近期，美国国家标准与技术研究院（NIST）公布了有工业界黄金标准之称的全球人脸识别算法测试（FRVT）结果，排名前五的算法被中国包揽，冠军算法的成绩已经达到千万分之一误报下的识别准确率超过99%。

然而，全球人脸识别算法测试（FRVT）终归是一个比赛，就像去参加一场奥数竞赛，有一定天赋的人加上后天的训练，就有可能取得好的成绩。在实际生产、生活环境中，人脸识别还面临着诸多干扰因素，比如光线、遮挡、表情等，举个例子，大太阳底下的你，可能无法用脸“刷”开手机（光线）；带了口罩的你，几乎无法用脸给手机解锁（遮挡）；大笑的你，也可能用脸解不开手机的“锁”（表情）。

能解决掉上述这些干扰因素，就是一款好的人脸识别系统或产品？其实不然，这些因素是外在的干扰，更像是考试里的附加题，并不能作为一个评价产品质量的绝对指标。那么，什么才是评价人脸识别系统好坏的指标呢。首先，要说说人脸识别的应用场景。现如今，人脸识别主要用在“1：1”和“1：N”两种场景下：所谓“1：1”，就是识别“你是你”；所谓“1：N”，就是识别“你是谁”。“1：1”场景常见的应用有人证核验、刷脸支付、刷脸解锁等；“1：N”场景常见的应用有人脸识别闸机、智能安防、客户识别等等。

搞清楚人脸识别的应用，在实际产品采购和交付时，供需双方还是会存在诸多困扰和问题。需求方的困扰可能是“我说‘人脸识别’，是你说的‘人脸识别’吗”、“我有需求，但我不了解如何评价一个人脸识别系统”、“他们宣传的功能和性能可信吗”；而供应方可能也存在同样的问题，“我生产的‘人脸识别’产品，是你要的那个‘人脸识别’吗”、“我怎么证明我的产品靠谱”、“你们想了解哪些功能和指标”。

中国人工智能产业发展联盟（以下简称“联盟”或“AIIA”）是在国家发展改革委、科技部、工信部、中央网信办四部委指导下的行业组织，成立于2017年10月，现已经拥有近400家成员单位。作为人工智能产业的领军组织，联盟评估认证工作组已经开展了大量研究，围绕市面上日渐增多的“人脸识别闸机”、“人证核验系统”开展了评估规范的编制工作，并已经定稿。这些评估规范由中国信息通信研究院、深醒科技、中科博宏、云从、易启科技、旷视、微软等单位主导编写，百度、腾讯、中国移动、中国联通、中国电信、360、依图等单位参与讨论，凝结了国内外人工智能领域专家的集体智慧。

评估规范在给供需双方建立“统一语境”的同时，也规定了相关人脸识别系统或产品的指标要求和评估方法，主要包括基本信息披露、系统成熟度评估两大方面，涉及人脸注册失败率enrollment failure rate（EFR）、正确识别率correct recognition rate（CRR）、错误接受率false acceptance rate（FAR）、错误拒绝率false rejection rate（FRR）、人脸识别平均响应时间face recognition average response time、欺骗接受率deceptive acceptance rate（DAR）、活体检测liveness detection等诸多核心指标，以及评价与产品特性相关的功能、性能、安全指标。基于人脸识别的人证核验系统评估规范的目录见下图。

图：基于人脸识别的人证核验系统评估规范目录

近期，中国人工智能产业发展联盟将就“基于人脸识别的闸机系统”、“基于人脸识别的人证核验系统”开展评估测试，不仅将为被测产品提供测试报告，还将为通过测试要求的产品颁发相应证书。我们相信，这次评估不仅仅是一次简单的考试，更是让人脸识别产品供应方脱颖而出的好机会。而本次评估测试的结果，也将成为需求方采购一款人脸识别系统或产品的重要参考。

AIIA“基于人脸识别的闸机系统”、“基于人脸识别的人证核验系统”评测咨询：

颜媚，18811793158，yanmei@caict.ac.cn；

石霖，13581563677，shilin1@caict.ac.cn。

声明：本文来自人工智能产业发展联盟AIIA，版权归作者所有。文章内容仅代表作者独立观点，不代表士冗科技立场，转载目的在于传递更多信息。如有侵权，请联系 service@expshell.com。