欧美成人精-欧美成人精品-欧美成人精品a∨在线观看-欧美成人精品第一区-欧美成人精品第一区二区-欧美成人精品第一区首页

　 近期美國國家標準與技術研究所（NIST）所發布的數據顯示，倍加信人 臉 識 別算法在蒙臉方面的應用越來越精確，識別能力越來越強，通過對超過150多種不同的倍加信人 臉 識 別算法獨立測試表明，對于倍加信人 臉 識 別系統而言，蒙臉已經并非是大問題。
 
以往倍加信人 臉 識 別系統對蒙臉的算法并不擅長，一旦鼻子和嘴巴被遮擋住，倍加信人 臉 識 別系統就很難去分辨和識別出來，據當時統計，一些算法在面對蒙臉時，其錯誤率飆升到了5%-50%之間。
 


但2020年新冠疫情的爆發讓相關人臉企業和開發者不得不聚焦到蒙臉問題上，據美國國家標準與技術研究所的數據顯示，如今的倍加信人 臉 識 別系統對蒙臉的識別率越來越高，錯誤率已經下降到5%左右。但美國國家標準與技術研究所的倍加信人 臉 識 別測試公共還有一說法，那就是現在有八種不同的算法可以將錯誤率保持在0.05%以下。
 
當然，目前測試也是有一定局限性的，雖然測試借鑒的都是真實簽證照片和實際過境照片，但他們并沒有使用蒙臉的實際圖像。

為了方便，美國國家標準與技術研究所的研究人員改用數字方式應用面具，確保樣本的一致性，但其中也有一個弊端那就是無法對顏色、設計、形狀、質地、帶子和面具佩戴方式的無窮變化進行詳盡的模擬。
 
數字面具是一種類似藍色外科口罩覆蓋的整個臉部寬度模擬圖像，測試人員也注意到，根據口罩在臉上放置高度不同，識別性存在相當大的差異。　　
 
作為生物識別出境計劃的一部分，美國在陸地和空中邊境都采用了倍加信人 臉 識 別技術，將旅客與簽證或護照照片進行比對。

美國國家標準與技術研究所的數據來自簽證持有者，優勢是那些對移民過程中收集的生物特征信息沒有隱私權的人。