Компания VisionLabs (входит в экосистему Сбербанка) завоевала первое место в тестировании алгоритмов распознавания лиц Национального института стандартов и технологий США (NIST) уже во второй раз.
Технология VisionLabs, одного из мировых лидеров в области создания систем компьютерного зрения и машинного обучения, заняла первое место в категории Mugshot и вошла в топ-3 категории Visa. Скорость распознавания алгоритма VisionLabs в два раза выше, чем у остальных участников с аналогичными решениями. В рамках конкурса оценивалось более 100 алгоритмов от различных поставщиков. NIST начал новую оценку технологий распознавания лиц в феврале 2017 года. Тестирование FRVT 1:1 соответствует сценарию подтверждения личности человека путем верификации по фотографии. Исследование в том числе призвано помочь Министерству торговли США выявить лучших мировых поставщиков подобных программных решений.
В категории Mugshot (фотопортрет преступника, где освещение и фон вариативны, а качество изображения может быть плохим) распознавание лиц тестируется на базе, содержащей более одного миллиона фотографий людей. Особенностью и сложностью этой базы является то, что в ней присутствуют фотографии одного и того же человека со значительной разницей в возрасте. Алгоритм VisionLabs распознает правильно 99,6% при доле ошибочных срабатываний 0,001%. Это наилучший результат среди всех вендоров. Также в категории Mugshot прошел отдельный тест, в котором стояла задача распознать людей по фотографиям, сделанным с разницей в 14 лет. В этом тесте VisionLabs заняла первое место (99,5% — при доле ошибочных срабатываний 0,001%) c самым устойчивым к возрастным изменениям алгоритмом распознавания лиц.
В категории Visa (студийные фото при хорошем освещении на белом фоне) распознавание происходит по базе в несколько сотен тысяч людей. Главная сложность базы в том, что в ней представлены люди более чем из 100 стран. На этой базе алгоритм VisionLabs правильно распознает 99,5 % при доле ошибочных срабатываний 0,0001%, что является вторым результатом среди всех вендоров.