美國國家標(biāo)準(zhǔn)與技術(shù)研究所（NIST）周二公布的數(shù)據(jù)顯示，人臉識(shí)別算法在識(shí)別蒙面人臉方面越來越出色。對(duì)150多種不同面部識(shí)別算法的獨(dú)立測(cè)試表明，對(duì)于面部識(shí)別系統(tǒng)來說，蒙面可能并非是1個(gè)大問題。

　　作為面部識(shí)別供應(yīng)商測(cè)試（FRVT）的一部分，供應(yīng)商自愿將其面部識(shí)別算法提交給NIST進(jìn)行測(cè)試。在提交每一個(gè)算法時(shí)，該研究所會(huì)滾動(dòng)公布這些測(cè)試的結(jié)果。當(dāng)NIST在7月份首次研究蒙面對(duì)面部識(shí)別的影響時(shí)，它發(fā)現(xiàn)算法在識(shí)別蒙面人臉方面并不擅長。不出所料，當(dāng)鼻子和嘴巴被遮住時(shí)，很難辨認(rèn)出一張人臉。當(dāng)時(shí)，一些算法面對(duì)蒙面人臉時(shí)，其錯(cuò)誤率飆升至5%至50%之間。

　　但新冠疫情流行給了開發(fā)者足夠時(shí)間來關(guān)注蒙面問題，NIST的數(shù)據(jù)顯示，面部識(shí)別算法對(duì)蒙面人臉的識(shí)別率越來越好，目前錯(cuò)誤率已經(jīng)下降到5%左右。NIST的面部識(shí)別測(cè)試公共排行榜證明了這一說法?，F(xiàn)在有八種不同的算法將蒙面識(shí)別錯(cuò)誤率保持在0.05%以下。這八種算法中，有六種是在7月發(fā)布第一份報(bào)告后提交給NIST的。

　　目前測(cè)試也有局限性，雖然測(cè)試借鑒了真實(shí)簽證持有者的照片和實(shí)際的過境照片，但他們沒有使用蒙面的實(shí)際圖像。為了方便起見，NIST的研究人員改用數(shù)字方式應(yīng)用面具，以確保樣本的一致性。因此，測(cè)試無法對(duì)顏色、設(shè)計(jì)、形狀、質(zhì)地、帶子和面具佩戴方式的無窮變化進(jìn)行詳盡的模擬。數(shù)字面具是一種藍(lán)色的外科口罩覆蓋整個(gè)臉部寬度的模擬圖像，但測(cè)試人員注意到，根據(jù)口罩在臉上放置的高度，識(shí)別性能差異很大。

　　作為生物識(shí)別出境計(jì)劃的一部分，美國在陸地和空中邊境都采用了面部識(shí)別技術(shù)，將旅客與簽證或護(hù)照照片進(jìn)行比對(duì)。NIST的數(shù)據(jù)來自簽證持有者，特別是那些對(duì)移民過程中收集的生物特征信息沒有隱私權(quán)的人。