NIST测试显示人脸识别系统对蒙面人的识别能力越来越强美国国家标准与技术研究所（

【NIST测试显示人脸识别系统对蒙面人的识别能力越来越强】美国国家标准与技术研究所（NIST）周二公布的数据显示，人脸识别算法在识别蒙面人脸方面越来越出色。对150多种不同面部识别算法的独立测试表明，对于面部识别系统来说，蒙面可能并非是1个大问题。
作为面部识别供应商测试（FRVT）的一部分，供应商自愿将其面部识别算法提交给NIST进行测试。在提交每一个算法时，该研究所会滚动公布这些测试的结果。当NIST在7月份首次研究蒙面对面部识别的影响时，它发现算法在识别蒙面人脸方面并不擅长。不出所料，当鼻子和嘴巴被遮住时，很难辨认出一张人脸。当时，一些算法面对蒙面人脸时，其错误率飙升至5%至50%之间。
但新冠疫情流行给了开发者足够时间来关注蒙面问题， NIST的数据显示，面部识别算法对蒙面人脸的识别率越来越好，目前错误率已经下降到5%左右。 NIST的面部识别测试公共排行榜证明了这一说法。现在有八种不同的算法将蒙面识别错误率保持在0.05%以下。这八种算法中，有六种是在7月发布第一份报告后提交给NIST的。
目前测试也有局限性，虽然测试借鉴了真实签证持有者的照片和实际的过境照片，但他们没有使用蒙面的实际图像。为了方便起见， NIST的研究人员改用数字方式应用面具，以确保样本的一致性。因此，测试无法对颜色、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。数字面具是一种蓝色的外科口罩覆盖整个脸部宽度的模拟图像，但测试人员注意到，根据口罩在脸上放置的高度，识别性能差异很大。
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面部识别技术，将旅客与签证或护照照片进行比对。 NIST的数据来自签证持有者，特别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。
文章插图
文章插图