近日，美國國家標準局與技術研究院(以下稱NIST)(*1)實施了生物識別技術標桿測試(MBE)(*2)。在「靜止面部影像識別廠商評比測試」項目中，NEC再度成為全球No.1的面部識別技術廠商。

　　2009年12月，NIST發(fā)表的「廠商評測計劃」(MBGC)(*3)中，NEC已憑借其高精確度的識別技術獲得了高度評價。本次的評比測試，NEC再次憑借最高標準的卓越性能，再次證實了NEC面部識別技術縱橫全球的優(yōu)越地位。

　　NEC所參加的「靜止面部影像識別廠商評比測試」，是以警察局內擁有的實際犯罪紀錄的面部影像、以及申請簽證用的面部影像等為對象，進行百萬人規(guī)模的大量面部影像數(shù)據(jù)搜尋以及身份確認，來對其準確度進行評比的測試。

　　NEC的面部識別技術，在犯罪紀錄中所截取的160萬人面部影像中，擁有92%的搜尋準確率;在簽證申請時所用的180萬人面部影像中，則擁有95%的準確率。其測試結果為所有參加評測廠商中的最好成績。除此之外，搜尋犯罪紀錄160萬人的所需時間為每個影像約0.4秒(*4)，以搜尋速度來說，NEC也是所有參加評測廠商中表現(xiàn)最杰出的廠商。

　　另外，在誤判率(誤將他人識別為本人的概率)為0.1%時，NEC用于搜索犯罪記錄4萬人的面部影像的失敗率(沒有識別出本人的概率)只有4%，確認申請簽證用面部影像的失敗率為0.3%(*5)，其優(yōu)異成績遠超過其他廠商的評測結果。

　　之所以能達到高精準的識別能力，是基于NEC中央研究所開發(fā)的、于2002年上市的面部識別/面部比對引擎「NeoFace」(*6)所采用的多重比對面部檢測法(*7)與攝動空間法(*8)、以及能夠在照明與方向等識別環(huán)境的變化條件下針對個人特征進行取樣的全新技術的一種演算方法。

　　近年來，為了遏制性質更惡劣、范圍更大、手法更多元的犯罪手法，面部認證等生物識別技術已被寄予更高的期待。NIST本次所實施的標桿測試，是針對各家廠商所提供的技術產品進行的不記名測試，以保證其評測的客觀正確性。此項計劃獲得了美國聯(lián)邦國土安全部、司法部、FBI、國防部等機關的贊助與協(xié)辦，因此評比結果備受全球矚目。

　　多年來，NEC的生物識別技術一直是行業(yè)里的先驅，在指紋識別技術上已超過40年、面部識別技術也有20多年的豐富研究經驗。僅在NIST測試評比中，指紋識別技術就在2004年獲得過全球No.1的肯定，面部識別技術也從去年起兩次獲得全球No.1的承認，多次證明了NEC擁有出類拔萃的生物識別技術。

　　NEC的面部識別技術，除日本市場外，在香港及智利等地，已經大范圍運用到了警察、司法機關、入境管理局、以及娛樂設施等各種環(huán)境中。NEC將以本次評比結果作為強化生物識別解決方案事業(yè)的原動力，將具備先進技術的生物識別解決方案推廣至全球各地。

　　本次評比測試相關信息，請參考以下網站：

　　標桿測試說明：http://face.nist.gov/mbe/

　　標桿測試報告：http://face.nist.gov/mbe/MBE_2D_face_report_NISTIR_7709.pdf

　　注釋：

　　(注1)NIST：National Institute of Standards and Technology

　　(注2)Multiple-Biometric Evaluation

　　于MBGC(*3)實施約2年后另外獨立出的標桿測試。以與MBGC同樣的技術為基準，將實際系統(tǒng)中所累積的面部影像進行大規(guī)模1:N比對。在全球市場中，已有將MBE列為生物識別技術等系統(tǒng)投標條件的趨勢。靜止面部影像項目的評測舉辦時間為2010年1月～5月。

　　(注3) Multiple Biometric Grand Challenge(MBGC)

　　是NIST自2008年至2009年間所舉辦的面部認證廠商評比測試計劃。Grand Challenge，是指為了遏止性質更惡劣、范圍更大、手法更多元的犯罪手法，針對相關技術進行調查研究，并將其評測結果發(fā)布于廠商，透過廠商間的技術競爭加速其技術研究。

　　(注4) 識別并截取面部影像中能夠識別個人的有效特征后的處理時間。

　　(注5)誤判率與失敗率為相對關系。在誤判率達到0.1%的高識別準確度的同時，確保有極低的失敗率，從技術上來說具有相當大的難度。

　　(注6)「NeoFace」相關信息：http://www.nec.cn/templates/T_content/index.aspx?nodeid=201

　　(注7)是一種兼具高處理速度與高識別準確度的檢測方法。能夠快速檢測出「眼睛」，并結合了NEC自有技術的高準確度算法。

　　(注8)攝動空間法：從一張登錄用的面部影像，推測其面部光影變化等外表的變動，將此變動進行線性子空間(數(shù)學模塊)仿真，是一種能夠兼具高速處理與高變動接受度的識別方法。