒙脸时,其错误率飙升到了5%-50%之间。
但2020年新冠疫情的爆发让相关人脸企业和开发者不得不聚焦到蒙脸问题上,据美国国家标准与技术研究所的数据显示,如今的人脸识别系统对蒙脸的识别率越来越高,错误率已经下降到5%左右。但美国国家标准与技术研究所的人脸识别测试公共还有一说法,那就是现在有八种不同的算法可以将错误率保持在0.05%以下。
当然,目前测试也是有一定局限性的,虽然测试借鉴的都是真实签证照片和实际过境照片,但他们并没有使用蒙脸的实际图像。
为了方便,美国国家标准与技术研究所的研究人员改用数字方式应用面具,确保样本的一致性,但其中也有一个弊端那就是无法对颜色、设计、形状、质地、带子和面具佩戴方式的无穷变化进行详尽的模拟。
数字面具是一种类似蓝色外科口罩覆盖的整个脸部宽度模拟图像,测试人员也注意到,根据口罩在脸上放置高度不同,识别性存在相当大的差异。
作为生物识别出境计划的一部分,美国在陆地和空中边境都采用了人脸识别技术,将旅客与签证或护照照片进行比对。
美国国家标准与技术研究所的数据来自签证持有者,优势是那些对移民过程中收集的生物特征信息没有隐私权的人。