人臉識別軟件工具如何準確地識別不同性別，年齡和種族背景的人?根據(jù)美國國家標準技術研究院(NIST)的一項新研究，答案取決于系統(tǒng)核心的算法，使用該算法的應用程序以及所饋送的數(shù)據(jù)，但是大多數(shù)人臉識別算法都具有人口統(tǒng)計學特征差異。差異意味著算法對同一個人的兩張圖像進行匹配的能力在一個人口統(tǒng)計學組之間變化。

報告中捕獲的結果，即面部識別供應商測試(FRVT)第3部分：人口統(tǒng)計影響(NISTIR 8280)，旨在為政策制定者提供信息，并幫助軟件開發(fā)人員更好地了解其算法的性能。面部識別技術之所以引起了公眾的爭論，部分原因是因為需要了解人口統(tǒng)計學對面部識別算法的影響。

NIST的計算機科學家，報告的主要作者帕特里克·格羅瑟(Patrick Grother)說：“雖然在各種算法中進行陳述通常是不正確的，但我們發(fā)現(xiàn)了我們研究的大多數(shù)面部識別算法中存在人口統(tǒng)計學差異的經(jīng)驗證據(jù)。”“盡管我們不探討可能導致這些差異的原因，但這些數(shù)據(jù)對于決策者，開發(fā)人員和最終用戶在考慮這些算法的局限性和適當使用時將是有價值的。”

這項研究是通過NIST的人臉識別供應商測試(FRVT)程序進行的，該程序對行業(yè)和學術開發(fā)人員提交的人臉識別算法執(zhí)行不同任務的能力進行了評估。雖然NIST并未測試使用這些算法的最終商業(yè)產(chǎn)品，但該程序顯示出該領域正在迅速發(fā)展。

NIST的研究評估了來自大多數(shù)行業(yè)的99位開發(fā)人員的189種軟件算法。它著重介紹每種算法在人臉識別最常見的應用程序中執(zhí)行兩種不同任務之一的效果如何。確認照片與數(shù)據(jù)庫中同一個人的另一張照片匹配的第一項任務稱為“一對一”匹配，通常用于驗證工作，例如解鎖智能手機或檢查護照。第二，確定照片中的人在數(shù)據(jù)庫中是否有任何匹配項，稱為“一對多”匹配項，可用于識別感興趣的人。

為了評估每種算法在其任務上的性能，該團隊測量了該軟件可能產(chǎn)生的兩類錯誤：誤報和誤報。誤報意味著軟件錯誤地認為兩個不同的人的照片可以顯示同一個人，而誤報意味著軟件無法匹配實際上確實顯示同一人的兩張照片。