نظمت وحدة البحث والتطوير في وزارة الأمن الداخلي ومديرية العلوم والتكنولوجيا تجمعًا تقنيًا يتكون من خبراء تقنيين ومتطوعين لإيجاد خوارزمية التعرف على الوجوه التي يمكنها تحديد الأشخاص الذين لديهم أقنعة بأعلى دقة ممكنة.
استمر الحدث لمدة 10 أيام. تم اختبار 582 متطوعًا بواسطة 60 نظامًا مختلفًا للتعرف على الوجه. كانت أنظمة الاستحواذ الرئيسية هي Stone و Vly و West و Dans و Besek و Pine والتي كانت عبارة عن مزيج من ستة أنظمة مختلفة لجمع الصور ، مقترنة بعشرة خوارزميات مطابقة مختلفة تم تقييمها وفقًا لقدرتها على التقاط الوجوه وموثوقيتها تحديد الوجه بدقة عالية.
أعطت أنظمة التعرف على الوجوه المختلفة AI نتائج مختلفة. كان متوسط دقة التعرف على الأفراد غير المقنعين 93 ٪ ونفس الشيء بالنسبة للأفراد المقنعين كان 77 ٪ في المتوسط. كانت أفضل تقنية أداء هي Dans التي كانت قادرة على تحديد الأشخاص الملثمين بنسبة 96٪ من الوقت وأسوأ تقنية قامت بذلك لمدة 4٪ فقط من الوقت. استندت النتائج إلى الكفاءة والرضا و FaceFtAR (الفشل في الحصول على معدل) و FacemTIR (معدل التعريف الحقيقي)
تُعرَّف الكفاءة هنا على أنها متوسط الوقت المطلوب لمتطوعي الاختبار لإجراء معاملة مع كل نظام. من حيث الكفاءة ، كان West and Dans الأفضل حيث استغرقوا 4 ثوانٍ فقط من وقت المعاملة. يُعرَّف الرضا هنا على أنه نسبة متطوعي الاختبار الذين قدموا ردودًا إيجابية. أعطت West و Dans و Besek أكثر النتائج إرضاءً بنسبة 95٪.
يُعرّف الفشل في الحصول على معدل (FtAR) هنا على أنه نسبة المعاملات التي فشلت في التقاط صورة ، أو التي فشلت في التقاط صورة يمكن تشكيلها في قالب بواسطة خوارزمية المطابقة MdTF. يتم تعريف معدل التعريف الحقيقي MdTF (mTIR) هنا على أنه نسبة المعاملات التي تطابق فيها صورة المقاييس الحيوية المقدمة مع متطوع الاختبار الصحيح أو لم يتم تحديدها إذا لم يكن موضوع التحقيق في المعرض. في كلا النتيجتين ، كان Vly في القمة. كان FtAR الخاص به 1.7٪ في غضون 20 ثانية و mTIR كان 97.8٪ في غضون 20 ثانية.
لم يتم تأكيد التقرير الكامل للحدث بعد. يمكنك مراجعة التقرير الكامل في MDTF والمتوقع في الأسابيع القادمة.