יחידת המחקר והפיתוח של המחלקה לביטחון פנים, מדע וטכנולוגיה ארגנה עצרת טכנולוגיה המורכבת ממומחי טק ומתנדבים כדי למצוא אלגוריתם לזיהוי פנים שיכול לזהות אנשים עם מסכות בדיוק הגבוה ביותר האפשרי.
האירוע נמשך 10 ימים. 582 מתנדבים נבדקו על ידי 60 מערכות זיהוי הפנים השונות. מערכות הרכישה העיקריות היו Stone, Vly, West, Dans, Besek ו- Pine שהיו שילוב של שש מערכות איסוף תמונות שונות, יחד עם עשרה אלגוריתמי התאמה שונים אשר הוערכו על פי יכולת לכידת הפנים שלהם ואמינותם. של זיהוי פנים בדיוק רב.
מערכות זיהוי הפנים השונות של AI נתנו תוצאות שונות. הדיוק הממוצע של זיהוי אנשים שאינם רעולי פנים היה 93% וזהה עבור אנשים רעולי פנים היה 77% בממוצע. הטכנולוגיה המניבה ביותר הייתה Dans שהצליחה לזהות רעולי פנים 96% מהמקרים והטכנולוגיה הגרועה ביותר עשתה זאת במשך 4% מהמקרים בלבד. התוצאות התבססו על יעילות, שביעות רצון, FaceFtAR (כישלון להשיג שיעור) ו- FacemTIR (שיעור זיהוי אמיתי)
יעילות מוגדרת כאן כזמן הממוצע הנדרש למתנדבי המבחן לבצע עסקה עם כל מערכת. מבחינת יעילות, ווסט ודאנס היו הטובות ביותר שכן הם לקחו 4 שניות בלבד של זמן עסקה. שביעות רצון מוגדרת כאן בשיעור מתנדבי המבחן שסיפקו תגובות חיוביות. ווסט, דאנס ובסק נתנו את התוצאות המשביעות רצון ביותר עם מספר של 95%.
כישלון בהשגת שיעור (FtAR) מוגדר כאן כשיעור העסקאות שלא הצליחו ללכוד תמונה, או שלא הצליחו ללכוד תמונה שניתן לתבנית על ידי אלגוריתם ההתאמה של MdTF. שיעור הזיהוי האמיתי של MdTF (mTIR) מוגדר כאן כשיעור העסקאות בהן התמונה הביומטרית שהוגשה תאמה למתנדב הבדיקה הנכון או שלא הייתה מזוהה אם נושא המבחן לא היה בגלריה. בשתי התוצאות, וולי היה בצמרת. ה- FtAR שלה היה 1.7% בתוך 20 שניות ו- mTIR עמד על 97.8% בתוך 20 שניות.
הדיווח המלא על האירוע טרם הוכרז. תוכלו לבדוק את הדו"ח המלא ב- MDTF שצפוי בשבועות הקרובים.